21世紀經濟報道記者 季媛媛 上海報道 近日，英國【自然】雜誌子刊【Nature Biotechnology】（自然生物科技）發表最新論文，公布全球首款利用人工智能（AI）技術發現的肺部疾病新藥INS018_055的最新人體臨床2期試驗結果。
論文中稱，在臨床前研究中，INS018_055在體內和體外試驗中均顯示出對特發性肺纖維化（IPF）的顯著療效，並在多個細胞系和多個物種的藥代動力學和安全性研究中顯示出良好的結果。這是全球首個利用AI技術研發的新藥所獲得的人體臨床2期試驗論文。
該訊息釋出後使得AI在藥物開發、制造和商業化方面的作用和將可能帶來的效益提升再次被重視。而在過去一年裏，生成式AI熱潮中，市場對AI制藥公司的投資熱情一直存在。據權威機構統計，2023年AI制藥公司的Top 10總融資額約為15.3億美元，比2022年的9.26億美元增長了約65%，且更多涉及了生成式AI蛋白藥物、mRNA疫苗、基因編輯、非編碼RNA等前沿領域。
中國醫學科學院北京協和醫院主任醫師徐作軍教授就在接受記者采訪時表示，人工智能越來越套用於包括臨床科研方面的各個方面，包括疾病診斷、疾病治療、預後的判斷，也包括藥物研發。目前，人工智能在這些方面肯定會發揮越來越重要的作用。
「臨床醫生在開始學習的時候，都是按照每一個病的病因、發病機制、增長標準、臨床鑒別、診斷、治療縱向發展過程去深入。按照傳統的方法，研發藥物的過程也類似這樣。我們透過AI技術可以根據這些關鍵詞把可能的這個疾病都列到裏面，然後再進行鑒別診斷，最後提出了有用的資訊，或者研發出確實對疾病更有治療價值的藥物。這是一大方向。」徐作軍教授說。
在臨床對AI制藥報以較大信心的同時，AI制藥究竟能否走通臨床路徑，套用至實際開發與商業化？
AI制藥獲新進展
現代醫學發展至今，世界上仍有數千種疾病面臨「無藥可醫」甚至「無藥可用」的困境。而傳統藥物發現耗時漫長成本高昂，且伴隨著極高的失敗率，超過90%的候選藥物在關鍵的臨床驗證階段折戟。不過，也正是由此，醫療保健領域正在經歷重要的數碼化變革，人工智能對數據的利用被認為將徹底改變藥物研發模式。
根據【Nature Biotechnology】釋出的研究，全面闡述了其首款由生成式AI發現和設計的潛在「全球首創」（first-in- class）TNIK抑制劑從人工智能演算法開發到2期臨床試驗的研發歷程，並首次披露了該候選藥物在臨床前實驗和臨床試驗中的數據和表現。該研究突出了AI驅動的藥物發現方法帶來的降本增效優勢，並強調了生成式AI技術在推動行業變革方面的巨大潛力。
TNIK為最有潛力的抗纖維化靶點，歷史研究曾揭示TNIK與多種纖維化驅動生物通路的間接關聯，但從未提出將其作為特發性肺纖維化（IPF）治療靶點。在隨後的臨床前研究中，INS018_055在體內和體外試驗中均顯示出對IPF的顯著療效，並在多個細胞系和多個物種的藥代動力學和安全性研究中顯示出良好的結果。此外，INS018_055還表現出泛纖維化抑制功能，在另外兩種動物模型中減輕了皮膚和腎臟纖維化。基於這些研究，INS018_055於2021年2月被提名為臨床前候選化合物（PCC）。
在人體臨床研究中，INS018_055也交出了出色的答卷。2021年11月，在獲得PCC提名9個月後，INS018_055在澳洲的首次人體微劑量試驗中完成首批健康受試者給藥。該項人體微劑量試驗結果超出預期，展現了候選藥物良好的藥代動力學和安全性特征， 不僅完成了AI制藥臨床概念驗證，還為後續臨床試驗奠定了基礎。
在紐西蘭和中國進行的I期試驗中，INS018_055分別在78名和48名健康受試者中進行了測試，完成了單次劑量遞增 （SAD）和多次劑量遞增（MAD）佇列研究。國際多中心1期臨床試驗得出了一致的結果，表明INS018_055具有良好的安全性、耐受性和藥代動力學 (PK) 特征，支持後續2期臨床試驗開展。
徐作軍教授介紹，目前IPF治療領域已有藥物，但從臨床三期結果來看，都是阻止肺功能力進行性下降，不能夠終止，更不能逆轉這個肺功能的下降。所以，現有藥物只是讓這個疾病進展的速度變慢，並不能完全滿足我們臨床的需要。
從國際到國內，2000年之後，距今20多年內，與IPF相關的藥物研究有幾十種，但是截至目前，能夠真正批準上市只有兩款藥物，即尼達尼布和吡非尼酮。
「在藥物使用過程中，現有藥物副作用都比較明顯。例如，尼達尼布的副作用主要是消化道癥狀。如腹瀉、肝功能受損；吡非尼酮的副作用呢是光過敏和胃腸道反應。目前，臨床上面對IPF沒有更好的藥物可選擇，這也是我們國內和國際上面很多研發單位在不斷地探索新藥的動力。」徐作軍教授說。
AI制藥行業面臨整合
AI制藥領域獲得的進展也使得這一市場獲得了較好的業績表現。根據灼識咨詢數據，目前，全球AI藥物研發最大的市場在北美，亞太地區排名第三，2018年的市場規模為5100萬美金，預計2025年市場規模將達到10億美金，復合增速為53.8%。全球市場規模將在2025年將達到36.8億美元。
