DoNews3月2日消息（翟繼茹）AI藥物研發(fā)公司Insilico Medicine宣布在人工智能和新藥開發(fā)方面取得突破，首次將生物學和化學生成學相結合，發(fā)現(xiàn)一種全新機制的用于治療特發(fā)性肺纖維化的臨床候選新藥，并成功通過多次人類細胞和動物模型實驗驗證。這意味著，AI制藥的時代或?qū)⒄介_始。
AI如何制藥？
一般來看，一款新藥的研發(fā)需要經(jīng)過藥物靶標確定、先導化合物篩選、先導化合物優(yōu)化和臨床試驗等階段。時間成本上，新藥的上市時間要大于10年，資金成為方面，塔夫茨藥物開發(fā)研究中心曾給過一個數(shù)據(jù)是26億美元。但最終的結果是，在耗費高人力財力之后，只有10%的候選藥物能進入市場，90%的項目流產(chǎn)。
從2016-2017年開始，AI制藥開始吸引了制藥廠和科技巨頭們的關注度。眾所周知，人工智能的發(fā)展依賴于數(shù)據(jù)，尤其是高質(zhì)量的大數(shù)據(jù)集。而藥物發(fā)現(xiàn)過程的每一步都會產(chǎn)生大量數(shù)據(jù)，這些數(shù)據(jù)為現(xiàn)代人工智能技術的發(fā)展奠定了基礎。現(xiàn)在，深度學習模型和自然語言處理技術在建模大型復雜多維數(shù)據(jù)集如基因組學、蛋白質(zhì)組學、臨床數(shù)據(jù)、靶點結構數(shù)據(jù)和非結構化文本方面的作用是不可小覷的。
Insilico首席科學官任峰解釋了IPF新藥研發(fā)的詳細過程：
一、尋找靶點。 Insilico利用PandaOmics 靶點發(fā)現(xiàn)系統(tǒng)對發(fā)表在《自然通訊》上的復雜基因和路徑進行評分，并通過深度特征選擇、因果推理和de novo路徑重構得到相關靶點。靶點新穎性和疾病關聯(lián)評分由自然語言處理(NLP)引擎進行評估，該引擎分析了來自數(shù)百萬數(shù)據(jù)文件的數(shù)據(jù)，包括專利、研究出版物、科研經(jīng)費和臨床試驗數(shù)據(jù)庫。結果， PandaOmics發(fā)現(xiàn)了20個用于驗證的靶點，將其縮小到一個新的細胞內(nèi)靶標，并對其作進一步分析。
二、選定化合物并測試安全度。Insilico的人工智能化學生成系統(tǒng)Chemistry42自動生成具有適當物理化學性質(zhì)的成藥性高的分子結構。此次，Chemistry42設計了一個小分子庫，這些小分子與 PandaOmics 發(fā)現(xiàn)的新的細胞內(nèi)靶點結合，并進行驗證。
三、選定臨床前化合物。在不斷的設計、合成、評估優(yōu)化后，最終確認臨床候選化合物。
四、進入臨床試驗階段。Insilico表示，目前正在IND 申報實驗，目標是在2022年將這一款藥物進行臨床階段。
整體來看，從疾病假設到臨床前候選藥物，Insilico的AI制藥只用了18個月，花費約為200萬美元的經(jīng)費。相較傳統(tǒng)藥物研發(fā)流程，速度快了幾個數(shù)量級，所耗費成本也低了幾個數(shù)量級。
Tech Emergence的一份報告研究報告預測，通過人工智能可以將新藥研發(fā)的成功率從 12％提高到 14％，可以為生物制藥行業(yè)節(jié)省數(shù)十億美元。
AI+醫(yī)療靠譜嗎
IDC一項調(diào)查統(tǒng)計數(shù)據(jù)顯示，到 2025 年人工智能應用市場總值將達到 1270 億美元，其中數(shù)字醫(yī)療將占市場規(guī)模的五分之一。
在啟明創(chuàng)投主管合伙人梁颕宇看來，AI在醫(yī)療方面的發(fā)展如果用1-10來打分，現(xiàn)在大概是在1分左右，前景還非常寬廣。梁颕宇表示，AI在醫(yī)療領域第一個大規(guī)模的應用是AI+影像，這也得益于AI圖像識別技術發(fā)展的成熟，后面慢慢衍生到藥物研發(fā)的領域，并取得了很好的進展。從醫(yī)療領域全景來看，還有很多AI沒有介入的領域，很多問題更復雜，需要更長的時間、更系統(tǒng)化的解決方案。
實際上，在AI藥物研發(fā)方面無論，制藥大廠還是科技巨頭都已經(jīng)在行動。相關數(shù)據(jù)顯示，目前，全球用AI來輔助藥物研發(fā)的公司已經(jīng)超過200余家，在技術方面，Benevolent AI、IBM Watson、Numerate、Insilico Medicine等也都是佼佼者代表。
談及競爭優(yōu)勢，Insilico Medicine首席科學官任峰告訴記者，Insilico Medicine是少數(shù)的幾家擁有自己的人工智能產(chǎn)品的制藥企業(yè)?，F(xiàn)在，Chemistry 42已經(jīng)授權給了一些國際大藥企，并根據(jù)其需求進行優(yōu)化。實際上，Insilico Medicine打造了一個關于制藥的一體化人工智能平臺，從早期的靶點發(fā)現(xiàn)到化合物的設計，再到最后臨床結果預測，覆蓋了整個新藥研發(fā)產(chǎn)業(yè)鏈。
Insilico Medicine在2019年9月完成了3700萬美元的B輪融資，啟明創(chuàng)投領投，創(chuàng)新工場、百度風投、蘭亭投資等投資方跟投。在創(chuàng)新工場董事長兼CEO李開復看來，AI+生命科學未來的場景非常值得期待。首先，從制藥方面看，其效率和成本相較傳統(tǒng)制藥都在提高。其次，影像診斷的場景也非常豐富。在MRI、CT等方面，未來20-30年，AI機器人診斷將會超過醫(yī)生。“前提是我們要把一切數(shù)字化，要有足夠多的病例。一個醫(yī)生他的能力來自哪里？可能來自他的一生看了一萬個病人，但是一套AI的診斷系統(tǒng)，它可以在很短的時間就看幾十億的病人，這學習到的內(nèi)容跟數(shù)據(jù)一定是巨大?！弊詈?，在手術機器人方面還將進步。李開復透露一組數(shù)據(jù)稱，目前，機器人參與手術的比例已經(jīng)接近到20%，其中一部分由機器人主導。未來，納米機器人的出現(xiàn)，將可以更好的對抗癌癥等難解疾病。
談及對AI醫(yī)療領域投資的壁壘，梁颕宇表示，“團隊很重要。”梁颕宇也提到，在這一賽道中，一些企業(yè)拿到的數(shù)據(jù)可能并不是好的數(shù)據(jù)，用AI去篩查很多不好的數(shù)據(jù)，其實也是行業(yè)的一個問題。
