新華財(cái)經(jīng)上海9月21日電（記者楊有宗、杜康）縱觀生物醫(yī)藥發(fā)展史，藥物發(fā)現(xiàn)曾長(zhǎng)期受制于偶然性。近年來(lái)，人工智能被廣泛應(yīng)用于生物醫(yī)藥行業(yè)，在提升識(shí)別可商業(yè)化候選藥物的同時(shí)，降低新藥研發(fā)成本和時(shí)間。從國(guó)內(nèi)來(lái)看，包括英矽智能、晶泰科技、深勢(shì)科技等人工智能制藥企業(yè)相繼崛起，從全球范圍看，輝瑞、諾和諾德等大藥企也開(kāi)始廣泛關(guān)注并進(jìn)軍這一領(lǐng)域。
在人工智能+醫(yī)藥研發(fā)駛?cè)肟燔嚨赖耐瑫r(shí)，市場(chǎng)也有擔(dān)憂，這究竟是顛覆式創(chuàng)新還是資本噱頭？業(yè)內(nèi)人士普遍認(rèn)為，人工智能+醫(yī)藥研發(fā)前景廣闊，但目前來(lái)看，其作用主要體現(xiàn)在藥物篩選階段。此外，行業(yè)還面臨復(fù)合型人才短缺及數(shù)據(jù)使用限制等難題等待破解。
AI+制藥熱度升溫新賽道逐漸擁擠
在上海張江的一棟辦公樓里，英矽智能科技（上海）有限公司聯(lián)合首席執(zhí)行官、首席科學(xué)官任峰對(duì)記者說(shuō)，該企業(yè)開(kāi)發(fā)的一款靶向主蛋白酶(3CL)用于治療新冠肺炎的全新候選藥物，最早將于今年年底進(jìn)入臨床試驗(yàn)。
成立僅有幾年時(shí)間，但英矽智能在業(yè)界已引起廣泛關(guān)注，而且已完成D輪融資。2019年9月落戶上海后，企業(yè)規(guī)模在不斷擴(kuò)大。記者采訪時(shí)發(fā)現(xiàn)，這家企業(yè)在上海的辦公室已達(dá)百人規(guī)模，由于人員規(guī)模擴(kuò)張較快，企業(yè)剛剛從一處較小的辦公場(chǎng)所搬到這里。
任峰介紹說(shuō)，相比于已有治療新冠的藥物，英矽智能的候選藥物有幾大優(yōu)勢(shì)，首先，該款藥物從原料到合成化合物僅僅需要兩步，合成效率更高，“比如輝瑞的治療新冠的藥物，從原料到最后合成就需要七步”；其次，該款藥物不需要與其他代謝酶的抑制劑聯(lián)合使用，可以進(jìn)一步降低藥物的毒副作用。同時(shí)，該款藥物還具備廣譜抗病毒特點(diǎn)，“藥物不僅對(duì)新冠病毒具有療效，并且對(duì)其他冠狀病毒，包括SARS、MERS等均顯示出抗病毒活性。”任峰說(shuō)。
此前，英矽智能還利用人工智能平臺(tái)發(fā)現(xiàn)和設(shè)計(jì)抗纖維化候選新藥ISM001-055，目前，該藥物已啟動(dòng)在中國(guó)的I期臨床試驗(yàn)，完成了首批健康受試者給藥，這也是首個(gè)由人工智能發(fā)現(xiàn)和設(shè)計(jì)的，在中國(guó)進(jìn)入臨床試驗(yàn)的藥物。
除英矽智能外，國(guó)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(shì)科技也都落戶上海張江。人工智能制藥企業(yè)扎根于此，離不開(kāi)張江雄厚的生物醫(yī)藥產(chǎn)業(yè)基礎(chǔ)。浦東新區(qū)提供的數(shù)據(jù)顯示，目前，張江科學(xué)城已集聚1400余家生物醫(yī)藥創(chuàng)新主體，全球醫(yī)藥前10強(qiáng)中有7家入駐張江；全球醫(yī)藥20強(qiáng)在張江設(shè)立9家開(kāi)放式創(chuàng)新中心。
“我們定位于做AI制藥，所以我們非常希望未來(lái)在浦東新區(qū)能夠?qū)崿F(xiàn)干實(shí)驗(yàn)和濕實(shí)驗(yàn)的閉環(huán)，能把我們的AI技術(shù)充分結(jié)合張江一系列的前沿科技，最后誕生好藥。”上海深勢(shì)唯思科技有限責(zé)任公司生物醫(yī)藥事業(yè)群副總裁范夢(mèng)奇說(shuō)。
