未來十年，中國將成為全球醫(yī)藥創(chuàng)新的重要力量，中國將在藥物的原發(fā)性創(chuàng)新上成為引領者和推動者。

你能想象，有著“十年、十億美元”定律的制藥行業(yè)，有朝一日，會將這兩個數(shù)字縮短到“18個月”和“260萬美元”嗎？

這件事情，在AI技術的幫助下，真的實現(xiàn)了。

近日，AI制藥公司英矽智能宣布，利用人工智能技術發(fā)現(xiàn)新機制特發(fā)性肺纖維化藥物，這在全球范圍內(nèi)是一個標志性的里程碑事件。

英矽智能首席科學官任鋒博士表示，我們通過人工智能發(fā)現(xiàn)了治療具有廣泛適應癥的創(chuàng)新靶點；同時，通過人工智能產(chǎn)生了全新的小分子化合物，并且一直把這個化合物推到臨床侯選化合物。

據(jù)雷鋒網(wǎng)了解，目前，該化合物已經(jīng)通過了體外測試、體內(nèi)測試，即將進入臨床研究階段，目標是今年年底將臨床候選化合物推向臨床。

3月2日，啟明創(chuàng)投、創(chuàng)新工場以及英矽智能聯(lián)合舉辦了一場線上高端對話 —— 從 “AI＋醫(yī)療” 到數(shù)字醫(yī)療：機遇與挑戰(zhàn)。

啟明創(chuàng)投主管合伙人梁颕宇女士、創(chuàng)新工場董事長兼CEO李開復博士、英矽智能創(chuàng)始人兼首席執(zhí)行官 Alex Zhavoronkov博士、首席科學官任鋒博士共同圍繞英矽智能以及制藥行業(yè)的前景進行了討論。

制藥行業(yè)的通用性難點

新藥研發(fā)，是人類發(fā)展中最復雜、最具風險和耗時最漫長的技術研究領域之一。

要想發(fā)現(xiàn)一種藥物，需要許多生物、化學和醫(yī)學方面的高智商和高技能的專家。整個過程需要耗費數(shù)十年，數(shù)十億美元，且失敗率達90%以上。

2020年，F(xiàn)DA共批準53款新藥上市，其中35種是小分子藥物，這是史上新藥獲批數(shù)量最高的一年。

而且這些藥物中的許多都是針對已知分子靶點，發(fā)現(xiàn)能夠作用于廣泛適應癥新靶點的新分子是極其罕見的。

英矽智能首席科學官任鋒博士表示，制藥行業(yè)面臨幾個共同的痛點：

第一，如何找到合適的靶點或者全新的靶點來治療某種疾病

第二，找到靶點之后如何發(fā)現(xiàn)或者發(fā)明全新的化合物，去針對靶點推向臨床

第三，如何設計好的臨床方案去減少臨床上的不可預測性

藥物研究的低效率問題，主要是由于生物系統(tǒng)的巨大復雜性和人類對自然運作方式的有限理解，這些客觀因素決定了，藥物研發(fā)本就是一個壁壘極高的行業(yè)。

然而，藥物研發(fā)“燒錢”的另一個重要因素，是次優(yōu)的研發(fā)(R&D)流程。

大型制藥公司復雜而繁瑣的工作流程，以及不同藥物發(fā)現(xiàn)過程階段之間的顯著脫節(jié)。

在傳統(tǒng)的流程中，生物學研究是由一家公司完成的，而化學研究則是由另一個部門甚至是另一家公司主導進行的，隨后的臨床研究又是由另一個部門或機構(gòu)進行的。

英矽智能表示，這些階段的過渡，例如靶點驗證到苗頭化合物發(fā)現(xiàn)兩個階段的過渡，很多好的想法、投入的巨額資金可能就會付諸東流。

AI為什么能在制藥行業(yè)有所作為？

這是因為，現(xiàn)階段的人工智能發(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。

特別是在疾病假設和靶點識別階段。

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(jié)構(gòu)數(shù)據(jù)和非結(jié)構(gòu)化文本（研究論文、專利、科研經(jīng)費等）方面的作用已經(jīng)被多數(shù)的研究者證明是有用武之地的。

去年12月，DeepMind旗下AlphaFold2破解“蛋白質(zhì)折疊預測”問題，可以算得上是“AI+新藥”最大的新聞。

這個困擾生物學界50多年的重大難題正被AI破解，AlphaFold 的突破 “將改變一切”。

因此，從去年開始，多家AI制藥公司相繼獲得規(guī)模不小的融資，其技術也被很多制藥和生物技術公司廣泛采用，用于虛擬篩選或數(shù)據(jù)分析等特定任務。

然而，在線上對話環(huán)節(jié)中，李開復也表示，“AlphaFold在非常難的蛋白折疊問題上做出超越人的能力。但是，坦誠地說，那是在單點上超越人。新藥研發(fā)的總體過程仍然是一系列連接不佳的各個階段，沒有一個整體有效的從錯誤中學習的反向傳播元素?！?/p>

他提及的正是此前提到的研發(fā)流程“脫節(jié)”問題。

李開復補充到，“只有將人工智能用于藥物發(fā)現(xiàn)各個階段，并搭建一個從假說到臨床前和臨床階段的一體化的系統(tǒng)，才能實現(xiàn)真正的顛覆性轉(zhuǎn)變?！?/p>

