記者 |金淼
編輯 |許悅
近期，AI藥物發(fā)現(xiàn)公司Insilico Medicine首次利用人工智發(fā)現(xiàn)新機制特發(fā)性肺纖維化候選新藥，并且通過多次人類細胞和動物模型實驗驗證。
通常而言，藥物研發(fā)需要大量生命科學(xué)的基礎(chǔ)研究，在此基礎(chǔ)上發(fā)現(xiàn)和驗證靶標(biāo)，再根據(jù)靶標(biāo)尋找發(fā)現(xiàn)合適的先導(dǎo)分子進行分子優(yōu)化，之后通過臨床前的細胞及動物實驗后進入臨床試驗，最終通過臨床實驗后將藥物推向市場。
過去幾十年間，多個靶向藥相繼上市，大量分子被發(fā)現(xiàn)，剩余分子發(fā)現(xiàn)難度變大，以至于藥物發(fā)現(xiàn)的難度也變大，上述流程的成功率正在日益降低。如今一款新藥從研發(fā)到走向市場大約需要26億美元，超過12年的研發(fā)周期，并且失敗率高達90%。
Insilico Medicine英矽智能首席科學(xué)官任峰表示，目前醫(yī)藥行業(yè)面臨的三大痛點包括：第一，怎樣找到合適或全新的靶點治療某種疾?。坏诙?，找到靶點后如何發(fā)現(xiàn)全新的化合物，將靶點推向臨床；第三，如何設(shè)計臨床方案以減少不可預(yù)測性。
伴隨人工智能技術(shù)的發(fā)展，全球范圍內(nèi)都寄希望于通過人工智能手段降低藥物的研發(fā)成本、縮短藥物的研發(fā)周期、控制新藥研發(fā)風(fēng)險，在此基礎(chǔ)上，一批人工智能企業(yè)相繼出現(xiàn)。
Insilico Medicine通過人工智能發(fā)現(xiàn)針對肺纖維化的創(chuàng)新靶點，同時，利用人工智能產(chǎn)生全新小分子化合物，并推向臨床候選化合物。從疾病假設(shè)到臨床前候選藥物的全部過程，Insilico Medicine只用了不到18個月，花費約200萬美元。同傳統(tǒng)的藥物發(fā)現(xiàn)過程相比，速度和成效有了顯著提升。
從2014年成立至今，Insilico Medicine已經(jīng)先后進行6輪融資，啟明創(chuàng)投、創(chuàng)新工場、藥明康德等皆參與其中。
創(chuàng)新工場董事長兼CEO李開復(fù)表示，Insilico Medicine此次發(fā)明是一個完整的、產(chǎn)品化的解決方案，“第一次把整個新藥研發(fā)流程打通”。
Insilico Medicine通過一體化Pharma.AI平臺主要覆蓋藥物研發(fā)的三個環(huán)節(jié)。
首先，PandaOmics通過數(shù)據(jù)分析幫助靶點發(fā)現(xiàn)。其次，生成式對抗網(wǎng)絡(luò) (GAN) 以及深度學(xué)習(xí)的人工智能引擎Chemistry42，基于蛋白結(jié)構(gòu)或者配體結(jié)構(gòu)進行化合物的設(shè)計，幫助找到全新的小分子化合物，實現(xiàn)從苗頭化合物的發(fā)現(xiàn)一直到臨床化合物的確定。第三，另一款人工智能引擎InClinico可以幫助預(yù)測臨床試驗結(jié)果，指導(dǎo)正確的臨床實驗方案。
啟明創(chuàng)投主管合伙人梁穎宇表示，AI賦能藥物研發(fā)，既能夠縮短藥物研發(fā)的時間，又能夠大大降低成本。
“我們自己的投資組合中，已經(jīng)有120多家醫(yī)藥公司。作為泰格醫(yī)藥和dMed的早期投資人，我們必須找到方法來幫助加快藥物開發(fā)的過程，這就是我們投資Insilico Medicine和Schrödinger兩家公司的原因。”Schrödinger也是一家通過機器學(xué)習(xí)技術(shù)，加快藥物研發(fā)的技術(shù)公司，2020年登陸納斯達克。
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2024 上海博華國際展覽有限公司版權(quán)所有（保留一切權(quán)利）
滬ICP備05034851號-57
