近日，英國《自然》雜志子刊《Nature Biotechnology》（自然生物科技）發(fā)表最新論文，公布全球首款利用人工智能（AI）技術(shù)發(fā)現(xiàn)的肺部疾病新藥INS018_055的最新人體臨床2期試驗結(jié)果。

論文中稱，在臨床前研究中，INS018_055在體內(nèi)和體外試驗中均顯示出對特發(fā)性肺纖維化（IPF）的顯著療效，并在多個細(xì)胞系和多個物種的藥代動力學(xué)和安全性研究中顯示出良好的結(jié)果。這是全球首個利用AI技術(shù)研發(fā)的新藥所獲得的人體臨床2期試驗論文。

該消息發(fā)布后使得AI在藥物開發(fā)、制造和商業(yè)化方面的作用和將可能帶來的效益提升再次被重視。而在過去一年里，生成式AI熱潮中，市場對AI制藥公司的投資熱情一直存在。據(jù)權(quán)威機(jī)構(gòu)統(tǒng)計，2023年AI制藥公司的Top 10總?cè)谫Y額約為15.3億美元，比2022年的9.26億美元增長了約65%，且更多涉及了生成式AI蛋白藥物、mRNA疫苗、基因編輯、非編碼RNA等前沿領(lǐng)域。

中國醫(yī)學(xué)科學(xué)院北京協(xié)和醫(yī)院主任醫(yī)師徐作軍教授就在接受記者采訪時表示，人工智能越來越應(yīng)用于包括臨床科研方面的各個方面，包括疾病診斷、疾病治療、預(yù)后的判斷，也包括藥物研發(fā)。目前，人工智能在這些方面肯定會發(fā)揮越來越重要的作用。

“臨床醫(yī)生在開始學(xué)習(xí)的時候，都是按照每一個病的病因、發(fā)病機(jī)制、增長標(biāo)準(zhǔn)、臨床鑒別、診斷、治療縱向發(fā)展過程去深入。按照傳統(tǒng)的方法，研發(fā)藥物的過程也類似這樣。我們通過AI技術(shù)可以根據(jù)這些關(guān)鍵詞把可能的這個疾病都列到里面，然后再進(jìn)行鑒別診斷，最后提出了有用的信息，或者研發(fā)出確實對疾病更有治療價值的藥物。這是一大方向。”徐作軍教授說。

在臨床對AI制藥報以較大信心的同時，AI制藥究竟能否走通臨床路徑，應(yīng)用至實際開發(fā)與商業(yè)化？

AI制藥獲新進(jìn)展

現(xiàn)代醫(yī)學(xué)發(fā)展至今，世界上仍有數(shù)千種疾病面臨“無藥可醫(yī)”甚至“無藥可用”的困境。而傳統(tǒng)藥物發(fā)現(xiàn)耗時漫長成本高昂，且伴隨著極高的失敗率，超過90%的候選藥物在關(guān)鍵的臨床驗證階段折戟。不過，也正是由此，醫(yī)療保健領(lǐng)域正在經(jīng)歷重要的數(shù)字化變革，人工智能對數(shù)據(jù)的利用被認(rèn)為將徹底改變藥物研發(fā)模式。

根據(jù)《Nature Biotechnology》發(fā)布的研究，全面闡述了其首款由生成式AI發(fā)現(xiàn)和設(shè)計的潛在“全球首創(chuàng)”（first-in-class）TNIK抑制劑從人工智能算法開發(fā)到2期臨床試驗的研發(fā)歷程，并首次披露了該候選藥物在臨床前實驗和臨床試驗中的數(shù)據(jù)和表現(xiàn)。該研究突出了AI驅(qū)動的藥物發(fā)現(xiàn)方法帶來的降本增效優(yōu)勢，并強(qiáng)調(diào)了生成式AI技術(shù)在推動行業(yè)變革方面的巨大潛力。

TNIK為最有潛力的抗纖維化靶點(diǎn)，歷史研究曾揭示TNIK與多種纖維化驅(qū)動生物通路的間接關(guān)聯(lián)，但從未提出將其作為特發(fā)性肺纖維化（IPF）治療靶點(diǎn)。在隨后的臨床前研究中，INS018_055在體內(nèi)和體外試驗中均顯示出對IPF的顯著療效，并在多個細(xì)胞系和多個物種的藥代動力學(xué)和安全性研究中顯示出良好的結(jié)果。此外，INS018_055還表現(xiàn)出泛纖維化抑制功能，在另外兩種動物模型中減輕了皮膚和腎臟纖維化。基于這些研究，INS018_055于2021年2月被提名為臨床前候選化合物（PCC）。

在人體臨床研究中，INS018_055也交出了出色的答卷。2021年11月，在獲得PCC提名9個月后，INS018_055在澳大利亞的首次人體微劑量試驗中完成首批健康受試者給藥。該項人體微劑量試驗結(jié)果超出預(yù)期，展現(xiàn)了候選藥物良好的藥代動力學(xué)和安全性特征， 不僅完成了AI制藥臨床概念驗證，還為后續(xù)臨床試驗奠定了基礎(chǔ)。

