AI制药领域经过短短几年的发展，已经涌现出一批领头公司，Insilico Medicine（英矽智能）便是其中一员。今年2月，该公司公布了其在 AI 制药领域取得的一项里程碑成果：借助自主研发的AI技术平台，成功发现了一款靶向全新靶点用于治疗特发性肺纤维化（IPF) 的临床候选药物。从靶点发现到确定临床候选化合物，整个过程仅耗时18个月，花费270万美元，展现了其AI技术的巨大潜力。值得一提的是，这是AI历史上首款全程依靠 AI 研发的药物，揭开了AI制药的新篇章。
融资方面，就在上周，Insilico Medicine刚刚宣布完成2.55亿美元的C轮融资，领投方为华平投资。本轮所募集资金将用于推进Insilico Medicine当前在研项目进入临床试验阶段、启动更多针对全新靶点及疑难靶点的新药研发项目，并进一步发展公司的人工智能和药物研发能力。
Insilico Medicine究竟是靠怎样的AI技术平台实现AI制药领域里程碑突破的？与同行竞争者相比，Insilico Medicine有何独特的优势？Insilico Medicine是如何克服AI团队和新药研发团队之间沟通障碍的？从Insilico Medicine近几年的接触来看，目前国内传统药企对AI的接受程度如何？在Insilico Medicine看来，目前AI制药领域所面临的“数据难题”未来将如何解决？6月20日，在首届BioChina大会上，针对以上问题，医药魔方Pro有幸采访到了Insilico Medicine首席科学官任峰博士。任峰博士表示，AI赋能新药研发大势所趋，未来，AI很有可能引领制药领域的新一轮技术革命。
梦想：做小分子创新药研发
医药魔方Pro：您是在今年2月加入的Insilico Medicine，从CRO公司跨界到AI制药领域，哪些因素促使您做了这样一个决定？
任峰：加入Insilico Medicine之前，我先是在GSK做了10余年的小分子创新药研发，成功研发出了治疗帕金森病、多发性硬化症、疼痛、银屑病等疾病的多个临床候选化合物和临床化合物。2018年加入上海美迪西后，除了负责化学部和生物学部的研发服务，同时也负责美迪西的新药研发服务平台，做整体项目外包，在美迪西工作的3年里，我更加深刻地认识到，做小分子创新药始终是我的梦想，因此，我想找一家创新药公司，继续实现这一梦想。之所以选择Insilico Medicine，是因为这是一家AI制药领域的先驱公司，他们借助AI赋能和加速新药研发的这一定位与我自身的想法和追求非常契合，因此，在今年2月，我正式加入了Insilico Medicine，主要负责公司“内部产品管线”以及“对外合作”。
现状：AI制药多环节开花
医药魔方Pro：从您的了解，截至目前，AI在新药研发中主要有哪些方面的应用？
任峰：总体来说，AI已经渗透到新药研发的多个环节，以Insilico Medicine为例，公司根据不同的研发周期，设计了3大AI平台，分别针对新药研发中的三个痛点问题：
1）AI 新药靶点发现平台——PandaOmics
如何发现作用机制新颖的靠谱靶点是新药研发公司共同面临的问题，针对这一问题，Insilico Medicine开发出了基于组学数据的AI 新药靶点发现平台——PandaOmics。该平台的主要流程是，首先在里面选择感兴趣的数据库，包括TCGA、GEO、ArrayExpress等等。之后在数据中做一些Correlations，也就是找到关联，发现数据之间的区别，它们的差异表达以及功能分析，以此来找到新靶点。
2）AI 分子生成和设计平台—— Chemistry42 平台
新药研发面临的另一难题是，如何生成针对全新靶点的小分子“起点”。针对该难题，Insilico Medicine开发了AI 分子生成和设计平台——Chemistry42 平台，只要提供靶点结构，或者同源靶点的结构，Chemistry42大概需要2~3天时间，就可以从无到有的产生针对这些靶点的小分子化合物（Hit），数量大概在几百个到几千个之间，然后通过virtual screening排序，挑选效果好的进行合成。
