AI速度！从宣布合作到达成里程碑不到40天，AI制药正在改写游戏规则

 收藏

关键词：合作

资讯来源：生物制品圈

发布时间： 2022-02-18

从宣布合作到首个里程碑，仅40天

截至2022年2月以来，AI制药领域的相关合作，已披露的金额总计高达79.83亿美元，包括赛诺菲、安进、默沙东、阿斯利康、辉瑞等一众跨国药企，都选择与AI新药研发公司进行合作。

我国的情况也不例外，大型药企开始拥抱AI制药公司，促成了诸多合作。

2月17日，在宣布合作后不到40天，复星医药与英矽智能联合宣布，合作项目的临床前候选化合物用于新的肿瘤免疫疗法。一个多月前，两家公司联手，以1300万美元的首付款，刷新了国内AI制药合作的首付款纪录。

“人工智能主导药物研发的时代正在到来，从预测蛋白质结构、寻找药物靶点到药物分子设计，再到临床试验设计，人工智能在全面介入，开始发挥关键作用。” 上海交通大学Med-X研究院副院长殷卫海在最近的一次访谈时表示。

从《Discovery》首次报道，到入选《Science》年度科学发现

从1981年《Discovery》首次报道计算机药物研发（CADD），到2021年《Science》将AI预测蛋白质结构评为年度10大科学发现，这40年间人工智能药物研发逐渐从人们的想象中，走进世界各地的实验室里。

我们搜索PubMed中AI制药相关论文，可以发现从1990年到2021年AI制药理论从“0”到“1”的发展，期间相关文献数据量从不到40万到突破160万，技术理论日益成熟相关成果逐渐受到更多关注，也为AI制药在实践中的发展打下了坚实基础。

1990-2020 AI制药理论发展历程，资料来源Deep Pharma Intelligence

与此同时，传统制药方式深陷反摩尔定律（Eroom定律），也就是说尽管制药公司几十年来不断增加投资，但投资10亿美元得到的上市新药数目每9年就减少一半。周期长（10-15年）、投入高（>10-20亿美元）、成功率低（<5%）成为新药研发的三大痛点。

2018年，Heal-X通过AI驱动老药新用，发现脆性综合征候选药物；2019年，Deep Genomics利用AI平台，发现威尔逊病寡核苷酸候选药物；2020年，AlphaFold实现根据蛋白质的氨基酸精准预测蛋白质3D形状；2021年，英矽智能利用人工智能发现全新靶点和全新化学结构的特发性肺纤维化候选药物…

这些高光时刻，不仅为AI制药的发展建立了坐标，也为传统制药的变革带来了新机。

AI制药正在改变游戏规则

传统制药公司往往面临时间投入和风险的权衡，平均而言一种新药自研发到上市间隔12年左右，而开发期和上市后享有的专利保护期是此消彼长的关系，尤其针对销量巨大的新药，有时仅是晚1天上市就意味着年收入可能要缩减100万美元。

随着管理审批越发严格，竞争越发激烈，新药的研发更是阻力重重。AI+新药研发的结合，使得新药研发迎来了新机。我们可以从几个维度来了解人工智能对药物研发，特别是早期药物发现的渗透。它主要包括：

1）靶点和早期药物发现；

2）小分子化合物的设计、生成和优化；

3）临床试验设计；

4）现有药物的再利用等方面。

AI可提供赋能的早期药物发现步骤

其中靶点发现和早期药物发现方面，主要包括分析数据集、形成假设并产生新的见解，确定新的候选药物，分析健康和患病受试者的样本数据，从而发现新的生物标志物和治疗靶点；小分子化合物的设计、生成和优化方面，即利用神经网络等算法，提取化合物不同层面的特征，然后根据这些特征再进一步进行预测；临床试验设计方面，智能算法可优化临床试验的研究设计，它还可分析病历，从而确定能从新疗法中获益的患者，为临床试验寻找出理想的受试者；现有药物的再利用方面，人工智能系统能快速识别许多已知药物的新适应症，从而可以做到老药新用。

