新華財經(jīng)上海7月3日電（記者楊有宗）經(jīng)過多年積累，人工智能制藥進入加速跑階段。近日，人工智能制藥公司英矽智能宣布，該企業(yè)研發(fā)的抗纖維化小分子候選藥物INS018_055已完成Ⅱ期臨床試驗首批患者給藥，這標志著首款由生成式人工智能完成新穎靶點發(fā)現(xiàn)和分子設計的候選藥物已推進至Ⅱ期臨床試驗驗證階段。

目前，英矽智能已向港交所提交了招股書，如進程順利將成為國內(nèi)人工智能制藥第一股。和傳統(tǒng)藥物研發(fā)相比，人工智能制藥優(yōu)勢何在？首款進入Ⅱ期臨床階段的人工智能藥物后續(xù)進展如何？人工智能制藥未來還面臨哪些挑戰(zhàn)？

首款AI藥物鎖定特發(fā)性肺纖維化

(資料圖片僅供參考)

對于INS018_055Ⅱ期臨床試驗，英矽智能聯(lián)合首席執(zhí)行官兼首席科學官任峰介紹，該試驗旨在評價INS018_055口服給藥12周用于治療特發(fā)性肺纖維化（IPF）受試者的安全性、耐受性、藥代動力學和有效性。

據(jù)介紹，特發(fā)性肺纖維化是間質(zhì)性肺病里，在診斷和治療方面，都是比較難以攻克的一個疾病。有業(yè)內(nèi)人士表示，特發(fā)性肺纖維化在所有的間質(zhì)性肺病里預后是最差的，而且對于常規(guī)的糖皮質(zhì)激素和免疫制劑治療的療效很不理想。

“一般來說，特發(fā)性肺纖維化患者平均在確診四年左右就會死亡，在醫(yī)學領(lǐng)域存在巨大未被滿足的需求。并且，這一疾病已經(jīng)有很多組學數(shù)據(jù)，有利于AI找到合適的靶點，這就是首款AI藥物瞄準特發(fā)性肺纖維化的理由所在。”任峰說。

任峰介紹，為在更大人群中檢驗INS018_055候選藥物，英矽智能計劃在中國和美國近40個研究中心招募60例特發(fā)性肺纖維化患者同步開展Ⅱ期臨床試驗，這也是該AI藥物首次在患者群體中展開驗證。英矽智能已于2023年4月開啟中國患者招募，并于2023年6月獲得美國FDA臨床試驗批件，獲準在美國開展針對INS018_055的Ⅱ期臨床試驗。

此前，該候選藥物在2023年初發(fā)布了I期臨床試驗數(shù)據(jù)，并獲得FDA孤兒藥資格認定。在新西蘭和中國開展的國際多中心I期臨床試驗中，INS018_055分別在78和48例健康受試者中完成了測試。研究結(jié)果顯示，INS018_055具有良好的安全性、耐受性、藥代動力學（PK）特性。

從靶點到化合物 瞄準新藥研發(fā)痛點

自2014年成立以來，英矽智能持續(xù)探索將生成式人工智能應用于藥物研發(fā)領(lǐng)域。目前，該企業(yè)在人工智能平臺基礎上擴展多元化應用功能，推出了覆蓋生物學、化學和藥物臨床開發(fā)的商業(yè)化平臺Pharma.AI。

包括英矽智能在內(nèi)，近年來，人工智能制藥行業(yè)正在進入爆發(fā)期。相關(guān)數(shù)據(jù)顯示，全球已有超過40家AI制藥企業(yè)的80多條藥物管線進入臨床階段。除英矽智能外，國內(nèi)幾家有代表性的人工智能制藥企業(yè)如晶泰科技、深勢科技紛紛落戶上海張江科學城。

之所以如此多企業(yè)看重這一賽道，主要是由于傳統(tǒng)制藥行業(yè)普遍面臨較多行業(yè)痛點?！皞鹘y(tǒng)新藥研發(fā)主要面臨三大痛點，一是和生物學相關(guān)，找不到合適的靶點；二是和化學相關(guān)，找不到成藥性好、結(jié)構(gòu)新穎的化合物；三是和臨床試驗相關(guān)，從藥物研發(fā)歷史看，臨床試驗方案設計與新藥研發(fā)的成敗息息相關(guān)?！比畏逭f。

正是這三大痛點，讓生物醫(yī)藥行業(yè)陷入“倒摩爾定律”的怪圈：即投入巨量資源，但新藥研發(fā)的成功率、回報率逐步走低。行業(yè)統(tǒng)計數(shù)據(jù)顯示，目前一款新藥的平均研發(fā)周期達到10年以上，投入資金在20億美元左右。

任峰介紹，針對上述三個痛點，英矽智能的Pharma.AI設計了三個平臺，分別為PandaOmics，通過深度解讀組學數(shù)據(jù)及分析全類型數(shù)據(jù)，發(fā)現(xiàn)和評估合適的藥物靶點；Chemistry42平臺，針對選定靶點從無到有設計出具有特定屬性的化合物；InClinico完善臨床試驗方案設計并對成功概率進行預測。

從實際應用情況看，人工智能制藥顯示了較大的潛力：INS018_055從靶點發(fā)現(xiàn)到確定臨床前候選藥物僅耗時18個月，研發(fā)投入僅數(shù)百萬美元。2021年以來，英矽智能已經(jīng)提名12款臨床前候選化合物，其中3款處于臨床階段。

期待盡快跨越“臨界點”

盡管行業(yè)賽道火熱，但業(yè)內(nèi)普遍認為，人工智能制藥行業(yè)發(fā)展還面臨較大挑戰(zhàn)。比如在人才方面，人工智能+醫(yī)藥研發(fā)需要大量既精通人工智能算法，又懂生物醫(yī)藥研發(fā)的人才，需要加大培養(yǎng)力度。

在可供使用的關(guān)鍵數(shù)據(jù)方面，一方面數(shù)據(jù)收集受法律法規(guī)的限制，另一方面，醫(yī)療機構(gòu)的診療信息普遍存在記錄信息不全、數(shù)據(jù)格式不統(tǒng)一等問題，將其清洗、整理為可供人工智能平臺使用的數(shù)據(jù)，難度較大。

任峰介紹，以正在推進的INS018_055為例，該款藥物所使用的數(shù)據(jù)，更多是依據(jù)英矽智能數(shù)年積累下的公開發(fā)表的數(shù)據(jù)。他認為，未來的人工智能制藥重心將從算法向數(shù)據(jù)過渡，獨有的、充分的數(shù)據(jù)將成為人工智能制藥企業(yè)的護城河。

從目前情況看，人工智能對于單一維度的任務完成較好，如藥物和蛋白分子結(jié)合的效果，但對于“毒理和藥代動力學”這種數(shù)據(jù)少、多維度和復雜性的任務，還需要技術(shù)的持續(xù)進步。

一款新藥是否成功最終還是需要通過上市銷售來驗證。“目前，還沒有一款通過人工智能研制的藥物獲批上市，也就是說人工智能制藥還沒有完全經(jīng)過實踐檢驗?！比畏逭f。

賽迪顧問此前預計，到2023-2025年，將有一批AI研發(fā)的藥物進入有“死亡之谷”之稱的Ⅱ期臨床，到2026-2027年才有可能出現(xiàn)首個上市的AI制藥產(chǎn)品。

任峰表示，一旦AI制藥完成臨床試驗并獲批上市，將成為行業(yè)發(fā)展的標志性事件，推動更多傳統(tǒng)藥企加速向AI制藥轉(zhuǎn)型。

編輯：胡晨曦

關(guān)鍵詞：