医药经济报数字报
医药经济报医药经济报 > 正文

起飞的AI药研还需越过成药险峰

发布时间:2022-08-15 10:58:43作者:本报记者 齐欣来源:医药经济报

研发周期长、成本高、成功率低一直是新药研发领域的痛点。AI技术的应用,可助力药物研发、提高效率、降低成本。

近两年,AI药物研发进入高速发展期。根据智药邦统计,2022年上半年,AI药物研发领域共发生52项投资,投资总金额超过180亿元人民币,其中金额过亿元的投资项目占27%。8月10日,英矽智能宣布获得D2轮融资,累计完成D轮融资达9500万美元。

在药物研发中,AI技术可以应用在哪些领域?是否会替代传统药研?当前AI药研的局限性以及未来突破点在哪里?

QQ图片20220815105705.jpg

AI+研发站上风口

据德勤的一项统计显示,一款新药从着手研发到获批上市,整个过程平均耗时大约需要14年,仅化合物筛选到临床前研究就需花费约4~6年时间,推动新药上市的成本更是高达19.8亿美元。不仅如此,约90%的药物会在临床试验阶段失败。

TechEmergence的研究报告指出,借助AI处理海量医学数据,可将新药研发的成功率从12%提升至14%,为整个生物制药行业节省数十亿美元。2017年国务院出台《关于印发新一代人工智能发展规划的通知》,提出基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发,国内AI药物研发迎来快速发展期。据艾瑞研究院测算,2022年中国AI药物研发市场规模为2.92亿元,2025年将达7.74亿元,复合年均增长率达38.39%。

近年国内AI药物研发逐步升温,以英矽智能、晶泰科技、冰洲石生物科技等为代表的AI药物研发公司发展较快,频繁斩获融资。大型制药企业相继加速布局,互联网巨头腾讯、百度、阿里、华为、字节跳动等也纷纷切入这一赛道。今年初,复星医药与英矽智能达成战略合作,针对4个指定靶点以AI驱动药物研发,项目首付款高达1300万美元,刷新了国内该领域交易记录。日前,云南白药与华为签署全面合作协议,合作包括但不限于大小分子设计、相关病症、数据库开发等。

“医疗制药和AI结合是天作之合。”百度集团资深副总裁何明科在日前举行的世界肝炎日活动上表示,“对百度这样有强大互联网基础的AI技术公司来说,在制药方面,百度有开源深度学习平台PaddlePaddle,还有强大的服务器能力和算力,算法也很先进,可以助力找到合适的分子结构或者药物来治疗疾病。”

对于AI药物研发的应用,据了解,目前超过三分之二的AI应用集中在药物发现阶段,包括靶点确定、生物标记物的选择、先导化合物的确定、构效关系的研究、活性化合物的筛选,以及候选药物的选定等。其次是临床治疗阶段,约占四分之一,包括疾病诊断、精准医疗、治疗结果预测、数据分析、病理研究、药物依从性和新疗法开发等。

落地挑战待未来闯关

7月28日,DeepMind宣布AlphaFold DB已经从100万个结构扩展到超过2亿个结构,几乎涵盖所有的已知蛋白质,过去确定蛋白质的3D结构需要数月或者数年,但现在只需要几秒。根据《AI药物研发发展研究报告2021》,2020-2021年,全球约有近30项依托AI技术研发的候选药物获批进入临床。未来该行业市场规模增速仍然可观。

据悉,目前全球进展最快的一款AI药物Igalmi(dexmedetomidine,右美托咪啶)已经上市。该药是一种舌下膜剂,用于双相情感障碍或精神分裂症患者的躁动发作,由美国BioXcel Therapeutics开发,于今年4月获得FDA批准。虽然国内AI药物研发仍处于起步阶段,尚未有产品上市,但实力不容小觑。国内进展最快的是英矽智能的AI创新药物ISM001-055。日前,英矽智能宣布ISM001-055在中国完成了Ⅰ期临床试验中的首次健康受试者给药,这是一款全球首创的小分子抑制剂,具有全新靶点和全新化学结构,用于特发性肺纤维化治疗。此前,该候选药物已完成在澳大利亚开展的微剂量组试验,并取得理想结果。值得一提的是,ISM001-055从靶点发现到提名临床前候选化合物仅花费了270万美元研发经费,耗时仅18个月。

不过,在业界看来,当下AI药物研发仍处于探索阶段,更多是传统制药的补充或并行工具,尚未覆盖到新药研发的整个链条。应用场景的标准化数据量以及商业模式也面临挑战。“中国医药行业正在朝着创新迈进,追求新靶点、源头创新也需要新技术的赋能。”晶泰科技联合创始人、CEO马健认为,“AI药物研发正从分子设计进入到成药性的‘深水区’,后续还需要解决动物、临床试验等更复杂的问题。更重要的是,不要为了用而用,要聚焦于未被满足的临床需求。”

未知君联合创始人、CEO谭验则表示,“随着mRNA技术、基因编辑、细胞治疗等新疗法走向应用,药物复杂度不断增加,过去经验性方法失效,自然需要引入计算方法,在不同阶段和步骤引入AI方法辅助药物研发。下一步,希望不仅是借助AI技术辅助数据解读,而且能够从药物设计的一开始就应用AI技术驱动,结合试验设计和需求,让AI发挥预测和推断作用,甚至用AI设计和预测临床成功率等,让AI真正成为制药的一环。”


此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权,不得以任何方式加以使用, 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系:020-37886610或020-37886753;yyjjb@21cn.com。



医药经济报公众号

肿瘤学术号免疫时间

医药经济报头条号

分享到