2025年1月24日 - Arkadiusz Kalinowski
专利与商标律师
人工智能（AI）与分子建模（MM）正日益广泛应用于创新药物设计。这些尖端技术可加速开发更精准的新型药理物质，缩短药物研发周期并降低临床试验成本。
AI能分析海量生物、化学及生化数据，助力识别潜在治疗靶点并设计具有理想治疗特性的化合物。分子建模（亦称生物建模）通过模拟药物与人体的相互作用，预测潜在药物的有效性与安全性。
结合这两项技术，可开发出更有效、安全且符合个体患者需求的药物。AI与分子建模驱动的药物设计还能加速新疗法研究进程，使患者和制药企业共同受益。
药物研发流程
潜在药物设计是多阶段工程，涉及研发部门成果、分子建模及临床前/临床试验。该流程可概括为：
- 确定技术目标：定义疾病防治过程中可能涉及的人体靶点（如关键蛋白质、酶或其他分子）；
- 开发候选药物：通过分析化合物库资源及生物建模，设计可与靶点相互作用并调节其活性的化学结构；
- 工艺优化：改进候选药物的有效性、安全性及药代动力学等特性；
- 临床前试验：在细胞培养、动物模型等实验系统中严格测试药物安全性、疗效及潜在副作用；
- 临床试验：在人体志愿者中进行严格测试以评估安全性和有效性；
- 监管审批：通过全部试验阶段且风险获益比良好后，向FDA等监管机构提交文件申请上市许可。
创新药物设计需融合科学知识、实验研究、技术工具及法规专业知识。AI与分子建模的应用有望通过加速现代药物结构开发，彻底革新制药行业。结合AI算法与高级生物模型，可高效识别候选药物、预测其有效性和安全性，并优化特定治疗应用的特性。
创新设计的有力工具
AI在药物设计中的独特优势在于能分析遗传信息、蛋白质结构及化学特性等多源海量数据，识别肉眼难察的规律与关联。AI还可预测候选药物的药代动力学与药效学特性，从而优化其属性以实现最大疗效并减少副作用。
分子建模是另一项可与AI协同应用的强效工具。分子层面的生物系统行为模拟，可指导科学家理解药物与靶点的相互作用，并预测其对特定细胞通路的影响。AI与MM驱动的研发成果可用于设计新候选药物，并优化其医学应用特性。
对企业战略的潜在影响
综上，21世纪融合人工智能与分子建模的综合技术工具，有望加速药物候选物开发及创新治疗方案的诞生。善用这些技术潜力，创新者可设计出更高效、安全且具选择性的药物，最终惠及患者并推动医学进步。
当然，现代药物将如何影响企业战略及研发知识产权保护值得深思。美国食品药品监督管理局（FDA）作为药物监管机构，于2024年批准多款创新药物，例如：
- 2024年11月22日批准用于治疗心动过速的Rapiblyk（活性成分为盐酸兰地洛尔）；
- 2024年11月15日批准用于治疗复发或难治性急性白血病的Revuforj（活性成分为瑞维鲁替尼）；
- 2024年10月10日批准用于治疗局部晚期或转移性乳腺癌的Itovebi（活性成分为印诺利西布）。
欧洲药品管理局（EMA）同样重要，其2024年批准案例包括：
- 2024年11月14日批准用于治疗卵巢癌、输卵管癌及腹膜癌的Elahere（活性成分为mirvetuximab soravtansine）；
- 2024年11月13日批准用于治疗黄斑变性、黄斑水肿、糖尿病并发症及视网膜静脉阻塞的Opuviz（活性成分为阿柏西普）。
如上所示，制药企业正为多种人类疗法注册大量创新药物。但从战略与商业视角，知识产权保护至关重要。相关核心问题包括：
- 制药企业是否专注于获取发明专利权？
- 企业是否追求尽可能多的专利授权，以及期望在多长时间内获得？
- 企业希望专利权维持多久？
- 哪些地域的保护对制药企业最具价值？
上述问题正是药企的自我追问。值得关注的趋势是：针对人类治疗用途的商业化创新药物，其专利数量正持续增长。因此，本文提出的问题及相关行业疑问，部分已有答案，部分即将明晰，而其余则可能作为企业专有技术秘密保留。
【全文结束】
