焦点> 今日财经> 正文

李开复投资的AI公司发现一种新肺病药物,药物研发将会如何变革?

界面新闻 2021-03-04 08:03 大字

记者 | 金淼

编辑 | 许悦

近期,AI药物发现公司Insilico Medicine首次利用人工智发现新机制特发性肺纤维化候选新药,并且通过多次人类细胞和动物模型实验验证。

通常而言,药物研发需要大量生命科学的基础研究,在此基础上发现和验证靶标,再根据靶标寻找发现合适的先导分子进行分子优化,之后通过临床前的细胞及动物实验后进入临床试验,最终通过临床实验后将药物推向市场。

过去几十年间,多个靶向药相继上市,大量分子被发现,剩余分子发现难度变大,以至于药物发现的难度也变大,上述流程的成功率正在日益降低。如今一款新药从研发到走向市场大约需要26亿美元,超过12年的研发周期,并且失败率高达90%。

Insilico Medicine英矽智能首席科学官任峰表示,目前医药行业面临的三大痛点包括:第一,怎样找到合适或全新的靶点治疗某种疾病;第二,找到靶点后如何发现全新的化合物,将靶点推向临床;第三,如何设计临床方案以减少不可预测性。

伴随人工智能技术的发展,全球范围内都寄希望于通过人工智能手段降低药物的研发成本、缩短药物的研发周期、控制新药研发风险,在此基础上,一批人工智能企业相继出现。

Insilico Medicine通过人工智能发现针对肺纤维化的创新靶点,同时,利用人工智能产生全新小分子化合物,并推向临床候选化合物。从疾病假设到临床前候选药物的全部过程,Insilico Medicine只用了不到18个月,花费约200万美元。同传统的药物发现过程相比,速度和成效有了显著提升。

从2014年成立至今,Insilico Medicine已经先后进行6轮融资,启明创投、创新工场、药明康德等皆参与其中。

创新工场董事长兼CEO李开复表示,Insilico Medicine此次发明是一个完整的、产品化的解决方案,“第一次把整个新药研发流程打通”。

Insilico Medicine通过一体化Pharma.AI平台主要覆盖药物研发的三个环节。

首先,PandaOmics通过数据分析帮助靶点发现。其次,生成式对抗网络 (GAN) 以及深度学习的人工智能引擎Chemistry42,基于蛋白结构或者配体结构进行化合物的设计,帮助找到全新的小分子化合物,实现从苗头化合物的发现一直到临床化合物的确定。第三,另一款人工智能引擎InClinico可以帮助预测临床试验结果,指导正确的临床实验方案。

启明创投主管合伙人梁颖宇表示,AI赋能药物研发,既能够缩短药物研发的时间,又能够大大降低成本。

“我们自己的投资组合中,已经有120多家医药公司。作为泰格医药和dMed的早期投资人,我们必须找到方法来帮助加快药物开发的过程,这就是我们投资Insilico Medicine和Schr?dinger两家公司的原因。”Schr?dinger也是一家通过机器学习技术,加快药物研发的技术公司,2020年登陆纳斯达克。

新闻推荐

官方解读数字人民币:将与纸钞长期并存

官方解读数字人民币:将与纸钞长期并存有了数字人民币,纸钞是否将无用武之地?在微信、支付宝广泛应用的今天,数字人民币的...

 
相关推荐