3）临床试验预测平台——InClinico
除了靶点发现和化合物生成，Insilico Medicine还开发出了一款临床试验预测平台——InClinico。该平台能够进行II期临床实验结果的预测，进而帮助更好地设计临床实验方案。
当然，除了我们（Insilico Medicine）开展的这三方面研究，其他AI制药公司也在利用AI技术解决新药研发过程中的另一些问题，比如，有的AI制药公司（如Chemical.AI）聚焦化学合成，主要是帮助产生更合理的化学合成路线，还有公司聚焦晶型预测（如晶泰科技），帮助更快筛选更好的晶型。
优势：七年积淀打造底层技术
医药魔方Pro：Insilico Medicine成立于2014年，目前已拥有超150名员工。作为AI制药领域的先驱公司，目前取得了哪些突破成果？
任峰：Insilico Medicine发展到今天，最显著的成果就是在今年2月宣布，利用自主研发的 AI 新药靶点发现平台 PandaOmics 和 AI 分子生成和设计平台 Chemistry42 平台，获得了全球首例完全由 AI 驱动发现的特发性肺纤维化（IPF）疾病新靶点，以及针对该靶点设计的全新化合物。这不仅是第一款全程依靠 AI 研发的临床候选药物，且全球没有任何一家公司针对该靶点进行临床开发，因此也是一个潜在的first-in-class项目。
目前Insilico Medicine正在做临床前研究，包括放大、做BPI、做制剂、临床前的药代、药效和安评研究，希望年底申报IND，目标是在2022年初进行临床研究。
医药魔方Pro：您认为，与同行竞争者相比，Insilico Medicine有何独特的优势？
任峰：Insilico Medicine的优势主要包括以下5点：1）首先，从成立时间上来讲，Insilico Medicine比国内大多数AI制药公司要早，从2014年成立至今，我们用7年时间进行底层技术研发，正是这种深厚的技术积累保障了我们AI药物研发的顺利进行，这是我们最大的优势之一；2）其次，据我们所知，国内还没有任何一家同行，同时拥有化学和生物学两大AI平台，绝大部分公司聚焦化合物的生成，能够将靶点发现和小分子化合物生成有机结合在一起的公司很少；3）与很多新成立的AI制药公司相比，InsilicoMedicine的AI系统以软件的形式呈现，是看得见摸得着的，其中，PandaOmics可以公开试用，用户可以自己去操作，用自己的数据和化合物去运算；4）此外，我们的PandaOmics和Chemistry42平台是经过项目验证的，这是我们比较核心的优势，正如前面所介绍的，我们的IPF项目有力地证实了PandaOmics和Chemistry42两大平台能够在实际应用场景中解决靶点发现和从头生成分子这两类问题，一些其他项目的进展后续我们也会陆续披露，进一步证实我们平台的可操作性；5）最后，随着项目越做越多，产生的反馈和数据越来越多，我们的AI平台会一直进步，比如可能以后利用Chemistry42，只要合成20-30个化合物就能找到临床候选分子了。
趋势：传统药企对AI接受度渐增
医药魔方Pro：据您观察，AI制药热是从何时“燃起”的？
任峰：从全球来看，2014年AI制药领域开始兴起，因为在那段时间左右，出现了生成对抗网络（Generative Adversarial Networks，GANs），大家开始利用这一技术来做一些化学分子生成方面的探索。在同一时期，图像处理、语音识别等技术也被用于小分子识别和靶点发现。
