亚历克斯·扎沃隆科夫博士（Alex Zhavoronkov）在视频通话中举起了一颗小的绿色钻石形药丸。这颗药丸是由他的公司开发的，用于治疗一种罕见的进行性肺病，这种疾病目前尚无已知病因或治愈方法。新药尚未获得批准，但在小型临床试验中显示出对特发性肺纤维化（IPF）的有效治疗效果。
这是新一代药物的一部分，在这些药物的研发过程中，人工智能（AI）发挥了重要作用。“我们不能说我们是第一个获得批准的AI发现和设计的分子，”总部位于美国的初创公司英矽智能（Insilico Medicine）的联合创始人兼首席执行官扎沃隆科夫博士表示，“但我们可能是最接近这一目标的。”
欢迎来到AI制药竞赛的新时代，许多公司正在利用AI的力量来完成传统上由药物化学家承担的工作。这包括过去十年涌现的小型专业AI驱动生物技术公司，以及自行研究或与小型公司合作的大型制药公司。其中较新的参与者包括谷歌母公司Alphabet，该公司于2021年底在英国成立了AI药物研发公司Isomorphic Labs。其首席执行官德米斯·哈萨比斯（Demis Hassabis）今年因其用于AI药物设计的模型获得了诺贝尔化学奖。
波士顿咨询集团（BCG）的克里斯·迈尔（Chris Meier）表示，利用AI进行药物研发可能对患者产生“巨大影响”。将新药推向市场平均需要10到15年，成本超过20亿美元（16亿英镑）。而且风险很高：约90%进入临床试验的药物会失败。希望是，利用AI可以缩短时间和成本，并提高成功率。
牛津大学结构生物信息学教授夏洛特·迪恩（Charlotte Deane）表示，一个以AI为核心的药物研发新时代正在出现。“我们正处于这一技术潜力的初级阶段。”她补充道，这不会减少制药科学家的数量，真正的节省将来自减少失败率，但意味着与AI的合作。
英矽智能有六种分子正在进行临床试验。BCG最近发布的一项分析发现，至少有75种“AI发现的分子”已经进入临床试验，预计会有更多。迈尔博士表示：“它们现在常规进入临床试验是一个重要的里程碑。”下一个更大的里程碑将是这些分子开始通过临床试验。
专家指出，目前还没有定义什么是“AI发现”的药物，在所有现有例子中，仍然有大量的人工参与。药物研发过程中有两个步骤最常使用AI。首先是确定药物应作用的治疗靶点，例如某个基因或蛋白质被疾病改变的方式。传统上，科学家会在实验室中基于对疾病的了解测试潜在靶点，而AI可以通过训练挖掘大型数据库，找出与疾病相关的分子生物学联系并提出建议。
第二步，也是更常见的一步，是设计针对靶点的药物。这采用生成式AI（如ChatGPT的基础），想象可能与靶点结合并起作用的分子，取代化学家手动合成数百种分子变异并尝试找到最优解的昂贵过程。
英矽智能成立于2014年，已获得超过4.25亿美元的融资，该公司在这两个步骤中都使用了AI，还预测了临床试验的成功概率，并将其反馈到药物研发工作中。目前，该公司有六种分子正在进行临床试验，其中包括用于治疗IPF的分子，下一阶段的试验正在计划中。此外，四种分子已获准进入试验，近30种分子显示出潜力。所有这些分子都是“从零开始使用生成式AI发现的”，扎沃隆科夫博士说。“我们的机器不断梦想，直到找到符合我们所有标准的完美药物。”
用于治疗IPF的新型分子是该公司生成式AI软件在给定抑制TNIK蛋白的目标后设计的。TNIK从未被用作治疗IPF的靶点，但另一套AI软件提示它是调节该疾病最有可能的靶点。系统提出的可能性随后被合成和测试。整个发现过程比行业标准更快、更精简。通常需要四年时间并合成至少500种分子，而这次只用了18个月和79种分子。英矽智能的其他分子甚至需要更少的合成次数。
专家们认为，缺乏可供AI学习的数据仍然是该领域的最大挑战，这涵盖了靶点识别和分子设计，可能会引入偏差。美国的Recursion Pharmaceuticals公司表示，其方法可以缓解数据不足的问题。通过自动化实验，它生成了大量与构成人体的所有分子相关数据，然后训练AI工具理解这些数据并发现意外关系。为此，该公司去年安装了据称是制药公司拥有和运营的最快的超级计算机。该公司开发的一种用于治疗淋巴瘤和实体肿瘤的分子目前正在早期临床试验中对癌症患者进行测试。该分子是在AI发现了一种以前无人能单独靶向的重要基因后开发的。
Recursion的联合创始人兼首席执行官克里斯·吉布森（Chris Gibson）表示，最重要的是，无论是Recursion还是其他任何公司，都尚未证明这些AI发现的分子能够通过临床试验，并随着时间的推移，比传统方法提供更高的成功概率。当这一切发生时，吉布森博士说，“全世界都会意识到这就是前进的方向。”
(全文结束)
