发现 > 资讯

“AI+新药研发”风口仍需5-10年?持久战已打响

近年来,继AI医学影像市场格局基本成型后,我国AI药物研发企业也开始进入从无到有阶段。尤其在2018年,随着更多玩家的进入,资本也随之而来。

· · ·

微信图片_20180717105225.png

“AI药物研发”已不算新鲜概念。早在1981年,杂志《Discovery》中就曾描述,“计算机有望提高药用分子筛选效率,化学家再也不用整周、整月呆在实验室,测试那些计算机认为难以成功的分子”。

近年来,继AI医学影像市场格局基本成型后,我国AI药物研发企业也开始进入从无到有阶段。尤其在2018年,随着更多玩家的进入,资本也随之而来。

而从全球来看,探索“AI+新药研发”的企业已近100家。2018年,《科学美国人》与世界经济论坛发布十大新兴技术,人工智能辅助化学分子设计——机器学习算法加速新药研发便是其中一项。

有研究预测,“AI+新药研发”或将是未来新的风口。

新药研发中,AI已不逊色人类

寄予厚望于AI的背后,最常见的一个说法是,新药研发逃不过“双十宿命”:耗时10年,花费10亿美金。

根据《Nature》数据,新药研发的平均成本更是高达26亿美元,而这期间,高达90%的项目将以失败告终。

也就是说,“费用高、周期长、成功率低”,是新药研发难以跨越的三道门槛。

新药研发涉及药物发现、临床前研究、临床研究、审批上市 4 个阶段。常规模式下,针对潜在药靶,研究人员通常采用高通量筛选的方式,进行数百万计的化合物筛选。美国药物研究和制造商协会 PhRMA 统计显示,在药物研发阶段,进行筛选的化合物多达5000-10000 种,但仅有250种能进入临床前研究,进入临床研究阶段的仅5种。


图片来源于网络

此外,过程中研究人员需面临查阅大量文献、翻译、编写报告、录入数据等工作,复杂而繁琐,耗费大量的时间和精力。麦肯锡Chilukuri曾表示,基于药物研发长达10年的周期,收益将在未来10到15年才出现。

但近年来,新药研发公认的高回报,也并不理想。数据显示,2017年全球TOP12制药巨头在研发上的投资回报率仅为3.2%,处于8年来最低水平。此外,全球新药管线中的后期阶段项目也越来越少。

因此,突破人类大脑对生物学理解的局限性,引入AI技术,从大量数据中更有效挖掘和筛选化合物,并准确预测理化性质、成药性质和毒性风险等,无疑有望提高新药研发的速度和效率。

有分析认为,中期阶段,AI对制药行业的价值增长可能相当于销售额增长5%到10%。

2018年4月,《Nature》一则报道显示,上海大学教授马克•沃勒团队使用类似Alphago算法的三种搜索的方法,实现了逆合成分析和路径预测。结果显示,此方法在双盲测试中表现优异,预测结果并不逊色于人类专家。

“AI+新药研发”的落地探索

针对新药研发不同环节,AI技术可用于靶点发现、新药合成路线设计、药物有效性及安全性预测、晶型预测、药物分子设计等场景。

从全球来看,Atomwise提供候选药物预测服务,曾仅用时一周模拟出有前景用于埃博拉病毒治疗的两种化合物;BenevolentAI将AI应用于医学研究的数据库来快速筛选和组织数据,并已经获得一定数量的临床阶段的新药物。

BenevolentBio曾借助JACS技术,标记出100个可用于治疗肌萎缩性侧索硬化症(ALS)的潜在化合物,并成功筛选出5个化合物;BergHealth则筛选多达25万个疾病组织样本来寻找早期癌症的新生物学指标和生物标记等等。

在国内,晶泰科技是“AI+新药研发”的早期拓荒者。其主要将AI技术应用于药物发现过程中早期药物筛选、药物设计,以及药物重定位和药物重定向,以提高药物研发的效率,降低风险。

到2018年,深度智耀、零氪科技、智药科技、云势软件等也陆续出现在视野,并不时传来融资消息。

总体来看,目前全球AI药物研发还未出现成功案例,但国外相关企业已有利用AI研发的新药进入临床二期。国内,“AI+新药研发”完成从0到1阶段后,也开启2.0时代。

另一方面,“AI+新药研发”的探索,也意味着IT企业和医药公司间的合作。

“研发外包”便是合作模式的一种。该模式下,AI公司根据制药公司提供的数据和靶点信息建立模型,筛选候选药物。对制药公司来说,该运作模式相对轻量化,但由于医疗数据极为敏感,所以往往伴随着以确保数据安全的诸多条件。

与此对应,近年来,也涌现了许多大型药企和AI智能化企业间的牵手合作。

2015年,制药巨头默沙东和AI公司Atomwise达成合作,合作内容主要涉及药物的有效性和安全性预测;2016年,强生牵手BenevolentAI,对尚处于试验阶段的小分子化合物进行药物挖掘;2017年,赛诺菲与Exscientia签订潜在价值2.5亿欧元的许可交易,旨在开发针对代谢疾病的双特异性小分子药物;2018年,药明康德和Insilico Medicine一起针对具有挑战性的生物靶点,进行临床前药物候选分子开发等等。

“AI+新药研发”将是一场持久战

在制药企业积极探索AI的同时,必须面对的还有诸多挑战。毕竟AI只是新药研发的辅助技术手段之一,并非意味着唯一和万能。

根据BenchSci的一项调查,330位药物研发科学家中,41%的人并不了解AI技术,也就无法利用AI来进行新药的筛选。也就是说,建立相应AI人才培养体系将成为重要基础。

另一方面,药明明码AI项目总负责人Thomas Chittenden曾分析,对于人工智能识别系统来说,新药研发以及其临床试验的有效性评估仍是极其复杂的识别模式。

此外,优质药靶匮乏、动物模型临床转化差等现状也是影响AI技术应用效益最大化的重要因素。

人工智能专家Bruce Booth博士就曾分享了一个有趣地现象:计算机设计新药虽已存在数十年,但医药行业的研发产出率非但没有上升,反而还逐年下降;药物发现时间没有缩短,成本也降得更低。

几十年来新药的研发产出率正在不断下降

其意思为,AI尚未给新药研发带来大幅的可喜改观。因此,从长期来看,AI技术等应用,虽可最大程度降低失败率,节省药物研发成本,缩短药物研发时间。

但不可否认的是,“AI+新药研发”还处于初级阶段,并将在该阶段持续相当长的时间。目前,AI技术针对新药研发不同阶段的价值虽已明确,但真正做到AI驱动新药研发的整体发展,至少还需要5-10年时间。


领取2天会员.jpg

来源:新浪医药

版权及免责声明:本网站所有文章除标明原创外,均来自网络。登载本文的目的为传播行业信息,内容仅供参考,如有侵权请联系答魔删除。文章版权归原作者及原出处所有。本网拥有对此声明的最终解释权。


分享:

全部评论 ( 0 )

发评论