Insilico Medicine因全球首次利用人工智能發(fā)現(xiàn)新機制特發(fā)性肺纖維化藥物，而在生物技術和藥物發(fā)現(xiàn)領域攬獲多項行業(yè)第一：
香港，上海2021年2月25日 /美通社/ -- Insilico Medicine在人工智能和新藥開發(fā)方面取得突破—首次將生物學和化學生成學相結合，發(fā)現(xiàn)一種全新機制的用于治療特發(fā)性肺纖維化（IPF）的臨床候選新藥，并成功通過多次人類細胞和動物模型實驗驗證。IPF牽涉多種疾病，影響多個器官（肺、肝和腎），這一新藥的出現(xiàn)有望解決影響全球成千上萬人的廣泛的未被滿足的醫(yī)療需求。
IPF病因至今未明，醫(yī)學界尚不清楚其發(fā)病機制，且該病多為散發(fā)，患者從出現(xiàn)癥狀到死亡，平均存活年限不超過5年。
廣泛的肺纖維化容易并發(fā)肺癌，晚期也會出現(xiàn)肺動脈高壓。現(xiàn)用于治療IPF的藥物已在臨床使用30多年，僅對10%～30%的病人有療效?；颊咴诩膊⊥砥诳垦醑熖岣呱尜|量，但情況不容樂觀。
Insilico Medicine創(chuàng)始人兼首席執(zhí)行官Alex Zhavoronkov博士表示：“將正確的藥物靶點與正確的疾病聯(lián)系起來是藥物研發(fā)的最大挑戰(zhàn)”，“隨著今天我們實現(xiàn)第一個人工智能發(fā)現(xiàn)和科學驗證臨床前候選藥物（PCC）的里程碑，Insilico攻克了藥物發(fā)現(xiàn)中的又一大障礙，并突破了傳統(tǒng)藥物發(fā)現(xiàn)過程中的另一瓶頸，這一過程花費了非常少的成本和時間?！?/p>
AI改寫藥物發(fā)現(xiàn)的歷史
從靶點發(fā)現(xiàn)到臨床前候選藥物的發(fā)明，Insilico僅用時不到18個月，就實現(xiàn)了靶點發(fā)現(xiàn)、分子生成和通過傳統(tǒng)實驗驗證，動物體內(nèi)IPF療效確認及安全性評估，總成本約為180萬美元，其他纖維化疾病療效研究總成本約為80萬美元，合成和測試了不超過80個小分子化合物。
傳統(tǒng)的藥物發(fā)現(xiàn)首先是對數(shù)萬個小分子進行測試篩選，然后進一步合成和測試數(shù)百個分子，以便得到少數(shù)幾個適合臨床前研究的候選藥物，其中只有大約1/10的候選藥物能夠最終通過人類患者的臨床試驗。整個過程緩慢且成本昂貴，平均耗時10年，花費十數(shù)億美元。
另一個進一步阻礙新藥推向市場的障礙是，整個研發(fā)過程涉及的大量研發(fā)步驟—每一階段花費數(shù)百至數(shù)千萬美元—往往是由藥物研發(fā)行業(yè)中不同公司或不同的業(yè)務部門分散進行的。
Zhavoronkov博士表示：“我們正在改寫藥物發(fā)現(xiàn)的歷史，成為首個、也是唯一一個以人工智能為驅動的藥物發(fā)現(xiàn)集成系統(tǒng)的開創(chuàng)者和領導者”，“通過創(chuàng)建首個通用系統(tǒng)，將藥物開發(fā)的所有領域從靶點發(fā)現(xiàn)、小分子化合物設計以及將來的臨床試驗結果預測聯(lián)系起來，Insilico的人工智能平臺將能夠支持藥物研發(fā)的每一階段的發(fā)展?！?/p>
AI如何發(fā)現(xiàn)新機制特發(fā)性肺纖維化藥物
Insilico Medicine從通過人工智能發(fā)現(xiàn)的20個與纖維化相關的全新潛在靶點開始研究，將適應癥范圍逐步縮小到專門針對IPF的一個新靶點。
靶點確定后，Insilico通過人工智能化學生成系統(tǒng)設計了一組新的化合物來選擇性地抑制這個新靶點。這些分子必須具備良好的選擇性、生物利用度、代謝穩(wěn)定性、口服給藥性質、安全性，及藥物特有的多個優(yōu)質屬性。這些分子最初是由公司的生成化學由NVIDIA V100 Tensor Core GPU驅動的人工智能系統(tǒng)Chemistry42其中的基于結構的分子設計算法產(chǎn)生的，并且顯示在細胞實驗和動物模型實驗的有效性。
這些實驗數(shù)據(jù)隨后反饋給人工智能系統(tǒng)，人工智能再次設計新一批的化合物優(yōu)化活性及成藥性，并再次驗證。
