引言：药物发现是一个漫长、烧钱的过程，而且具有非常大的不确定性。开发的成功率对研究人员和投资人在做出科学和投资决策时那就是至关重要了。AI可以通过计算机来执行最耗时、重复性和成本最高的步骤来彻底改变药物发现的成功率，也就是说脏活累活AI能起到替代作用，这可以给药企以及投资人带来颠覆性的“魔幻”场景。
但人人都知AI的潜力，却说不上来到底强在哪里，今天这篇不做“语文题”，只做“数学题”；与大家分享几个文献研究中的数据，看看 AI到底强在哪里？
1、AI赋能医药研发成果——成功率、AI驱动的临床数量？
到底AI制药能有多猛呢？波士顿咨询的一项报告显示，自2015年以来，AI已将75种候选药物推进到临床试验阶段，其中的67款药物在2023年仍在持续推进。在过去10年中，这一数字呈指数级增长，同比复合增长超过60%，用“热火朝天”来形容绝不为过。
从临床结果来看，截至2023年底，有24个药物完成了I期试验，其中21个成功，成功率为80-90%，远高于40%~65% 的行业平均水平。另外有10种药物已完成II期临床试验，其中四种成功，40%的成功率也处于30-40% 历史区间的上限。在深入剖析II期临床停止或终止的六种候选药物中，只有两种是因试验结果原因暂停，其他四种候选药物由于公司运营管理以及财务投资问题或其他原因而停止。
虽然目前还没有AI药物进入III期临床，但是可以保守假设III期成功率和历史平均水平持平。那如果和I期、II期的成功率结合在一起，就会出现一幅惊人的画面：一个新药分子在进入临床到成功上市成功的概率将从 5%增加到（10%–18%）。也就是说成功率至少翻倍，多到4倍！这样的成功率，绝对值得拥抱和重仓！
2、省时又省钱
说完统计数据，我来看一个典型的AI药物开发案例：Insilico Medicine的靶向TINK的治疗特发性肺纤维化（IPF）的药物。
2.1 发现未被满足的临床需求
特发性肺纤维化（IPF）是一种致命的肺部疾病，在未经治疗的患者中,中位生存时间为2-3 年，且其发病率正在以惊人的速度增长。只有不到30%的IPF 患者受益于目前批准的治疗方法，如皮质类固醇和两种泛酪氨酸激酶抑制剂，该领域的尚有极大的未满足临床需求。
2.2 训练大模型 发现候选靶点
发现未被满足的临床需求后，研究人员随后利用组学和与组织纤维化相关的临床数据集对靶标发现模块PandaOmics进行训练。随后PandaOmics通过分析深度特征、因果关系推断和从头通路重建识别了20个候选靶点，并选定了一种新的细胞内靶点TRAF2和NCK相互作用激酶（TNIK）作为最终靶标。使用来自IPF患者健康和纤维化肺组织的单细胞基因表达数据集验证了TNIK与IPF的关联。
2.3 大模型进行药物设计
接下来研究者利用合成化学模块Chemistry42设计了一种可以安全、特异性和有效地抑制TNIK功能的药物。
Chemistry42使用基于结构的药物设计（SBDD），并行使用30个生成模型来产生化合物结构。经过多次迭代筛选，选择了TNIK的ATP结合位点作为药物结合口袋，并获得了初代候选化合物ISM001，随后对该化合物进一步优化了，以增加溶解度，促进良好的ADME安全性，并保持其对TNIK的显着抑制活性，从而产生了INS018_055。
2.4 动物模型验证拿到PCC
多种纤维化动物模型的研究表明，INS018_055口服或吸入治疗诱导肺纤维化的小鼠和大鼠通过减少成纤维细胞活化、减少纤维化蛋白沉积和减轻肺部炎症来减轻纤维化进展，从而改善肺功能。并基于此，于2021年把INS018_055作为临床前候选药物（PCC）。同年11月，在获得PCC仅9个月后，首次人体（FIH）试验在澳大利亚启动（ACTRN12621001541897），最终这项在8名健康志愿者中进行的试验证明了INS018_055良好的药代动力学和安全性。
2.5 快速进入临床试验
该项目从新靶点发现到临床I期测试，用时不到 30 个月，是传统药物发现一半的时间，而成本却只是传统药物研发的一小部分。
该项目随后启动了一项随机、双盲、安慰剂对照的 I期临床试验（NCT05154240），以评估 78 名健康志愿者中INS018_055的安全性、耐受性和药代动力学特性。另外启动了一项针对中国不同人群的I期研究（CTR20221542）。两项 I 期研究一致认为，INS018_055是安全的、耐受性良好的，并且在健康志愿者中具有良好的口服生物利用度和剂量比例药代动力学。目前，INS018_055（NCT05975983和NCT05938920）治疗IPF的IIa期试验正在进行中。
我们再反观传统的药物发现，可以分三个主要阶段：假设/靶点发现到先导优化、临床前候选药物评估和临床试验。这个过程需要大量的时间和财务投入，通常需要持续数十年，累计成本高达$2.6B。这跟AI制药简直不可同日而语！
3、结论：用脚投票的大佬们
AI到底行不行？除了用数据说话外，大公司都用脚来投票了。越来越多的公司在和AI药物公司达成吞并协议，如：2018 年罗氏以19 亿美元收购Flatiron Health；2019年Valo Health收购Numerate；Insitro 于2020年收购Haystack Biosciences；2022年Ginkgo Bioworks以3亿美元收购Zymergen；BioNtech在2023年以 5.49 亿美元收购了InstaDeep等等。
而在市场端，纯AI制药企业的业绩逐年增长，也给出了积极增长的信号！
除药企外，AI制药的另一个驱动力是“大型科技”巨头的入局。如宇宙增长第一股英伟达（NVIDIA）、Alphabet、Microsoft等。Alphabet子公司DeepMind在蛋白质建模领域的著名成功，Isomorphic Labs最近与礼来和诺华的合作伙伴关系。NVIDIA 的 Inception 计划现已培育 1,800 多家医疗保健初创公司，这些初创公司正在开发基于GPU的尖端工具，以优化运营、增强诊断和开发新型疗法。
免责申明：本微信文章中的信息仅供一般参考之用，不可直接作为决策内容，不对任何主体因使用本文内容而导致的任何损失承担责任。
本公司产品推荐：
1.637301-19-0 https://www.bicbiotech.com/product_detail.php?id=5860
2.6234-26-0 https://www.bicbiotech.com/product_detail.php?id=5861
3.7360-23-8 https://www.bicbiotech.com/product_detail.php?id=5862
4.66076-38-8 https://www.bicbiotech.com/product_detail.php?id=5864
5.159858-21-6 https://www.bicbiotech.com/product_detail.php?id=5865