通俗來(lái)理解，干實(shí)驗(yàn)是指新藥研發(fā)在實(shí)驗(yàn)室之前通過(guò)計(jì)算工具、模型的篩選階段，濕實(shí)驗(yàn)則是指實(shí)驗(yàn)室相關(guān)階段。
“新勢(shì)力”不斷進(jìn)入這條新賽道，傳統(tǒng)醫(yī)藥巨頭也紛紛下場(chǎng)。如輝瑞與晶泰科技合作，用6周就確認(rèn)了新冠藥物Paxlovid的優(yōu)勢(shì)晶型。
今年以來(lái)，多家上市藥企也加速布局這一賽道，包括云南白藥、復(fù)星醫(yī)藥等企業(yè)紛紛進(jìn)入。9月12日，諾和諾德宣布與微軟達(dá)成合作，將微軟的計(jì)算服務(wù)、云、人工智能和諾和諾德的藥物發(fā)現(xiàn)、開(kāi)發(fā)等能力相結(jié)合。此前，諾和諾德還與生命科學(xué)機(jī)器人技術(shù)公司HighResBiosolutions達(dá)成合作，雙方將設(shè)計(jì)一個(gè)最先進(jìn)的機(jī)器人平臺(tái)，用于高通量生物制品工程和特性分析。
瞄準(zhǔn)生物學(xué)、化學(xué)、臨床試驗(yàn)三大痛點(diǎn)
“傳統(tǒng)新藥研發(fā)主要面臨三大痛點(diǎn)，一是和生物學(xué)相關(guān)，找不到合適的靶點(diǎn)；二是和化學(xué)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(yàn)相關(guān)，從藥物研發(fā)歷史看，臨床試驗(yàn)方案設(shè)計(jì)與新藥研發(fā)的成敗息息相關(guān)。”任峰如此總結(jié)制藥行業(yè)面臨的三大痛點(diǎn)。
正是這三大痛點(diǎn)，讓生物醫(yī)藥行業(yè)陷入“倒摩爾定律”的怪圈：也就是即使投入巨量資源，但新藥研發(fā)的成功率、回報(bào)率也非常低。有行業(yè)報(bào)告提供的數(shù)據(jù)顯示，目前一款新藥的平均研發(fā)周期達(dá)到10年以上，投入資金在20億美元左右。即使候選藥物通過(guò)I期臨床試驗(yàn)，其進(jìn)入市場(chǎng)的可能性也僅為約5%。
“據(jù)德勤的報(bào)告，過(guò)去十年來(lái)制藥公司的研發(fā)投資回報(bào)率一直處于下降趨勢(shì)，從2010年的10.1%到2019的1.8%，老實(shí)說(shuō)還不如直接把錢(qián)存在銀行回報(bào)率高。”一位業(yè)內(nèi)人士對(duì)記者說(shuō)。
人工智能+醫(yī)藥研發(fā)瞄準(zhǔn)上述三大痛點(diǎn)，以提高效率和成功率為突破口，賦能新藥研發(fā)。
任峰介紹，針對(duì)上述三個(gè)痛點(diǎn)，英矽智能設(shè)計(jì)了三個(gè)平臺(tái)，分別為PandaOmics，通過(guò)深度解讀組學(xué)數(shù)據(jù)及分析全類型數(shù)據(jù)，發(fā)現(xiàn)和評(píng)估合適的藥物靶點(diǎn)；Chemistry42平臺(tái)，針對(duì)選定靶點(diǎn)從無(wú)到有設(shè)計(jì)出具有特定屬性的化合物；InClinico完善臨床試驗(yàn)方案設(shè)計(jì)并對(duì)成功概率進(jìn)行預(yù)測(cè)。
任峰以進(jìn)展最快的抗纖維化項(xiàng)目舉例。首先研發(fā)團(tuán)隊(duì)通過(guò)PandaOmics尋找疾病與靶點(diǎn)間的關(guān)聯(lián)，發(fā)現(xiàn)了一個(gè)全新的泛纖維化靶點(diǎn)。接著利用Chemistry42基于生成式對(duì)抗網(wǎng)絡(luò)技術(shù)，從虛擬庫(kù)的上千萬(wàn)分子和從頭生成的化合物庫(kù)中，篩選出大約2000個(gè)分子。然后根據(jù)藥物作用的選擇性、生物利用度、代謝穩(wěn)定性、口服給藥性、安全性等多個(gè)維度挑選出78個(gè)分子進(jìn)行合成，最終確定了一個(gè)臨床前候選化合物。
