每日精选：当AI开始制药：研发周期可缩短一半，仍无任何新药面世

手机

iphone11大小尺寸是多少？苹果iPhone11和iPhone13的区别是什么？

警方通报辅警执法直播中被撞飞：犯罪嫌疑人已投案

每日精选：当AI开始制药：研发周期可缩短一半，仍无任何新药面世

2023-05-30 15:58:20 来源：时代财经

本文来源：时代财经作者：李傲华

(资料图片仅供参考)

图片来源：图虫创意

伴随着AI（人工智能）大模型引领的创新浪潮席卷全球，生物医药产业正面临新一轮的机遇期。而ChatGPT的横空出世，更为本就备受瞩目的AI制药再添一把火。

据AI咨询机构Deep Pharma Intelligence统计，截至2022年12月，全球800家AI制药公司获得的总投资额达到59.3亿美元，9年间增长了27倍。而今年第一季度，已有超过28笔对AI制药公司的投资，平均投资额为3800万美元。

截至目前，尚未有基于AI技术发现和设计的新药获得上市批准，但随着资本不断加码，以及技术的升级迭代，AI制药行业将会迎来新的发展机会。

“AI技术在生物医药领域的突破只是时间问题，这个趋势不可逆转。尽管可能需要3年、5年，甚至10年，但我相信，AI技术一定会在生物医药和生物科技领域发挥重要作用，尤其是可以极大提高生物医药在早期阶段的研发效率。”在5月26日举行的首届广州国际生物医药产业大会期间，晶泰科技联合创始人、董事长温书豪在接受时代财经专访时表示。

打破新药研发困境

新药研发是一个极其耗时耗力的过程。一款全新靶点、全新机制的新药，其研发需要经过靶点发现、靶点验证、先导物发现，以及先导物优化等阶段，这个过程可能需要验证、筛选数十万个化合物。

德勤发布的《2021年医药创新回报率评价》显示，2021年生物制药创新平均内部回报率（IRR）为7%，这已经是近7年来最好的水平。2021年，创新药管线到上市前的平均成本达到20亿美元，而创新药的平均预期峰值销售额为5.21亿美元，如果剔除新冠疫苗的影响，这一数字仅为3.55亿美元。

AI具备强大的数据分析和深度学习能力，可以快速处理和解析大量的生物化学信息，帮助科学家筛选出合适的化合物，设计优化药物分子结构，从而缩短研发周期，节约研发成本。

东吴证券研报指出，相较于传统药物研发环节，AI制药可显著缩短研发周期（部分研究显示可平均缩短1/2-2/3），同时提高药物研发成功率和投资回报率。

“在研发投入回报率相对较低的行业背景下，药企对于提升研发效率的需求非常迫切，而数字化和智能化很可能是最行之有效的解决方案。”温书豪表示。

近年来，AI制药已经成为制药领域的新晋热门赛道，头部选手已有相当规模。

5月25日，英矽智能宣布，公司自主研发的USP1小分子抑制剂ISM3091已获得美国食品药品监督管理局（FDA）新药临床试验申请（Investigational New Drug Application，IND）批件，用于在实体瘤患者中开展I期临床试验。

ISM3091的分子是由英矽智能自有分子生成平台Chemistry42辅助下生成，这是英矽智能首款在人工智能赋能下发现并进入临床阶段的抗肿瘤候选药物，也是英矽智能第三款进入临床阶段的AI辅助设计药物。

英矽智能于2021年6月启动USP1项目，仅用了9个月合成和测试不到80个化合物，便成功提名了临床前候选化合物ISM3091。

中国制药业也在积极拥抱AI。疫情期间，AI技术便被应用到新冠口服药的研发中。

晶泰科技CSO张佩宇在首届广州国际生物医药产业大会“AI与自动化制药”分论坛上就指出，中国的新药研发已经进入3.0时代，这个阶段讲究的是全球化、差异化。要做到全球化和差异化，人工智能和自动化技术是目前最看好的方向。

