“藥物發(fā)現(xiàn)過程涉及很多運(yùn)氣。即使人工智能確實(shí)減少了將化合物納入臨床前測試所需的時(shí)間和成本，大多數(shù)候選藥物在后期階段仍然會(huì)失敗。任何能夠加快這一進(jìn)程的東西都代表著勝利，工業(yè)界和學(xué)術(shù)界必須利用彼此的優(yōu)勢來確定如何利用人工智能發(fā)揮最佳效果。”
幾十年來，研究人員一直在尋找加速藥物研發(fā)的方法。然而，這個(gè)過程越來越慢，風(fēng)險(xiǎn)越來越大，成本越來越高。
有研究表明，從藥物發(fā)現(xiàn)計(jì)劃的啟動(dòng)到國家藥品監(jiān)管機(jī)構(gòu)批準(zhǔn)上市，通常需要12-15年的時(shí)間，進(jìn)入臨床試驗(yàn)的藥物中約有十分之九無法獲批上市。還有研究估計(jì)，將一種藥物推向市場的成本約為25億美元。
人工智能（AI）或?yàn)槠凭种�。越來越多的人認(rèn)為，生成式人工智能正在從根本上縮短臨床試驗(yàn)前的階段。
當(dāng)?shù)貢r(shí)間10月10日，《自然》（Nature）雜志在線發(fā)表了一篇題為《人工智能加速藥物發(fā)現(xiàn)的潛力需要現(xiàn)實(shí)檢驗(yàn)》（AI’s potential to accelerate drug discovery needs a reality check）的社論，認(rèn)為需更加謹(jǐn)慎地看待人工智能在藥物研發(fā)領(lǐng)域取得的進(jìn)展。
文章介紹，藥物研發(fā)通常從確定導(dǎo)致疾病的生物靶標(biāo)開始，可能包括DNA、RNA、蛋白質(zhì)受體或酶，然后篩選可能與之相互作用的分子這就是所謂的藥物“發(fā)現(xiàn)”階段。經(jīng)藥物“發(fā)現(xiàn)”階段后的候選藥物一般都是小分子，藥物化學(xué)家致力于提高它們的活性，并減少任何相關(guān)的問題。如果實(shí)驗(yàn)成功，研究人員將開發(fā)一種先導(dǎo)分子進(jìn)入臨床前測試，它將幫助科學(xué)家了解候選藥物如何在動(dòng)物體內(nèi)運(yùn)輸、分解和排泄，以及回答藥物在被批準(zhǔn)進(jìn)行臨床試驗(yàn)之前的安全性和劑量問題。
有研究顯示，從藥物“發(fā)現(xiàn)”到臨床前階段平均需要6年。2022年2月，總部位于美國馬薩諸塞州的波士頓咨詢公司（BCG）的研究人員報(bào)告了2010年至2021年間20家相對(duì)較新的人工智能驅(qū)動(dòng)型制藥公司的研究管線。根據(jù)公開數(shù)據(jù)，BCG小組確定約有15種候選藥物已進(jìn)入臨床試驗(yàn)階段，其中8種候選藥物都在10年內(nèi)進(jìn)入了臨床試驗(yàn)階段，5種候選藥物進(jìn)入臨床試驗(yàn)階段的時(shí)間少于歷史平均時(shí)間。
2023年6月，由BCG和全球性慈善基金會(huì)惠康（Wellcome）共同撰寫的另一份報(bào)告稱，人工智能可以在藥物研發(fā)直至臨床前階段節(jié)省至少25-50%的時(shí)間和成本。
2022年2月，總部設(shè)于美國紐約和中國香港的制藥公司英矽智能（Insilico Medicine）宣布，由人工智能識(shí)別靶標(biāo)并生成分子的候選藥物用于治療特發(fā)性肺纖維化的INS018_055已完成I期臨床試驗(yàn)。值得關(guān)注的是，該候選藥物在短短30個(gè)月內(nèi)就完成了發(fā)現(xiàn)和臨床前階段。2023年6月，英矽智能開啟了2期臨床試驗(yàn)。
“這些都是值得注意的進(jìn)展，無疑將推動(dòng)投資。”《自然》社論表示，雖然人工智能相對(duì)年輕，但在BCG 2022年的分析中，20家AI制藥公司已經(jīng)有158種候選藥物處于發(fā)現(xiàn)和臨床前開發(fā)階段。
但文章同時(shí)指出，前述說法來自公司本身。在可以獨(dú)立驗(yàn)證之前，需要謹(jǐn)慎行事。研究結(jié)果需要發(fā)表在同行評(píng)審的文獻(xiàn)中，并由與相關(guān)公司無關(guān)的研究人員進(jìn)行認(rèn)證。
人工智能加速藥物研發(fā)也面臨其他挑戰(zhàn)。文章認(rèn)為，基于生成式人工智能的系統(tǒng)從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)，生成具有相似特征的新數(shù)據(jù)，從而推薦候選藥物分子，其中可能存在問題。比如，在回答用戶問題時(shí)，聊天機(jī)器人ChatGPT（OpenAI公司開發(fā)）有時(shí)會(huì)捏造答案，在藥物發(fā)現(xiàn)中，類似的問題會(huì)導(dǎo)致它提出不可能制造的物質(zhì)。這些問題需要通過人工調(diào)整分子結(jié)構(gòu)以及其他人工智能工具來克服。
同時(shí)，為了讓人工智能系統(tǒng)學(xué)習(xí)和改進(jìn)，需要有人制造和測試它們推薦的分子，并將結(jié)果反饋到人工智能系統(tǒng)中，這部分工作主要由制藥公司完成，然而，他們往往對(duì)自己的結(jié)果保密，部分原因是避免被競爭對(duì)手“搶先”。
“藥物發(fā)現(xiàn)過程涉及很多運(yùn)氣。即使人工智能確實(shí)減少了將化合物納入臨床前測試所需的時(shí)間和成本，大多數(shù)候選藥物在后期階段仍然會(huì)失敗。任何能夠加快這一進(jìn)程的東西都代表著勝利，工業(yè)界和學(xué)術(shù)界必須利用彼此的優(yōu)勢來確定如何利用人工智能發(fā)揮最佳效果。”文章寫道。
參考資料：https://www.nature.com/articles/d41586-023-03172-6