之后，经过四五年的孵化培育，伴随着最早成立的一批AI制药公司陆续获得验证性的成果（如获得临床候选分子），越来越多的人开始相信借助AI做药的可能性，到2018年，AI制药领域的发展有了小爆发，国内的很多AI制药公司也是在2018左右成立的。2020-2021年，AI制药领域彻底爆发，先是在2020年底，DeepMind新一代AlphaFold基于氨基酸序列预测蛋白质结构的结果公布将AI制药领域的热度推向另一个高峰；两个多月后（2021年2月），我们（Insilico Medicine）宣布，仅用时18个月、270万美元就筛选出针对全新IPF靶点的临床候选药物；4-5月，Exscientia先后宣布其第二款AI药物（EXS-21546；适应证是癌症）以及第三款AI药物（DSP-0038；适应症是阿尔茨海默症精神错乱）均进入临床开发阶段。不同AI制药公司持续公布令人振奋的突破进展，使得该领域热度持续攀升，巨头争抢更加激烈，资本入场更加汹涌。
医药魔方Pro：目前国内传统药企对AI的接受程度如何？
任峰：目前来说，国内的Biotech公司对AI制药的接受程度相对更高一些，传统药企(Big Pharma)总体处于试探阶段，但也在慢慢开放，比如，豪森药业在2019年就与AI制药公司Atomwise达成了合作，并在去年宣布进一步扩大两家公司在 AI 药物发现领域的战略合作关系。同样在2020年，华东医药宣布与AI制药领域明星公司 Exscientia建立合作，加速抗肿瘤小分子药物研发。结合这些案例，我相信，在不久的将来，国内传统药企对AI的接受程度会越来越高。
挑战：数据数量不足，针对性欠缺
医药魔方Pro：相比传统的药物研发路径，以AI主导的新药研发有哪些潜在的优势？
任峰：首先，从长远来讲，随着数据量的增加，AI一直在进步，甚至是无上限的进步。而传统的新药研发是靠人的知识、经验，这些到达一个巅峰后很难再突破。仅从这一个角度来讲，AI的优势是非常显著的。其次，AI的速度非常快，能够很快分析大量的数据，找出规律。另外一点的是，AI没有任何人为的偏见。
不过，也有一个方面，AI与人不能相比，就是灵感。人有灵光一闪的时候，但AI只是在遵循固定的算法学习、总结和进化。
医药魔方Pro：目前来说，借助AI进行新药研发，面临的最大挑战是什么？
任峰：虽然目前AI在新药研发的某些环节取得了突破，但是还没有覆盖新药研发的整个链条。其中一个主要的问题是，数据量不足，怎么预测PK/PD性质，怎么预测毒理，这些方面还没有足够的数据来训练人工智能。怎么样收集到足够量的标准化数据，使AI能够解决这些方面的问题是AI制药领域面临的最大挑战之一。
数据不足如何解决？主要有两个途径：1）AI制药公司通过自己做更多的项目，有针对性的收集自己的数据，产生更大的数据量；2）一些大药企有可能会在未来选择开放自己的数据，比如当一家制药巨头通过开放自己的数据与一家AI制药公司合作成功后，可能会引发更多巨头开放或者半开放自己的数据；此外，随着越来越的AI制药公司在未来几年可能会陆续公布成功开发AI药物的案例，这也会引导行业的数据开放。最终，AI制药与传统制药会变得更加一体化，共同推动医学进步。
误解：AI制药已经无所不能
医药魔方Pro：对于有人质疑，“AI做药是噱头，是泡沫”这样的观点，您如何看？
任峰：放眼医药行业的未来，AI制药将成为趋势毋庸置疑，但是在发展过程中，这一领域一定会经历起起伏伏。在新技术发展初期，打好基础非常关键，欲速则不达。如果有企业夸大宣传或者在AI技术平台还未成熟的情况下就开始用于做项目，可能会导致传统制药行业对AI制药的误解，信任度下降。在带动AI制药行业健康有序发展方面，头部公司应该担起这份责任，发挥榜样作用。当真正领头的一批AI制药公司做出成绩后，传统药企对AI的信任感一定会随之增强。
同时，还要呼吁的一点是，希望传统药企能够给AI制药的发展更多一些耐心，对AI制药在不同的发展阶段有一个合理的预期。AI制药领域目前还处于起步阶段，新药研发中的有些问题，目前靠AI还不能解决，但是未来，随着数据数量和质量的提升、数据公开度的增加、行业合作更加密切、AI平台持续升级，AI制药有希望慢慢逐个攻破新药研发中的每个点，最后连成面，全面辅助新药研发。
医药魔方Pro：有人提出，国内AI制药领域之所以被认为存在泡沫，是因为国内“既懂AI，又懂制药”的人才其实非常有限，而AI和制药这两个学科知识的交融难度又非常大。能否介绍一下Insilico Medicine现有团队的主要背景？公司AI团队与制药团队的配合是否也存在一些障碍？