英矽智能的AI故事

回到這次英矽智能的成果。

在病種的選擇上，英矽智能的切入點比較好：特發(fā)性肺纖維化（IPF）。這是一種廣泛的疾病，僅限于肺部，好發(fā)于中老年人群。隨著病情的發(fā)展，患者的健康逐漸惡化，可能危及生命。

目前來講，針對特發(fā)性肺纖維化的治療手段非常有限，目前的藥物有吡非尼酮和尼達尼布。

在用藥第一年，這兩個化合物可以減緩用力肺活量的降低，但是對于血氧飽和度沒有明顯的改善，藥物有明顯的缺陷。

盡管如此，這兩個藥物在2019年的銷售額也達到了30多億美元。

從2016年開始，英矽智能在藥物設計方面研究出生成式對抗網(wǎng)絡(GAN)技術。

從實現(xiàn)的過程來看，英矽智能利用深度神經(jīng)網(wǎng)絡基于年齡和不同類型的纖維化進行訓練，發(fā)現(xiàn)了一個新的生物靶點，并生成了能夠作用于特發(fā)性肺纖維化 (IPF)這一非常難治疾病的一個新的小分子。

據(jù)《醫(yī)健AI掘金志》了解，英矽智能的人工智能系統(tǒng)，包括生物問題解決引擎PandaOmics和化合物生成引擎Chemistry42。

這兩個系統(tǒng)進行相應的配合，集成了數(shù)百個人工智能模型，每個模型負責一項特定的任務。

利用PandaOmics發(fā)現(xiàn)了一個新的能夠作用于廣泛適應癥的靶點，Chemistry42平臺利用這個新發(fā)現(xiàn)的靶點作為基礎，設計了一類新型的小分子抑制劑。

此外，AI平臺上還包括了一個臨床試驗結(jié)果預測引擎 InClinico，用于預測臨床研究的成功率、指導正確的臨床研究方案。

為了成功獲取臨床前候選藥物，Insilico設計并合成了不超過80個分子，其中有幾個分子達到臨床前候選化合物的水平，這是迄今為止取得的前所未有的命中率。

并且，整個研發(fā)過程僅耗費短短18個月，研發(fā)成本相當于類似項目的十分之一。

這樣的成果，已經(jīng)相當驚人。

事實上，早在兩年前，英矽智能的AI技術就已經(jīng)展現(xiàn)出了非常大的潛力。

2018年，英矽智能發(fā)表了一項研究，公開了首個采用Entangled Conditional Autoencoder (ECAAE) 糾纏條件式自動編碼器生成的JAK3抑制劑，并進行了實驗驗證。

彼時，英矽智能的引擎已經(jīng)可以為G蛋白偶聯(lián)受體和其他靶點類別實現(xiàn)合理的命中率。

2019年，英矽智能在短短21天內(nèi)預測了一個眾所周知的纖維化疾病靶點分子，并成功地在體外和體內(nèi)驗證了預測。

研究結(jié)果發(fā)表在了《自然-生物技術》雜志上，并獲得資深新藥發(fā)現(xiàn)專家和科研人員的反饋。

AI制藥的中國式創(chuàng)新

2019年，英矽智能完成了3700萬美元的B輪融資，由啟明創(chuàng)投領投，跟投方包括斯道資本、F-Prime Capital、禮來亞洲基金、創(chuàng)新工場、百度風投、蘭亭投資、BOLD Capital Partners等其他投資方（包括A輪投資方）。

自成立以來，Insilico Medicine已經(jīng)發(fā)表了150多篇論文，并在100多場會議上公開分享多項成果。

成立之初，英矽智能也曾遭到過質(zhì)疑。

例如，早期的模型用來生成的分子不夠多樣化，或者不容易合成，而且靶點是大眾已熟知的，或者容易通過已知的苗頭化合物優(yōu)化得到。

不過，在幾年的時間里，隨著深度學習模型的豐富，這樣的問題正在逐步解決。

在對外合作上，英矽智能也拿下不少大藥企的單子，包括默克、輝瑞、勃林格殷格翰、安斯泰來、強生制藥子公司楊森制藥等。

2020年11月，英矽智能將Chemistry42生成化學AI平臺整合到默克集團的高性能計算基礎設施上，以實現(xiàn)快速高效的藥物設計

啟明創(chuàng)投主管合伙人梁颕宇表示，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。

但是，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。而藥物研發(fā)領域就是未來的一條黃金賽道。

在梁颕宇看來，中國將成為全球醫(yī)藥創(chuàng)新的重要力量，中國將在藥物的原發(fā)性創(chuàng)新上成為引領者和推動者。

這也是為什么，2019年，英矽智能將總部從美國馬里蘭州約翰霍普金斯大學移到香港。

Zhavoronkov表示，未來5年內(nèi)，中國創(chuàng)新藥企業(yè)將迎來一場大爆發(fā)，中國會成為世界的醫(yī)藥創(chuàng)新中心。

主要原因之一在于：“中國政府正在創(chuàng)造絕佳的環(huán)境，要求國內(nèi)的制藥公司進行創(chuàng)新。”

原文標題：或?qū)⑿滤幊杀尽附档?80倍」，這家AI制藥公司憑什么？

文章出處：【微信公眾號：IoT科技評論】歡迎添加關注！文章轉(zhuǎn)載請注明出處。

責任編輯：haq