人工智能（AI）似乎一直在挑戰(zhàn)人類(lèi)。以圍棋這項(xiàng)“天才的游戲”為例，2016年，AlphaGo擊敗世界圍棋冠軍，一戰(zhàn)成名；此后AI棋手們?cè)诙鄨?chǎng)比賽里“殺遍”人類(lèi)高手。如今，AI浪潮席卷全球，滲入軟件、游戲、廣告、教育、藝術(shù)等各類(lèi)領(lǐng)域。然而在制藥領(lǐng)域，或者說(shuō)傳統(tǒng)制藥過(guò)程中，AI卻一度被認(rèn)為是“無(wú)用的工具”。直至AlphaFold2被推出，這款A(yù)I程序在“蛋白質(zhì)折疊問(wèn)題”上取得突破性成果，之后甚至預(yù)測(cè)出2億多個(gè)蛋白質(zhì)結(jié)構(gòu)，幾乎覆蓋整個(gè)“蛋白質(zhì)宇宙”……“AI制藥”重新得到審視。日前，英矽智能正式向港交所遞交IPO申請(qǐng)，將沖刺“亞太AI制藥第一股”；全球首款完全由AI設(shè)計(jì)和研制的藥物「INS018_055」開(kāi)始首批人體試驗(yàn)；AI制藥公司Recursion收獲英偉達(dá)5000萬(wàn)美元投資……INS018_055誕生于英矽智能自主研發(fā)的生成式人工智能平臺(tái)Pharma.AI，這是一個(gè)具有發(fā)現(xiàn)新靶點(diǎn)、生成候選藥物，預(yù)測(cè)候選藥物臨床成功可能性等功能的平臺(tái)。英矽智能在其招股書(shū)里寫(xiě)道，正常情況下一款藥物從項(xiàng)目啟動(dòng)到籌備臨床需要4.5年的時(shí)間，而使用Pharma.AI研發(fā)平臺(tái)，一般只需要12個(gè)月。的確，AI技術(shù)對(duì)藥物研發(fā)最大的作用之一就是提高研發(fā)速度，主要體現(xiàn)在藥物篩選過(guò)程。相關(guān)統(tǒng)計(jì)顯示，將2018年～2022年2月分為四個(gè)時(shí)間段，利用AI技術(shù)研發(fā)藥物，研發(fā)速度由2018～2020年間的每月0.08個(gè)提高到了2021.9～2021.10月期間的每月2個(gè)，研發(fā)速度提高了25倍。AI對(duì)藥物研發(fā)過(guò)程的幫助毋庸置疑。然而，有人卻對(duì)此提出另一種看法：用AI篩選藥物是在“用復(fù)雜解決復(fù)雜”。AI需要收集大量高質(zhì)量數(shù)據(jù)，基于這些可靠數(shù)據(jù)才能進(jìn)行藥物篩選，工作量大、成本也不低。這不免讓人發(fā)出疑問(wèn)：用AI進(jìn)行藥物篩選究竟是否值得？藥智數(shù)據(jù)采訪了蘇州大學(xué)蘇州醫(yī)學(xué)院生物統(tǒng)計(jì)系湯在祥教授,他表示：“AI基于高性能算法和算力，可以用于分析大規(guī)模數(shù)據(jù)，例如基因組，蛋白質(zhì)組或者代謝物數(shù)據(jù)，以確定潛在的有更高成功概率的藥物靶點(diǎn)，在化合物篩選和優(yōu)化，預(yù)測(cè)化學(xué)結(jié)構(gòu)變化如何影響化合物的功能等方面發(fā)揮重要作用。將AI應(yīng)用于藥物開(kāi)發(fā)過(guò)程有助于降低開(kāi)發(fā)成本、加速新藥研發(fā)、同時(shí)也有望提高成功率。但是，AI輔助藥物設(shè)計(jì)的基礎(chǔ)是高質(zhì)量的數(shù)據(jù)，數(shù)據(jù)自身的更新迭代，可靠的模型和算力，如果沒(méi)有可靠的數(shù)據(jù)和模型，AI輔助藥物研發(fā)將會(huì)受限?！?