药物研发是人工智能最重要和最大的应用场景之一。
本文为IPO早知道原创作者｜Stone Jin
据IPO早知道消息，Insilico Medicine于2月24日宣布——首次将生物学和化学生成学相结合，发现一种全新机制的用于治疗特发性肺纤维化（IPF）的临床候选新药，并成功通过多次人类细胞和动物模型实验验证。
鉴于IPF牵涉多种疾病，影响多个器官（肺、肝和肾），这一新药的出现意味着有望解决影响全球成千上万人的广泛的未被满足的医疗需求。
IPF病因至今未明，医学界尚不清楚其发病机制，且该病多为散发，患者从出现症状到死亡，平均存活年限不超过5年。
广泛的肺纤维化容易并发肺癌，晚期也会出现肺动脉高压。现用于治疗IPF的药物已在临床使用30多年，仅对10％～30％的病人有疗效。患者在疾病晚期靠氧疗提高生存质量，但情况不容乐观。
Insilico Medicine创始人兼首席执行官Alex Zhavoronkov博士表示：“将正确的药物靶点与正确的疾病联系起来是药物研发的最大挑战”，“随着今天我们实现第一个人工智能发现和科学验证临床前候选药物（PCC）的里程碑，Insilico攻克了药物发现中的又一大障碍，并突破了传统药物发现过程中的另一瓶颈，这一过程花费了非常少的成本和时间。”
AI改写药物发现
从靶点发现到临床前候选药物的发明，Insilico仅用时不到18个月，就实现了靶点发现、分子生成和通过传统实验验证，动物体内IPF疗效确认及安全性评估，总成本约为180万美元，其他纤维化疾病疗效研究总成本约为80万美元，合成和测试了不超过80个小分子化合物。
传统的药物发现首先是对数万个小分子进行测试筛选，然后进一步合成和测试数百个分子，以便得到少数几个适合临床前研究的候选药物，其中只有大约1／10的候选药物能够最终通过人类患者的临床试验。整个过程缓慢且成本昂贵，平均耗时10年，花费十数亿美元。
另一个进一步阻碍新药推向市场的障碍是，整个研发过程涉及的大量研发步骤—每一阶段花费数百至数千万美元—往往是由药物研发行业中不同公司或不同的业务部门分散进行的。
Zhavoronkov博士表示：“我们正在改写药物发现的历史，成为首个、也是唯一一个以人工智能为驱动的药物发现集成系统的开创者和领导者”，“通过创建首个通用系统，将药物开发的所有领域从靶点发现、小分子化合物设计以及将来的临床试验结果预测联系起来，Insilico的人工智能平台将能够支持药物研发的每一阶段的发展。”
AI如何发现新机制特发性肺纤维化药物
Insilico Medicine从通过人工智能发现的20个与纤维化相关的全新潜在靶点开始研究，将适应症范围逐步缩小到专门针对IPF的一个新靶点。
靶点确定后，Insilico通过人工智能化学生成系统设计了一组新的化合物来选择性地抑制这个新靶点。这些分子必须具备良好的选择性、生物利用度、代谢稳定性、口服给药性质、安全性，及药物特有的多个优质属性。这些分子最初是由公司的生成化学人工智能系统Chemistry42其中的基于结构的分子设计算法产生的，并且显示在细胞实验和动物模型实验的有效性。
这些实验数据随后反馈给人工智能系统，人工智能再次设计新一批的化合物优化活性及成药性，并再次验证。
经过数轮设计－合成－评估－优化－重新设计循环后，目前已经确定了临床前候选化合物。Insilico的临床前候选化合物通过了公司内部和外部纤维化疾病领域专家的严格评估，已进入临床前研究阶段。
此外，Insilico还通过人工智能预测此IPF新靶点、新分子的二期临床试验成功机率很高。Insilico目前正在进行IND申报实验，目标是在2022年初进行临床研究。
