藥物發現的過程是一個錯綜復雜的過程，涉及到新的藥物靶點的鑒定、化合物的設計和合成以及對其療效和安全性的評價。從歷史上看，藥物發現是一項費力且昂貴的工作，通常跨越10-15年，每種藥物需要花費數十億美元。人工智慧 (AI) 的最新進展有可能徹底改變藥物發現領域，為提高效率和降低成本提供機會。
在藥物發現過程的各個階段，AI為其套用帶來了巨大的希望，包括靶標辨識、先導物生成和最佳化。機器學習演算法具有分析廣泛數據集的能力，便於辨識潛在的藥物靶標和預測化合物活性。此外，先導化合物可以透過 AI 輔助進行最佳化，準確預測其理化性質和毒性。這種有價值的能力有助於提高臨床試驗成功的可能性。
近年來，AI已成為藥物發現和開發中的有力工具。AI 演算法可以分析廣泛的數據集，能夠辨識新的藥物靶標，最佳化藥物開發過程，並預測候選藥物的特性和成功可能性。AI 可進一步用於設計更有效的臨床試驗，從而大幅減少新藥上市相關的時間和成本。
人工智慧在藥物發現和開發中的機遇和挑戰
新一代技術工具
拓寬藥物發現邊界
AI 驅動的計算工具已經成為新藥發現臨床前研究領域的遊戲規則改變者。這些創新工具利用 AI 的力量和計算方法加速和增強臨床前研究的各個方面。
靶標鑒定：透過復雜的 AI 演算法，這些工具可以分析廣闊而復雜的生物數據集，如基因組和蛋白質組數據，以鑒定潛在的藥物靶標。
虛擬篩選： AI在臨床前研究中的關鍵套用之一是虛擬篩選。透過采用分子對接和藥效團建模，這些工具有效地篩選了廣泛的化合物資料庫，以預測候選藥物與靶蛋白的結合親和力。
預測藥物療效和安全性：AI把握度模型能夠預測潛在候選藥物的療效和安全性特征。
藥代動力學和藥效學預測：AI演算法可以預測候選藥物如何與身體交互作用，包括其吸收、分布、代謝和排泄（藥代動力學）以及其與靶蛋白的交互作用以產生治療效果（藥效學）。這些預測有助於最佳化藥物設計和給藥方案。
藥物再利用：AI驅動的計算工具在探索藥物再利用方面越來越有價值，在藥物再利用中，現有藥物被評估可能用於治療不同的疾病。
數據整合和分析：AI擅長整合來自不同來源的數據，包括生物醫學文獻、臨床試驗和電子健康記錄。這種綜合方法提供了對疾病機制和潛在藥物靶點更深入的理解，增強了臨床前研究的效率和準確性。
個人化醫療：AI驅動的工具處於個人化醫療倡議的前沿。透過分析個體患者數據，包括遺傳資訊和生活方式因素，這些工具旨在為每名患者確定最適合的治療方法，可能導致更量身客製和有效的療法。
AI 透過提高效率、準確性和速度正在徹底改變藥物發現。AI 工具透過辨識目標、最佳化設計和預測療效來減少時間和成本。挑戰包括最初的高成本和倫理考慮等方面。盡管如此，AI加速藥物開發，提高精確度，培育創新。合作努力將推動 AI 對藥物發現的變革性影響，開創有效、更安全用藥的新紀元。
AI賦能新藥研發
助力新藥研發降本增效
近年來，中國政府為推動AI行業以及AI新藥研發的發展，釋出一系列政策法規。如2022年1月，九部門聯合印發的【「十四五」醫藥工業發展規劃】中就提出，以新一代資訊科技賦能醫藥研發。探索人工智慧、雲端運算、大數據等技術在研發領域的套用，透過對生物學資料探勘分析、模擬計算，提升新靶點和新藥物的發現效率。在實驗動物模型構建、藥物設計、藥理藥效研究、臨床試驗、數據分析等環節加強資訊科技套用，縮短研發周期、降低研發成本。推進健康醫療大數據的開發套用和整合共享，探索建立統一的臨床大數據平台，為創新藥研發及臨床研究提供有力支撐。
「2010年到2021年，全球由AI參與的藥物研發計畫從最初的6個增長到158個。最近的一項調查研究顯示，由AI參與的藥物研發管線，無論是新靶點、新機制的First-in- class（首創新藥）藥物研發，已知靶點的Best-in- class（同類最佳）藥物研發，還是Drug Repurposing（老藥新用）的研發，AI均可以很大程度地加速藥物研發流程，降低藥物研發整體成本。」全球健康藥物研發中心數據科學部負責人郭晉疆博士表示，AI可以參與藥物研發的每一個環節，包括疾病關鍵靶蛋白的確立和驗證，小分子/疫苗/抗體的設計與最佳化、中後期的毒性和安全性評估等各個環節，AI都可以賦能和協助加速藥物研發行程。