經(jīng)過數(shù)輪設計-合成-評估-優(yōu)化-重新設計循環(huán)后，目前已經(jīng)確定了臨床前候選化合物。Insilico的臨床前候選化合物通過了公司內(nèi)部和外部纖維化疾病領域專家的嚴格評估，已進入臨床前研究階段。
此外，公司還通過人工智能預測此IPF新靶點、新分子的二期臨床試驗成功機率很高。Insilico目前正在進行IND申報實驗，目標是在2022年初進行臨床研究。
Insilico歡迎和期待與制藥公司合作，共同進行II期后的藥物開發(fā)。
盡管圍繞新藥研發(fā)的熱門話題通常集中在何時發(fā)現(xiàn)新靶點或何時新藥進入臨床試驗，但目前最適合創(chuàng)新和對業(yè)務影響最大的領域是從靶點發(fā)現(xiàn)到臨床開發(fā)之間。
開創(chuàng)歷史的Insilico
2019年，Insilico開創(chuàng)了歷史，它發(fā)明并推出了一種新的用于藥物發(fā)現(xiàn)的人工智能系統(tǒng)，能夠在21天從始至終創(chuàng)造出全新的分子，花費僅約15萬美元。由于靶點發(fā)現(xiàn)的失敗率約為95%，Insilico當時解決了該行業(yè)藥物發(fā)現(xiàn)的最大瓶頸之一。Insilico的人工智能軟件以利用現(xiàn)代人工智能技術的生成化學為驅動，能夠快速生成具有特定性質的新型分子結構。
作為首家探索使用生成性對抗網(wǎng)絡（GAN）和生成式強化學習（RL）人工智能技術進行藥物發(fā)現(xiàn)的公司，Insilico的人工智能軟件的成功是向業(yè)界展示首次成功發(fā)現(xiàn)和生成新的臨床候選化合物的科學驗證。
Zhavoronkov博士發(fā)言表示：
“深度學習革命的巔峰可以追溯到2014年，那時由NVIDIA GPU和AI軟件加速的深度學習系統(tǒng)開始在圖像識別和生成性對抗網(wǎng)絡方面超越人類。同年，公司成立。2016年，我們通過實驗驗證，深度學習系統(tǒng)可以從組學數(shù)據(jù)中識別新的生物靶點。自2017年-2019年，我們不斷證明，生成式人工智能可以發(fā)明和設計在人類細胞和動物體內(nèi)有活性的新分子。
但是還有一個大難題—人工智能能否為一個沒有已知的抑制劑、也未在疾病中得到驗證的新靶點設計出一種新的分子？現(xiàn)在，我們已經(jīng)成功地將生物學和化學結合起來，并獲得能夠作用于一個新的靶點的臨床前候選藥物提名，目的是將其用于人類臨床試驗，這是一個亟待解決的、數(shù)量級更復雜、風險更大的難題。
據(jù)我所知，這是首例人工智能成功發(fā)現(xiàn)一個新靶點，并設計一個能夠作用于大人群疾病適應癥的臨床前候選新藥。這對我們來說是一個重要的里程碑。我們最終的‘登月計劃’是解決人類的衰老問題，這需要我們擁有更多更可靠的人工智能技術，幫助我們理解和調控其他慢性疾病中的人類生物學?！?/i>
此外，Insilico將獲得巨額資金支持，用于在多種新藥物靶點上開展藥物發(fā)現(xiàn)和開發(fā)。公司已經(jīng)利用自主研發(fā)的Pharma.AI軟件，為制藥和生物技術公司提供靶點發(fā)現(xiàn)和生成化學系統(tǒng)服務和支持。PandaOmics靶點發(fā)現(xiàn)AI系統(tǒng)可作為軟件服務提供，Chemistry42小分子生成化學平臺已于2020年9月開始在藥企用戶現(xiàn)場安裝和部署。迄今為止，全球最先進的制藥公司已開始采用我司的Chemistry42分子生成和設計平臺，PandaOmics則在多個著名學術機構和制藥公司的藥物靶點發(fā)現(xiàn)部門采用。
Insilico同時宣布，公司將繼續(xù)壯大科研隊伍，已經(jīng)在上海建立了一支由20多位資深藥物研發(fā)人員組成的團隊，由首席科學官（CSO）任峰博士領導，他于今年2月加入Insilico。此前相繼擔任美迪西生物醫(yī)藥公司生物部和化學部高級副總裁、GSK葛蘭素史克公司化學總監(jiān)。該團隊負責將人工智能發(fā)現(xiàn)的新藥項目推進到臨床試驗，并創(chuàng)建廣泛的臨床前/臨床藥物產(chǎn)品組合。