在新西蘭和中國進(jìn)行的I期試驗中，INS018_055分別在78名和48名健康受試者中進(jìn)行了測試，完成了單次劑量遞增 （SAD）和多次劑量遞增（MAD）隊列研究。國際多中心1期臨床試驗得出了一致的結(jié)果，表明INS018_055具有良好的安全性、耐受性和藥代動力學(xué) (PK) 特征，支持后續(xù)2期臨床試驗開展。

徐作軍教授介紹，目前IPF治療領(lǐng)域已有藥物，但從臨床三期結(jié)果來看，都是阻止肺功能力進(jìn)行性下降，不能夠終止，更不能逆轉(zhuǎn)這個肺功能的下降。所以，現(xiàn)有藥物只是讓這個疾病進(jìn)展的速度變慢，并不能完全滿足我們臨床的需要。

從國際到國內(nèi)，2000年之后，距今20多年內(nèi)，與IPF相關(guān)的藥物研究有幾十種，但是截至目前，能夠真正批準(zhǔn)上市只有兩款藥物，即尼達(dá)尼布和吡非尼酮。

“在藥物使用過程中，現(xiàn)有藥物副作用都比較明顯。例如，尼達(dá)尼布的副作用主要是消化道癥狀。如腹瀉、肝功能受損；吡非尼酮的副作用呢是光過敏和胃腸道反應(yīng)。目前，臨床上面對IPF沒有更好的藥物可選擇，這也是我們國內(nèi)和國際上面很多研發(fā)單位在不斷地探索新藥的動力。”徐作軍教授說。

AI制藥行業(yè)面臨整合

AI制藥領(lǐng)域獲得的進(jìn)展也使得這一市場獲得了較好的業(yè)績表現(xiàn)。根據(jù)灼識咨詢數(shù)據(jù)，目前，全球AI藥物研發(fā)最大的市場在北美，亞太地區(qū)排名第三，2018年的市場規(guī)模為5100萬美金，預(yù)計2025年市場規(guī)模將達(dá)到10億美金，復(fù)合增速為53.8%。全球市場規(guī)模將在2025年將達(dá)到36.8億美元。

灼識咨詢進(jìn)一步分析指出，AI在藥物研發(fā)領(lǐng)域的應(yīng)用優(yōu)勢主要有五方面：一是，縮短新藥發(fā)現(xiàn)時間；二是，節(jié)省成本，提高凈收入；三是，多特異性靶向。復(fù)雜疾病涉及數(shù)百種蛋白質(zhì)，僅靶向其中一個靶點(diǎn)很難造成足夠影響。AI技術(shù)可嘗試尋找與數(shù)十種目標(biāo)蛋白質(zhì)相互作用但又避免與其他蛋白質(zhì)相互作用的化合物；四是，提高預(yù)測準(zhǔn)確性、藥物功效和安全性；五是，提供簡便制備流程。AI藥物篩選成功后系統(tǒng)都會生成一套相對簡單的制備工藝流程，方便藥企快速制備藥物，提高臨床研究的效率。

據(jù)21世紀(jì)經(jīng)濟(jì)報道記者梳理，從中國AI輔助藥物研發(fā)行業(yè)競爭格局來看，目前包括晶泰科技、英矽智能、望石智慧、燧坤智能等在內(nèi)的企業(yè)進(jìn)展排名前列。2023年在美國生物醫(yī)藥公司融資最多的板塊是AI制藥公司，進(jìn)入2024年這種高價值和大規(guī)模融資還在持續(xù)。但，隨著行業(yè)的發(fā)展，這個領(lǐng)域的泡沫會逐漸出清，有一些AI制藥公司會挺不下去，究竟誰能獲得最佳的市場表現(xiàn)，仍需進(jìn)一步驗證。

英矽智能聯(lián)合首席執(zhí)行官兼首席科學(xué)官任峰在接受21世紀(jì)經(jīng)濟(jì)報道記者采訪時表示，中國從2018年到現(xiàn)在已經(jīng)創(chuàng)立了超過百家AI制藥的公司，總有大浪淘沙的過程，之后一些真正的技術(shù)實力比較強(qiáng)的AI制藥公司依然會持續(xù)受到市場廣泛關(guān)注，而相對來看，技術(shù)能力不出眾或者是沒有很多落地實踐的AI制藥公司慢慢就會被淘汰，或者是被收購/并購。

“總體來看，AI制藥受到關(guān)注度是會持續(xù)提高，但是同時AI制藥行業(yè)正在面臨整合的過程，小的公司被并購收購，導(dǎo)致AI制藥公司總的數(shù)目減少，但是剩下的都是精華。”任峰說，不過從當(dāng)前的進(jìn)展來看，目前AI制藥的強(qiáng)項還是在前端，也就是在早期藥物發(fā)現(xiàn)階段，就是從靶點(diǎn)發(fā)現(xiàn)一直到臨床候選化合物提名。在后端，尤其進(jìn)入臨床之后，目前AI制藥所能賦能的或者顯著加速的領(lǐng)域其實并不多。當(dāng)下，還是要按照傳統(tǒng)的藥物研發(fā)的方式做臨床試驗。目前，全球進(jìn)展最快的AI制藥的項目都是在臨床2期，依次推斷AI制藥要得到概念性的驗證大概也需要至少3年的時間，而這只是完成臨床2期的臨床概念驗證，并不是說到商業(yè)化。