正如中国科学院院士蒋华良此前表示，从靶点的发现到靶点的确认，从先导分子的发现到先导分子的优化，再到临床研究，人工智能可以加速新药研发的多个环节，在降低研发成本、加速研发周期、提高研发成功率上展现出巨大的潜力。

国内外药企开始全面拥抱AI制药

接下来，我们盘点一下2021年以来跨国药企与人工智能公司达成的主要合作，几乎所有的制药巨头都在开始拥抱人工智能技术。

2021年1月，AstraZeneca与BenevolentAI宣布达成合作协议，利用人工智能推进全新靶点慢性肾脏病（CKD）药物的开发。

3月，Pfizer宣布将Iktos的AI平台应用于其小分子项目的从头设计。

6月，仿制药巨头Teva与英矽智能达成合作，应用英矽智能的生成式对抗网络技术和AI平台PandaOmics助力其药物研发。

自2021年年末以来，多项合作拉开了跨国药企加码AI制药的2.0阶段。2021年12月，罗氏与Recursion达成数十亿美元AI药物发现合作。2022年1月7日，默沙东与Absci达成6.1亿美元合作，利用人工智能技术合成定制的蛋白酶。同日，赛诺菲与Exscientia达成52亿美元合作，共同开发15种新型小分子疗法，涉及肿瘤学和免疫学领域。

相较于跨国药企的一路高歌猛进地拥抱AI制药，国内药企加入这一行列的步伐稍微谨慎些。

2019年，豪森就与Atomwise合作，前期使用后者的AI分子筛选平台AtomNet进行化合物筛选，以选择抗肿瘤靶点，在2020年4月才扩大了合作力度。2021年12月，国内制药巨头恒瑞医药与Iktos达成AI新药研发平台战略合作协议，使用Iktos基于AI的从头药物设计软件Makya，来加速小分子药物的发现和先导化合物的优化。

2022年1月12日，复星医药与英矽智能宣布达成合作，其中1300万首付款刷新了国内AI制药合作的首付款记录，同时复星医药还向英矽智能提供了未披露金额的股权投资。

在相关媒体采访时，英矽智能首席科学官任峰博士表示：“我希望这次合作能够对国内AI制药领域有一定的推动作用，希望大家对国内药企和AI制药公司之间的合作模式有新的思考，希望它们在AI赋能新药研发步子迈得更大一些，合作方式的改变对新药研发行业来说也是很大的助力。”

AI制药进入验证期，合作里程碑交付陆续到来

AI制药合作数量呈爆发式增长的时候，但鲜有突出的合作成果公开，这一度引发外界的担忧和质疑。

正如本文一开始介绍的，时隔一个多月，英矽智能和复星医药官宣就达成了首个里程碑，无疑给AI制药合作的验证注入一针强心剂。

英矽智能创始人兼首席执行官Alex Zhavoronkov博士在新闻稿中表示，“我很高兴在宣布合作后不到40天，研发团队成功提名了QPCTL项目的临床前候选药物，并启动了用于新药临床试验申报的临床前研究。”复星医药执行总裁、全球研发中心总裁兼首席医学官回爱民博士则表示，“人工智能平台作为变革性的创新技术，可大大提升新药创新的效率，为医药创新提供有力支撑。”

根据上市AI制药公司Exscientia披露的管线来看，平均需要13.7个月才能在合作项目启动后达到PCC阶段，此次英矽智能和复星医药合作的QPCTL项目从启动到提名PCC共计耗费9个月时间，而这一速度较之工业界的4.5年的耗时已经有了显著的提升。

另一组数字同样具有参考性，不久前BCG咨询发表在《Nature Reviews Drug Discovery》上的回顾性文章中，分析师根据专利、出版物和公开声明的时间，发现多数人工智能项目在不到4年的时间里走完了整个从药物发现到临床前的旅程。这样的初始数据与行业内5-6年的历史时间线相比依然非常理想。