/span>實(shí)驗(yàn)室到臨床的階段，被稱(chēng)為藥物的“死亡之谷”。目前全球已有700多家AI制藥企業(yè)，然而成功進(jìn)入臨床的在研管線僅不到百條。2022年，Exscientia公司停止開(kāi)發(fā)全球首個(gè)AI設(shè)計(jì)進(jìn)入臨床試驗(yàn)的藥物后，Benevolent AI也宣布，其用于治療特應(yīng)性皮炎的候選藥物在二期臨床試驗(yàn)中未能達(dá)到次要療效終點(diǎn)……不過(guò)，在制藥領(lǐng)域，失敗是常態(tài)，AI制藥自然不會(huì)幸免。與此同時(shí)，AI制藥的另一個(gè)問(wèn)題也被凸顯：在藥物臨床階段，AI幾乎毫無(wú)用武之地。據(jù)禮來(lái)研究院的一篇論文統(tǒng)計(jì)顯示，一款新藥的研發(fā)成本需要8.7億美元，臨床前的研發(fā)成本占整體藥物研發(fā)成本的30%左右，而臨床試驗(yàn)的成本更高、也更加燒錢(qián)。由此看來(lái)，AI并未真正解決藥物研發(fā)的痛點(diǎn)。但也有人期望，AI能夠在藥物臨床階段發(fā)揮作用。對(duì)此，湯教授認(rèn)為：“目前，在臨床階段，AI的參與主要在患者招募和數(shù)據(jù)分析方面。如果能夠預(yù)先獲得潛在受試者數(shù)據(jù)，通過(guò)AI的匹配，或許能夠發(fā)現(xiàn)哪些患者最可能從臨床研究中受益，從而更有效地開(kāi)展臨床試驗(yàn)，使得患者獲益，也加速患者入組效率，提高整個(gè)臨床研究的進(jìn)程。在數(shù)據(jù)采集階段，AI能夠發(fā)揮高效性，迅速研判數(shù)據(jù)，協(xié)助甚至取代傳統(tǒng)的數(shù)據(jù)管理，產(chǎn)生高質(zhì)量的臨床數(shù)據(jù)。至于有業(yè)內(nèi)研發(fā)者提問(wèn):‘AI在臨床階段如何發(fā)揮更大的作用，甚至使得藥物開(kāi)發(fā)過(guò)程基于模型和模擬，而跳過(guò)人體臨床研究的冗長(zhǎng)流程’，這還需要不同領(lǐng)域?qū)＜?，包括監(jiān)管層面發(fā)揮想象力?！?/span>在制藥領(lǐng)域，AI是一項(xiàng)工具，如何將其作用最大化從而實(shí)現(xiàn)降本增效，是目前AI制藥可探尋的。同樣，不必對(duì)AI避之不及，畢竟無(wú)論AI制藥發(fā)展如何，對(duì)實(shí)驗(yàn)室科學(xué)家的需求都不會(huì)消除。1.《AI制藥，9圖全解》，張自然博士，2023-06-072.《How to improve R&D productivity: the pharmaceutical industry's grand challenge》，https://www.nature.com/articles/nrd3078#ethics ，2010-02-19
來(lái)源：藥智數(shù)據(jù) ，作者姚姚樂(lè)
聲明：本文觀點(diǎn)僅代表作者本人，不代表煜森資本立場(chǎng)，歡迎在留言區(qū)交流補(bǔ)充。如需轉(zhuǎn)載，請(qǐng)注明文章作者和來(lái)源。如涉及作品內(nèi)容、版權(quán)和其它問(wèn)題，請(qǐng)?jiān)诒酒脚_(tái)留言。
