近日，AI药物研发公司Insilico Medicine（英矽智能）宣布在人工智能应用于新药开发领域取得重要进展，成功发现了一种针对特发性肺纤维化（IPF）的新型临床候选药物。这一新药通过多轮人类细胞和动物实验的验证，展示了其潜在的疗效与安全性。考虑到IPF的复杂性及其对多种器官的影响，这一药物的问世有望满足全球大量患者的医疗需求。
虽然IPF的病因尚不明确，医学界对其发病机制仍然知之甚少，且患者从出现症状到死亡的平均生存期不超过5年，使得这一疾病的治疗显得尤为紧迫。
肺纤维化患者常伴有肺癌等并发症，晚期还可能导致肺动脉高压。目前，临床上用于治疗IPF的药物已有30多年的历史，仅对10%至30%的患者有效。在疾病晚期，患者依靠氧疗来提高生活质量，然而整体预后仍不乐观。
Insilico Medicine的创始人兼首席执行官Alex ZhavoRonkOV博士表示，药物研发中的最大挑战在于将合适的药物靶点与特定疾病相结合。随着人工智能驱动的临床前候选药物（PCC）的首次成功发现，Insilico攻克了药物发现中的一项重大障碍，并在传统药物发现过程中突破了时间和成本的瓶颈。
据悉，Insilico Medicine因全球首次利用人工智能发现特发性肺纤维化的药物机制，而在生物技术和药物发现领域取得多项行业领先的成绩：
通过重复的人体细胞和动物模型实验，验证了人工智能研发的新药靶点和分子的有效性与安全性。这一突破标志着业界首次对人工智能进行科学验证并成功应用于新药研发，涵盖了候选化合物的临床前研究。
在新药研发过程中，Insilico Medicine首次将生物学与化学相结合，通过人工智能工具实现靶点发现、化合物设计及临床前验证，显著提高了研发效率并降低了成本。
Insilico Medicine在临床前候选药物的选择上刷新了速度与成本纪录，显著加快了临床前开发进程，同时为药物开发节省了数百万美元的成本。
创新工场董事长兼CEO李开复博士表示，创新工场看好Insilico Medicine将前沿AI技术与新药研发相结合的潜力。在AI技术平台的支持下，该公司快速推进针对特发性肺纤维化的潜在首创药物分子的研发，成功达到临床前候选药物的里程碑，证明了AI算法在药物化学与生命科学结合中的高效性，这在全球医药领域具有里程碑意义。
Insilico Medicine在靶点发现到临床前候选药物的研发中，仅耗时不到18个月，完成了靶点发现、分子生成及传统实验验证，动物体内IPF的疗效确认及安全性评估，总成本约为180万美元，而其他纤维化疾病的研究总成本约为80万美元，合成和测试了不超过80个小分子化合物。
传统药物发现流程通常需对数万个小分子进行筛选，再对数百个分子进行合成和测试，以筛选出适合临床前研究的候选药物，最终只有约1/10的候选药物能通过人类临床试验。这一过程既耗时又昂贵，平均需要10年，费用高达20亿美元。
此外，药物研发过程中的多阶段操作往往由不同公司或业务部门分散承担，每个阶段的费用从数百到数千万美元不等，这也阻碍了新药的市场推进。
ZhavoRonkOV博士强调，Insilico Medicine正在重新定义药物发现的历史，成为首个以人工智能驱动的药物发现集成系统的先行者和领导者。通过建立一个通用系统，连接靶点发现、小分子化合物设计以及未来临床试验结果的预测，Insilico的人工智能平台将支持药物研发的每一个阶段。
在化学药物研究中，AI技术已广泛应用于药物靶点发现、药物筛选、结构优化及合成分析等领域：
药物靶点发现：AI能够从大量文献中提取潜在靶点信息，并对其进行评估，筛选出具有较高潜力的靶点进行药物研发。
药物筛选与结构优化：针对选定靶点，AI充分利用已有信息，评估候选分子与靶点的相互作用，筛选和优化最合适的分子。
确定合成路线：与传统的逆合成分析不同，AI能够在短时间内预测出与药物化学家完美匹配的合成路线。
在本次研究中，Insilico Medicine从20个与纤维化相关的新潜在靶点入手，逐步聚焦于特定IPF的新靶点。
确定靶点后，Insilico Medicine利用人工智能生成化学系统设计出一系列新化合物，以选择性抑制该靶点。这些分子需具备良好的选择性、生物利用度、代谢稳定性、口服给药性质、安全性及其他优质药物特性。最初的分子由公司的生成化学人工智能系统中的基于结构的分子设计算法产生，并在细胞和动物实验中显示出有效性。
实验数据反馈给人工智能系统后，系统再次设计新的化合物以优化活性和成药性，并进行二次验证。
经过多轮设计、合成、评估、优化与重新设计循环后，Insilico Medicine最终确认了临床前候选化合物，并通过公司内部及外部纤维化疾病领域专家的严格评估，已进入临床前研究阶段。
此外，AI还预测该IPF新靶点和新分子的二期临床试验成功机率较高。Insilico Medicine目前正在进行IND申报，目标是在2022年初启动临床研究。
Insilico Medicine开发的软件利用生成对抗网络（GAN）、强化学习（RL）及其他现代机器学习技术生成具有特定特性的分子结构。自2014年成立以来，Insilico Medicine已募集超过5200万美元资金，并获得多个行业奖项，发表了100多篇同行评议论文，并申请了超过25项专利。
2019年，Insilico Medicine推出了一种新的药物发现AI系统，能够在21天内创造全新分子，成本仅约15万美元。由于靶点发现的失败率高达95%，这一创新解决了药物发现过程中的重大瓶颈。Insilico的人工智能软件以现代AI技术驱动，能够快速生成具有特定性质的新型分子结构。
作为首家探索使用生成对抗网络（GAN）和生成式强化学习（RL）进行药物发现的公司，Insilico Medicine的成功展示了首次成功发现和生成新的临床候选化合物的科学验证。
Insilico Medicine的这一里程碑表明，人工智能的成功应用不仅在于发现新靶点，还能设计出能有效治疗大规模疾病的临床前候选新药。这标志着在解决人类衰老问题的“登月计划”中，AI技术的整合将为我们提供更可靠的工具，以帮助理解和调控其他慢性疾病中的人类生物学。
该公司整合了两种商业模式：通过自主研发的PhaRMa.AI平台提供人工智能驱动的药物发现服务和软件，同时自主开发临床前及临床项目。临床前项目的目标是通过自有平台寻找新的药物靶点和新分子。
Insilico Medicine还表示，将获得丰厚的资金支持，用于在多种新药物靶点上开展药物发现与开发。公司已利用自主研发的PhaRMa.AI软件，为制药和生物技术公司提供靶点发现及生成化学系统服务。PandaOMics靶点发现AI系统可作为软件服务提供，而CheMistry42小分子生成化学平台自2020年9月起在药企用户现场进行安装与部署。目前，全球多家先进制药公司已开始采用该公司的CheMistry42分子生成和设计平台，PandaOMics也在多个知名学术机构和制药公司的药物靶点发现部门得到了应用。
Insilico Medicine还宣布，公司将继续扩充科研团队，已在上海建立了一支由20多位资深药物研发人员组成的团队，负责人为首席科学官（CSO）任峰博士，他于今年2月加入Insilico Medicine，曾在美迪西生物医药公司和GSK葛兰素史克公司担任高级职务。该团队负责将人工智能发现的新药项目推进至临床试验，并建立广泛的临床前/临床药物产品组合。
