DoNews3月2日消息（翟繼茹）AI藥物研發公司Insilico Medicine宣布在人工智能和新藥開發方面取得突破，首次將生物學和化學生成學相結合，發現一種全新機制的用于治療特發性肺纖維化的臨床候選新藥，并成功通過多次人類細胞和動物模型實驗驗證。這意味著，AI制藥的時代或將正式開始。
AI如何制藥？
一般來看，一款新藥的研發需要經過藥物靶標確定、先導化合物篩選、先導化合物優化和臨床試驗等階段。時間成本上，新藥的上市時間要大于10年，資金成為方面，塔夫茨藥物開發研究中心曾給過一個數據是26億美元。但最終的結果是，在耗費高人力財力之后，只有10%的候選藥物能進入市場，90%的項目流產。
從2016-2017年開始，AI制藥開始吸引了制藥廠和科技巨頭們的關注度。眾所周知，人工智能的發展依賴于數據，尤其是高質量的大數據集。而藥物發現過程的每一步都會產生大量數據，這些數據為現代人工智能技術的發展奠定了基礎。現在，深度學習模型和自然語言處理技術在建模大型復雜多維數據集如基因組學、蛋白質組學、臨床數據、靶點結構數據和非結構化文本方面的作用是不可小覷的。
Insilico首席科學官任峰解釋了IPF新藥研發的詳細過程：
一、尋找靶點。 Insilico利用PandaOmics 靶點發現系統對發表在《自然通訊》上的復雜基因和路徑進行評分，并通過深度特征選擇、因果推理和de novo路徑重構得到相關靶點。靶點新穎性和疾病關聯評分由自然語言處理(NLP)引擎進行評估，該引擎分析了來自數百萬數據文件的數據，包括專利、研究出版物、科研經費和臨床試驗數據庫。結果， PandaOmics發現了20個用于驗證的靶點，將其縮小到一個新的細胞內靶標，并對其作進一步分析。
二、選定化合物并測試安全度。Insilico的人工智能化學生成系統Chemistry42自動生成具有適當物理化學性質的成藥性高的分子結構。此次，Chemistry42設計了一個小分子庫，這些小分子與 PandaOmics 發現的新的細胞內靶點結合，并進行驗證。
三、選定臨床前化合物。在不斷的設計、合成、評估優化后，最終確認臨床候選化合物。
四、進入臨床試驗階段。Insilico表示，目前正在IND 申報實驗，目標是在2022年將這一款藥物進行臨床階段。
整體來看，從疾病假設到臨床前候選藥物，Insilico的AI制藥只用了18個月，花費約為200萬美元的經費。相較傳統藥物研發流程，速度快了幾個數量級，所耗費成本也低了幾個數量級。
Tech Emergence的一份報告研究報告預測，通過人工智能可以將新藥研發的成功率從 12％提高到 14％，可以為生物制藥行業節省數十億美元。
AI+醫療靠譜嗎
IDC一項調查統計數據顯示，到 2025 年人工智能應用市場總值將達到 1270 億美元，其中數字醫療將占市場規模的五分之一。
在啟明創投主管合伙人梁颕宇看來，AI在醫療方面的發展如果用1-10來打分，現在大概是在1分左右，前景還非常寬廣。梁颕宇表示，AI在醫療領域第一個大規模的應用是AI+影像，這也得益于AI圖像識別技術發展的成熟，后面慢慢衍生到藥物研發的領域，并取得了很好的進展。從醫療領域全景來看，還有很多AI沒有介入的領域，很多問題更復雜，需要更長的時間、更系統化的解決方案。
實際上，在AI藥物研發方面無論，制藥大廠還是科技巨頭都已經在行動。相關數據顯示，目前，全球用AI來輔助藥物研發的公司已經超過200余家，在技術方面，Benevolent AI、IBM Watson、Numerate、Insilico Medicine等也都是佼佼者代表。
談及競爭優勢，Insilico Medicine首席科學官任峰告訴記者，Insilico Medicine是少數的幾家擁有自己的人工智能產品的制藥企業。現在，Chemistry 42已經授權給了一些國際大藥企，并根據其需求進行優化。實際上，Insilico Medicine打造了一個關于制藥的一體化人工智能平臺，從早期的靶點發現到化合物的設計，再到最后臨床結果預測，覆蓋了整個新藥研發產業鏈。
Insilico Medicine在2019年9月完成了3700萬美元的B輪融資，啟明創投領投，創新工場、百度風投、蘭亭投資等投資方跟投。在創新工場董事長兼CEO李開復看來，AI+生命科學未來的場景非常值得期待。首先，從制藥方面看，其效率和成本相較傳統制藥都在提高。其次，影像診斷的場景也非常豐富。在MRI、CT等方面，未來20-30年，AI機器人診斷將會超過醫生。“前提是我們要把一切數字化，要有足夠多的病例。一個醫生他的能力來自哪里？可能來自他的一生看了一萬個病人，但是一套AI的診斷系統，它可以在很短的時間就看幾十億的病人，這學習到的內容跟數據一定是巨大。”最后，在手術機器人方面還將進步。李開復透露一組數據稱，目前，機器人參與手術的比例已經接近到20%，其中一部分由機器人主導。未來，納米機器人的出現，將可以更好的對抗癌癥等難解疾病。
談及對AI醫療領域投資的壁壘，梁颕宇表示，“團隊很重要。”梁颕宇也提到，在這一賽道中，一些企業拿到的數據可能并不是好的數據，用AI去篩查很多不好的數據，其實也是行業的一個問題。