中商產業研究院研報分析指出，AI技術如今主要用於藥物研發階段，隨著技術的不斷突破和發展，AI技術參與制藥的環節將增多，新藥研發效率也將提升。據Research And Markets數據顯示，2022年全球AI制藥市場規模為10.4億美元，預計2026年市場規模將達到29.94億美元。從AI制藥公司主攻適應癥分布情況來看，腫瘤、免疫學及神經病學領域占比最大。
另據DPI統計數據，全球700多家AI制藥公司主要布局6大環節，早期藥物開發最多，有392家，數據處理、臨床開發分別有235家、149家，端到端藥物開發、臨床前發展及藥物再利用則均未超過100家。
國內的AI制藥企業已有近80家，包括騰邁醫藥、英矽智慧、晶泰科技、億藥科技、星藥科技等企業，該細分領域也成為醫療領域的熱門投資賽道之一。2022年，全球AI制藥賽道相關融資總事件達144起，同比增長87%，總金額為62.02億美元，同比增長36%。其中，中國43起。
騰邁醫藥TandemViz™ 2.0全球先發
創新工具開拓藥物發現新路徑
2023年7月12日，騰邁醫藥TandemViz™ 2.0產品釋出會在蘇州成功舉辦，在騰邁醫藥聯合創始人、CEO何騎、CTO Albert Pan、軟體工程負責人李慧林、使用者互動界面開發負責人Fred Parsons以及Chief of Staff黃靜琳的共同見證下，提供一站式藥物發現的線上協作平台TandemViz™ 2.0正式釋出。
TandemViz™ 2.0部署了騰邁自主研發的TandemFEP引擎基於高階的采樣方法和基於量子力學計算的客製化小分子力場，能夠準確預測小分子化合物和靶蛋白的結合力，並在不同的藥物靶標類別和客戶計畫上已經得到了充分的驗證，既適用於R-group的變化的計算，也適用於化合物骨架躍遷。
斯道資本執行董事黃滔認為，騰邁醫藥正在重塑藥物發現的基礎設施，對於行業來講，意義重大。奧博資本投資董事耿然表示，行之有效的計算工具一方面需要利用好物理模型，另一方面也離不開AI工具的加持。啟明創投合夥人陳侃認為，未來的一個機會點在於AI與組學數據的相互賦能，只有不斷挖掘更新穎的靶點，才能摘取藥物發現的「高垂果實」，找到真正具有臨床意義的藥物。鼎暉投資基金高級/管理合夥人柳丹表示，AI的重心正逐漸從對理化性質的預測轉到對生化性質的預測，他期待AI在臨床試驗中的套用能真正縮短臨床試驗的行程和成本。
騰邁醫藥成立於2021年10月，於同年年底完成由成為資本和奧博資本投資的2500萬美金種子輪和Pre-A輪融資，後於2023年3月完成3500萬美金，由啟明創投領投，奧博資本、斯道資本、F-Prime跟投的A輪融資。
公司設立至今在紐約、波士頓、上海、蘇州已擁有員工超過350人，化學生物實驗室近15,000平米，已累計為國內外70余家知名生物科技公司提供優質服務，客戶數量和計畫數正持續增長。2023年公司榮登「中國創新數位醫療榜TOP100」、「富比士亞洲2023最值得關註企業100強」等榜單。去年，公司宣布正式入駐羅氏中國加速器，騰邁醫藥將透過其自主部署的先進計算技術為加速器成員企業提供新一代「幹濕結合」的新藥研發服務。
騰邁醫藥致力於成為藥物發現基礎設施的重塑者，去年，公司宣布正式入駐羅氏中國加速器，騰邁醫藥將透過其自主部署的先進計算技術為加速器成員企業提供新一代「幹濕結合」的新藥研發服務。
公司將專有的基於量子力學及人工智慧驅動的高效能計算平台與規模化高效濕實驗室無縫銜接，自主部署了新一代網頁版圖形化使用者介面TandemViz™，持續推出包括高通量虛擬篩選、雙靶向小分子、骨架躍遷、隱蔽口袋搜尋 、QuickCycle™等創新工作流，實作高效「幹濕實驗室」的深度整合，幫助客戶在靶點驗證、苗頭化合物發現及最佳化、先導化合物最佳化等階段極大地提升研發效率，擴充套件化合物探索空間，切實攻克新藥研發的核心痛點。