任峰：Insilico Medicine的研发团队主要分两大部分，一部分是AI团队，有七八十人，以IT为主，配合一些结构生物学、信息生物学和计算化学的人员，他们的主要任务是不断的优化算法；另一部分是新药研发团队，有40多人，该团队的主要任务是利用公司AI团队开发的技术，辅助新药研发，包括自主研发和对外合作项目研发。
新药研发团队在具体做项目的过程中，在AI平台使用方面，如果遇到问题，会反馈给AI团队，通过做项目起到升级AI技术平台的作用。此外，如果在做项目的过程中，发现一些新的需求，也会向AI团队提出，之后AI团队会针对这些需求整理数据，写新的代码，产生新的算法，最终再通过新药研发过程，对算法进行检验，实现平台的迭代。因此，在Insilico Medicine，AI和新药研发这两个团队是密切配合、互相促进的关系。
当然，由于学科体系的差异，事实上，AI团队和新药研发团队确实没有太多共同语言，为了解决沟通难题，Insilico Medicine建立了一个非常强大的CADD（computer-aided drug design，被誉为“AI制药的前身”）团队，该团队的成员很多拥有在大药企做新药研发的经验，同时也懂一些AI相关的知识，他们作为桥梁和纽带，大大增强了AI团队和新药研发团队的沟通，使Insilico Medicine各团队之间实现了非常高效的协作。
未来：引领医药技术革命
医药魔方Pro：如果有朝一日，利用AI研发新药变成一种常态，您认为，会对整个制药行业产生怎样的影响？
任峰：传统的新药研发有“一高、一低、一长”的特点，具体指开发一款新药成本平均需要26亿美元，研发成功率不到10%，周期为10-15年。如果未来有一天，AI能够应用到新药研发的各个环节，必然会产生颠覆性的影响，最直接的表现包括会大大缩短新药研发周期、降低研发成本以及提高研发成功率。
需要强调的是，也有人提出担忧，如果AI制药普及了，传统的药化专家是不是会被取代，我认为，对于传统的药化专家来说，AI更多的会成为帮助他们提升工作效率的工具，走完新药研发整个链条，很多关键的步骤需要专家来做决定，尽管AI有它独特的优势，但人类专家的重要性一样不可替代。
医药魔方Pro：展望未来3-5年，您预计，整个AI制药领域会取得哪些突破？
任峰：在应用层面，最近两年，进入临床开发阶段的AI药物实现从“零”到“有”的突破。未来3-5年，我认为，进入临床的AI药物数量可能会出现一个小爆增，这是其中一个突破点，随着各家公司的AI技术平台越来越成熟，以及大量资金的涌入推动项目的进展，AI药物开展临床研究可能会成为一种常态。
在技术层面，AI制药有三个重要维度：数据、算法、算力。未来几年，最主要的突破应该会是在数据方面，包括数据量扩大以及数据针对性提升。目前，AI制药领域竞争非常激烈，初创公司如雨后春笋，如何从激烈的竞争中脱颖而出，打造自己独特的数据“池”是一条路。有更多、更好、更有针对性的数据才能开发出更强的算法和AI平台，进而解决新药研发中真正需要克服的问题。事实上，在国外，以insitro为代表的一些AI制药公司已经开始在产生和收集自己独有的数据了。Insilico Medicine也在计划在新一轮融资结束后在这方面有所布局。
医药魔方Pro：Insilico Medicine最终希望成为怎样一家公司，未来3-5年公司制定了怎么样的发展目标？
任峰：Insilico Medicine的最终理想是成为一家AI赋能的Biotech公司，在产品开发方面，除了自研的产品线，也希望搭建多条对外合作管线；我们希望，在未来5年内，公司有至少有两款AI药物进入II期临床，同时有多款AI药物进入I期临床。在AI平台的应用方面，除了用于自己以及对外合作项目的开发，也会向其他公司开放使用，加速AI技术用于新药研发的验证和普及，从而推动AI制药领域的蓬勃发展以及医药行业的共同进步。
热门疗法/技术/靶点
联系客服