“從立項(xiàng)到獲得臨床前候選化合物我們用了18個(gè)月時(shí)間，傳統(tǒng)方法大約需要4年半。”任峰介紹道。
范夢(mèng)奇舉例說(shuō)，通過(guò)人工智能技術(shù)應(yīng)用，可將分子篩選這一過(guò)程從過(guò)去的一兩年縮短至一兩天。“目前深勢(shì)科技已參與11條藥物研發(fā)管線，最快的管線已經(jīng)到了工藝表征階段。”
數(shù)據(jù)和人才兩大瓶頸待破解
人工智能+醫(yī)藥研發(fā)并非“無(wú)所不能”，也面臨一定的局限性。“目前人工智能技術(shù)還比較多用于早期藥物發(fā)現(xiàn)和評(píng)估。一旦到了動(dòng)物實(shí)驗(yàn)環(huán)節(jié)，從全世界范圍看，人工智能能做的工作還是比較有限的。”范夢(mèng)奇說(shuō)。
業(yè)內(nèi)人士認(rèn)為，行業(yè)發(fā)展還面臨數(shù)據(jù)和人才兩大瓶頸。在人才方面，人工智能+醫(yī)藥研發(fā)需要大量的既精通人工智能、算法，又懂生物醫(yī)藥研發(fā)的人才。“找到兩方面都非常專業(yè)的復(fù)合型人才很有挑戰(zhàn)，我們目前的選擇是找到一方面專精的人才，然后再慢慢培養(yǎng)補(bǔ)齊行業(yè)所需要的其他方面的知識(shí)。”任峰說(shuō)。
據(jù)記者了解，部分高校也已開(kāi)設(shè)生物信息學(xué)等交叉學(xué)科，以適應(yīng)行業(yè)發(fā)展需要。
在數(shù)據(jù)方面，由于人工智能平臺(tái)的訓(xùn)練需要大量的數(shù)據(jù)支撐，目前數(shù)據(jù)收集一方面受合法合規(guī)限制，另一方面，則由于傳統(tǒng)醫(yī)院治療過(guò)程中，更多將診療信息紙質(zhì)記錄，即使采用數(shù)字化方式記錄，也普遍存在格式不統(tǒng)一問(wèn)題，將其清洗、整理為可供人工智能平臺(tái)使用的數(shù)據(jù)，也較為費(fèi)時(shí)費(fèi)力，過(guò)程較為復(fù)雜。
一家人工智能主要企業(yè)負(fù)責(zé)人說(shuō)，其供人工智能訓(xùn)練使用的數(shù)據(jù)主要來(lái)自國(guó)際上已開(kāi)放的數(shù)據(jù)，國(guó)內(nèi)的相關(guān)數(shù)據(jù)使用還面臨監(jiān)管和法律法規(guī)方面的限制。“這需要監(jiān)管方加強(qiáng)引導(dǎo)，進(jìn)一步明確哪些數(shù)據(jù)可以用、怎么用，哪些數(shù)據(jù)不能用”該負(fù)責(zé)人說(shuō)。從更深層次上看，還涉及醫(yī)療數(shù)據(jù)的所有權(quán)歸屬問(wèn)題。如病人看病問(wèn)診的數(shù)據(jù)，到底是歸患者所有，還是歸醫(yī)院所有？這都有待相關(guān)法律法規(guī)進(jìn)一步明確。
針對(duì)數(shù)據(jù)紙質(zhì)記錄及數(shù)字化記錄不規(guī)范問(wèn)題，也有醫(yī)療企業(yè)在進(jìn)行數(shù)字化改造。如前不久舉行的2022世界人工智能大會(huì)上，GE醫(yī)療展示的一套PeriOpx20系統(tǒng)就可以針對(duì)臨床需求，提供全流程數(shù)據(jù)收集、可視化展示、結(jié)構(gòu)化存儲(chǔ)及智能應(yīng)用，業(yè)內(nèi)人士認(rèn)為，隨著類似系統(tǒng)廣泛在醫(yī)院應(yīng)用，可以為人工智能制藥行業(yè)提供更多可用和規(guī)范的數(shù)據(jù)。