“但另一方面AI制藥正在探索更多元化的商業(yè)化模式，比如有一些公司專注某些臨床前板塊做AI+CRO、有一些公司做臨床前的藥物研發(fā)服務(wù)、也有一些公司通過對外授權(quán)臨床前或者早期臨床管線實現(xiàn)收入，以此來實現(xiàn)AI制藥公司的商業(yè)化，而不是AI制藥公司開發(fā)的藥品商業(yè)化。”任峰說。

AI制藥破局點(diǎn)何在？

“AI+制藥”的模式在醫(yī)藥健康行業(yè)的應(yīng)用前景十分廣闊，通過深度學(xué)習(xí)算法和大數(shù)據(jù)分析，AI可以更好地幫助醫(yī)生準(zhǔn)確診斷疾病、提供個性化治療方案。

例如，華為云聯(lián)合中國科學(xué)院上海藥物研究所共同訓(xùn)練而成的華為云盤古藥物分子大模型，就可以實現(xiàn)針對小分子藥物全流程的人工智能輔助藥物設(shè)計。西安交通大學(xué)第一附屬醫(yī)院劉冰教授團(tuán)隊利用該大模型成功研發(fā)出一種新的“超級抗菌藥”，它有望成為全球近40年來首個新靶點(diǎn)、新類別的抗生素。借助大模型，先導(dǎo)藥的研發(fā)周期從數(shù)年縮短至1個月，研發(fā)成本降低70%。

“AI+制藥”的模式雖然一定程度上提升了我國醫(yī)藥健康行業(yè)從業(yè)者的工作效率，但人工智能的融入過程也并非一帆風(fēng)順。不過，值得注意的是，生成式AI掀起人工智能重塑醫(yī)學(xué)健康行業(yè)浪潮的同時，缺乏自創(chuàng)算法、數(shù)據(jù)隱私保護(hù)以及提高診斷精準(zhǔn)度等成為未來亟需解決的問題。

例如，就目前國內(nèi)AI制藥領(lǐng)域而言，最大阻礙是公共數(shù)據(jù)數(shù)量的局限。有券商醫(yī)藥行業(yè)分析師對21世紀(jì)經(jīng)濟(jì)報道表示，行業(yè)數(shù)據(jù)量是不夠的。目前的人工智能技術(shù)在藥物開發(fā)上已經(jīng)起到很大的作用，但是成果不夠多。

此外，盡管現(xiàn)在整個AI制藥發(fā)展趨勢，從單一的小分子，一直拓展到新興的ADC、抗體藥物、細(xì)胞治療、基因治療這些藥物類型上是一大趨勢。但是有很多時候這些嘗試并非能夠通過AI就能解決，想要將“AI+制藥”的模式推進(jìn)至創(chuàng)新療法賽道，當(dāng)下還有較長一段路徑要走。

“要想將這條路走順，一方面，線上和線下的體系不能完全獨(dú)立，需要結(jié)合；另一方面，兩者融合需要政府政策的配套支持；此外，AI和制藥的結(jié)合還是要以醫(yī)療價值為導(dǎo)向，需要考慮如何真正能夠?qū)︶t(yī)療結(jié)果產(chǎn)生影響，目前這仍處于探索的過程。”上述分析師指出，尤其在醫(yī)療能力上，AI的運(yùn)用仍處于起步階段，有很長的路要走，包括人才、組織上都還需要進(jìn)一步發(fā)展提升。

“AI與制藥的結(jié)合是需要全社會共同來努力的，不是一個企業(yè)就能實現(xiàn)，需要生態(tài)圈上下游的伙伴一起合作，僅靠一家企業(yè)做不了也做不成。”該分析師補(bǔ)充道，中國新藥市場受到政策及資本的影響，可能會面臨不確定性，這方面就需要企業(yè)考慮如何加快研究效率真正進(jìn)入全球競爭格局中，不斷試錯，降低整體的研發(fā)成本，以此提升競爭力。所以，未來幾年人工智能這一新技術(shù)將面臨較好的發(fā)展機(jī)遇，真正的走向AI助力藥物研發(fā)發(fā)展的新階段。

為了推動世界真正的走向AI助力藥物研發(fā)的新階段，新科技革命正在不斷涌現(xiàn)，旨在悄然征服包括新藥研發(fā)在內(nèi)的多座險峰，促進(jìn)AI與生命科學(xué)、藥物研發(fā)等領(lǐng)域的深度融合。雖然這條路不好走，但至少前景是光明的。

轉(zhuǎn)載來源：21世紀(jì)經(jīng)濟(jì)報道 作者：季媛媛