2018年，晶泰科技宣布与辉瑞签订战略研发合作，融合量子物理与人工智能，建立小分子药物模拟算法平台。晶泰科技的AI预测算法帮助辉瑞显著缩短了新冠口服药Paxlovid（奈玛特韦片/利托那韦片）的研发周期，2021年12月，Paxlovid成为第一款获得美国FDA批准的新冠口服药，被迅速推向市场。

据张佩宇介绍，在AI技术的赋能下，辉瑞和晶泰科技双方的科学家仅用了6个星期，便完成了药物固态研发，以快速的计算预测与试验结果相互印证、准确匹配。而在传统的药物研发模式下，这个过程可能需要花费数月时间。

晶泰科技是一家以人工智能和机器人实验驱动创新的科技公司。温书豪告诉时代财经，几乎所有的欧美大药企都在探索、推进AI技术与药物研发的结合，近年来，这一趋势在中国的医药行业也越来明显。在集采、医保谈判等行业政策的背景下，企业必须设法确保药物具备全球竞争力，这意味着必须进行创新，并且要以更低的试错成本、更高的效率来实现创新突破。

“AI技术的应用，可以降低药物研发成本，因此AI药物研发是一条必然之路，也是行业未来的趋势。”温书豪称。

“死亡之谷”挑战

新药研发是一场九死一生的冒险，绝大部分的候选药物最终都会倒在临床试验阶段，因此这也被称作医药研发的“死亡之谷”。根据全球生物技术行业组织BIO、Informa Pharma Intelligence以及QLS联合发布的报告，2011-2020年期间，9704个药物临床开发项目中，从1期临床到获得美国FDA批准上市的成功率平均为7.9%。

创新药物最终需要进入现实世界，才能实现治疗疾病、拯救生命的意义。尽管AI在医药研发领域创造了许多令人惊叹的纪录，但AI与制药业的结合并非坦途。

据智药局统计，截至2022年年底，全球获批临床的AI药物管线有80条，其中有41条推进到1期，约占总数的一半；推进到2期的管线有29条。

但截至目前，仍然没有任何一款由AI发现的新药物获批上市。

2020年1月，英国AI制药企业Exscientia开发的用于治疗强迫症的候选药物DSP-1181获得临床批件，这是一款由人工智能平台设计并进入临床试验的药物。2022年7月，在宣布进入临床阶段一年多以后，DSP-1181被Exscientia的合作方日本住友制药停止开发，原因是1期临床研究未达到预期。

今年4月，另一家AI药物研发公司BenevolentAI也宣布，其用于治疗特应性皮炎的局部泛 Trk抑制剂BEN-2293的IIa期临床试验没有达到次要疗效终点。

AI未来要如何帮助、改变制药业，能否帮助创新药研发穿越“死亡之谷”，支持创新药企业以更低的试错成本做出市场价值最大、对患者最有用的药物，仍有诸多问题亟待解答。

“AI是一个工具，工具你就得用好它，这也是最关键的一点，你要找好问题、找对问题，如果这个方向找错了，后面很多工作就是无用功，这要基于专业人士长期的积累和自己独特的认识。”浙江大学百人计划研究员、莱芒生物联合创始人郭雨刚在上述分论坛上表示，“怎么用好AI这个工具，需要研究者非常深入的思考来提炼的。”

这也意味着，目前AI制药还无法脱离人的共同参与，制药专家在这一过程中仍发挥无可替代的作用。

“有时计算机设计出来的分子，合成反而困难，甚至是难以逾越的障碍，比如某些共价键没法合成出来。尽管出现这个情况的概率比较小，但这也说明，药物研发不能完全交给AI主导。”温书豪对时代财经指出，AI的发展速度确实非常快，它能够进行大规模的数据连接，拥有强大的计算能力，这些都是人类难以企及的优势。但不可否认的是，在当前阶段，人类的经验、专业知识以及灵感对于问题的解决仍然非常重要，单纯只靠算法是无法完成的。

“AI与自动化机器人实验技术结合，作为高效而可靠的研发工具和底层‘新基建’，需要与人类科学家的行业经验结合，才能发挥出最大的创新赋能。”温书豪称。

关键词：