灼識咨詢進一步分析指出，AI在藥物研發領域的套用優勢主要有五方面：一是，縮短新藥發現時間；二是，節省成本，提高凈收入；三是，多特異性靶向。復雜疾病涉及數百種蛋白質，僅靶向其中一個靶點很難造成足夠影響。AI技術可嘗試尋找與數十種目標蛋白質相互作用但又避免與其他蛋白質相互作用的化合物；四是，提高預測準確性、藥物功效和安全性；五是，提供簡便制備流程。AI藥物篩選成功後系統都會生成一套相對簡單的制備工藝流程，方便藥企快速制備藥物，提高臨床研究的效率。
據21世紀經濟報道記者梳理，從中國AI輔助藥物研發行業競爭格局來看，目前包括晶泰科技、英矽智能、望石智慧、燧坤智能等在內的企業進展排名前列。2023年在美國生物醫藥公司融資最多的板塊是AI制藥公司，進入2024年這種高價值和大規模融資還在持續。但，隨著行業的發展，這個領域的泡沫會逐漸出清，有一些AI制藥公司會挺不下去，究竟誰能獲得最佳的市場表現，仍需進一步驗證。
英矽智能聯合行政總裁兼首席科學官任峰在接受21世紀經濟報道記者采訪時表示，中國從2018年到現在已經創立了超過百家AI制藥的公司，總有大浪淘沙的過程，之後一些真正的技術實力比較強的AI制藥公司依然會持續受到市場廣泛關註，而相對來看，技術能力不出眾或者是沒有很多落地實踐的AI制藥公司慢慢就會被淘汰，或者是被收購/並購。
「總體來看，AI制藥受到關註度是會持續提高，但是同時AI制藥行業正在面臨整合的過程，小的公司被並購收購，導致AI制藥公司總的數目減少，但是剩下的都是精華。」任峰說，不過從當前的進展來看，目前AI制藥的強項還是在前端，也就是在早期藥物發現階段，就是從靶點發現一直到臨床候選化合物提名。在後端，尤其進入臨床之後，目前AI制藥所能賦能的或者顯著加速的領域其實並不多。當下，還是要按照傳統的藥物研發的方式做臨床試驗。目前，全球進展最快的AI制藥的專案都是在臨床2期，依次推斷AI制藥要得到概念性的驗證大概也需要至少3年的時間，而這只是完成臨床2期的臨床概念驗證，並不是說到商業化。
「但另一方面AI制藥正在探索更多元化的商業化模式，比如有一些公司專註某些臨床前板塊做AI+CRO、有一些公司做臨床前的藥物研發服務、也有一些公司透過對外授權臨床前或者早期臨床管線實作收入，以此來實作AI制藥公司的商業化，而不是AI制藥公司開發的藥品商業化。」任峰說。
AI制藥破局點何在？
「AI+制藥」的模式在醫藥健康行業的套用前景十分廣闊，透過深度學習演算法和大數據分析，AI可以更好地幫助醫生準確診斷疾病、提供個人化治療方案。
例如，華為雲聯合中國科學院上海藥物研究所共同訓練而成的華為雲盤古藥物分子大模型，就可以實作針對小分子藥物全流程的人工智能輔助藥物設計。西安交通大學第一附屬醫院劉冰教授團隊利用該大模型成功研發出一種新的「超級抗菌藥」，它有望成為全球近40年來首個新靶點、新類別的抗生素。借助大模型，先導藥的研發周期從數年縮短至1個月，研發成本降低70%。
「AI+制藥」的模式雖然一定程度上提升了中國醫藥健康行業從業者的工作效率，但人工智能的融入過程也並非一帆風順。不過，值得註意的是，生成式AI掀起人工智能重塑醫學健康行業浪潮的同時，缺乏自創演算法、數據私密保護以及提高診斷精準度等成為未來亟需解決的問題。
例如，就目前國內AI制藥領域而言，最大阻礙是公共數據數量的局限。有券商醫藥行業分析師對21世紀經濟報道表示，行業數據量是不夠的。目前的人工智能技術在藥物開發上已經起到很大的作用，但是成果不夠多。
此外，盡管現在整個AI制藥發展趨勢，從單一的小分子，一直拓展到新興的ADC、抗體藥物、細胞治療、基因治療這些藥物類別上是一大趨勢。但是有很多時候這些嘗試並非能夠透過AI就能解決，想要將「AI+制藥」的模式推進至創新療法賽道，當下還有較長一段路徑要走。
「要想將這條路走順，一方面，線上和線下的體系不能完全獨立，需要結合；另一方面，兩者融合需要政府政策的配套支持；此外，AI和制藥的結合還是要以醫療價值為導向，需要考慮如何真正能夠對醫療結果產生影響，目前這仍處於探索的過程。」上述分析師指出，尤其在醫療能力上，AI的運用仍處於起步階段，有很長的路要走，包括人才、組織上都還需要進一步發展提升。
「AI與制藥的結合是需要全社會共同來努力的，不是一個企業就能實作，需要生態圈上下遊的夥伴一起合作，僅靠一家企業做不了也做不成。」該分析師補充道，中國新藥市場受到政策及資本的影響，可能會面臨不確定性，這方面就需要企業考慮如何加快研究效率真正進入全球競爭格局中，不斷試錯，降低整體的研發成本，以此提升競爭力。所以，未來幾年人工智能這一新技術將面臨較好的發展機遇，真正的走向AI助力藥物研發發展的新階段。
為了推動世界真正的走向AI助力藥物研發的新階段，新科技革命正在不斷湧現，旨在悄然征服包括新藥研發在內的多座險峰，促進AI與生命科學、藥物研發等領域的深度融合。雖然這條路不好走，但至少前景是光明的。
更多內容請下載21財經APP
