Insilico Medicine全球首次利用人工智能發(fā)現(xiàn)新機(jī)制特發(fā)性肺纖維化藥物

Insilico Medicine因全球首次利用人工智能發(fā)現(xiàn)新機(jī)制特發(fā)性肺纖維化藥物，而在生物技術(shù)和藥物發(fā)現(xiàn)領(lǐng)域攬獲多項(xiàng)行業(yè)第一：

• 通過(guò)多次人體細(xì)胞和動(dòng)物模型實(shí)驗(yàn)的成功驗(yàn)證，證明人工智能研發(fā)的新藥物靶點(diǎn)和分子的有效性和安全性，今天的突破標(biāo)志著業(yè)界首次對(duì)人工智能進(jìn)行科學(xué)驗(yàn)證，并將其用于新藥研發(fā)，直至候選化合物的臨床前研究。
• 首次在新藥研發(fā)過(guò)程中通過(guò)人工智能將生物學(xué)和化學(xué)結(jié)合：從歷史上看，發(fā)現(xiàn)新靶點(diǎn)、設(shè)計(jì)新化合物，和通過(guò)臨床前和臨床研究驗(yàn)證其有效性的步驟是人工智能藥物發(fā)現(xiàn)過(guò)程中不同的部分。
• Insilico在臨床前候選藥物選擇方面突破刷新了速度和最低成本的紀(jì)錄—大大加快和推進(jìn)臨床前開(kāi)發(fā)，同時(shí)節(jié)約了數(shù)百萬(wàn)美元的藥物開(kāi)發(fā)成本。

香港，上海2021年2月25日 /美通社/ -- Insilico Medicine在人工智能和新藥開(kāi)發(fā)方面取得突破—首次將生物學(xué)和化學(xué)生成學(xué)相結(jié)合，發(fā)現(xiàn)一種全新機(jī)制的用于治療特發(fā)性肺纖維化（IPF）的臨床候選新藥，并成功通過(guò)多次人類細(xì)胞和動(dòng)物模型實(shí)驗(yàn)驗(yàn)證。IPF牽涉多種疾病，影響多個(gè)器官（肺、肝和腎），這一新藥的出現(xiàn)有望解決影響全球成千上萬(wàn)人的廣泛的未被滿足的醫(yī)療需求。

IPF病因至今未明，醫(yī)學(xué)界尚不清楚其發(fā)病機(jī)制，且該病多為散發(fā)，患者從出現(xiàn)癥狀到死亡，平均存活年限不超過(guò)5年。

廣泛的肺纖維化容易并發(fā)肺癌，晚期也會(huì)出現(xiàn)肺動(dòng)脈高壓?，F(xiàn)用于治療IPF的藥物已在臨床使用30多年，僅對(duì)10%～30%的病人有療效。患者在疾病晚期靠氧療提高生存質(zhì)量，但情況不容樂(lè)觀。

Insilico Medicine創(chuàng)始人兼首席執(zhí)行官Alex Zhavoronkov博士表示：“將正確的藥物靶點(diǎn)與正確的疾病聯(lián)系起來(lái)是藥物研發(fā)的最大挑戰(zhàn)”，“隨著今天我們實(shí)現(xiàn)第一個(gè)人工智能發(fā)現(xiàn)和科學(xué)驗(yàn)證臨床前候選藥物（PCC）的里程碑，Insilico攻克了藥物發(fā)現(xiàn)中的又一大障礙，并突破了傳統(tǒng)藥物發(fā)現(xiàn)過(guò)程中的另一瓶頸，這一過(guò)程花費(fèi)了非常少的成本和時(shí)間?！?/p>

AI改寫藥物發(fā)現(xiàn)的歷史

從靶點(diǎn)發(fā)現(xiàn)到臨床前候選藥物的發(fā)明，Insilico僅用時(shí)不到18個(gè)月，就實(shí)現(xiàn)了靶點(diǎn)發(fā)現(xiàn)、分子生成和通過(guò)傳統(tǒng)實(shí)驗(yàn)驗(yàn)證，動(dòng)物體內(nèi)IPF療效確認(rèn)及安全性評(píng)估，總成本約為180萬(wàn)美元，其他纖維化疾病療效研究總成本約為80萬(wàn)美元，合成和測(cè)試了不超過(guò)80個(gè)小分子化合物。

傳統(tǒng)的藥物發(fā)現(xiàn)首先是對(duì)數(shù)萬(wàn)個(gè)小分子進(jìn)行測(cè)試篩選，然后進(jìn)一步合成和測(cè)試數(shù)百個(gè)分子，以便得到少數(shù)幾個(gè)適合臨床前研究的候選藥物，其中只有大約1/10的候選藥物能夠最終通過(guò)人類患者的臨床試驗(yàn)。整個(gè)過(guò)程緩慢且成本昂貴，平均耗時(shí)10年，花費(fèi)十?dāng)?shù)億美元。

另一個(gè)進(jìn)一步阻礙新藥推向市場(chǎng)的障礙是，整個(gè)研發(fā)過(guò)程涉及的大量研發(fā)步驟—每一階段花費(fèi)數(shù)百至數(shù)千萬(wàn)美元—往往是由藥物研發(fā)行業(yè)中不同公司或不同的業(yè)務(wù)部門分散進(jìn)行的。

Zhavoronkov博士表示：“我們正在改寫藥物發(fā)現(xiàn)的歷史，成為首個(gè)、也是唯一一個(gè)以人工智能為驅(qū)動(dòng)的藥物發(fā)現(xiàn)集成系統(tǒng)的開(kāi)創(chuàng)者和領(lǐng)導(dǎo)者”，“通過(guò)創(chuàng)建首個(gè)通用系統(tǒng)，將藥物開(kāi)發(fā)的所有領(lǐng)域從靶點(diǎn)發(fā)現(xiàn)、小分子化合物設(shè)計(jì)以及將來(lái)的臨床試驗(yàn)結(jié)果預(yù)測(cè)聯(lián)系起來(lái)，Insilico的人工智能平臺(tái)將能夠支持藥物研發(fā)的每一階段的發(fā)展?！?/p>

AI如何發(fā)現(xiàn)新機(jī)制特發(fā)性肺纖維化藥物

Insilico Medicine從通過(guò)人工智能發(fā)現(xiàn)的20個(gè)與纖維化相關(guān)的全新潛在靶點(diǎn)開(kāi)始研究，將適應(yīng)癥范圍逐步縮小到專門針對(duì)IPF的一個(gè)新靶點(diǎn)。

靶點(diǎn)確定后，Insilico通過(guò)人工智能化學(xué)生成系統(tǒng)設(shè)計(jì)了一組新的化合物來(lái)選擇性地抑制這個(gè)新靶點(diǎn)。這些分子必須具備良好的選擇性、生物利用度、代謝穩(wěn)定性、口服給藥性質(zhì)、安全性，及藥物特有的多個(gè)優(yōu)質(zhì)屬性。這些分子最初是由公司的生成化學(xué)由NVIDIA V100 Tensor Core GPU驅(qū)動(dòng)的人工智能系統(tǒng)Chemistry42其中的基于結(jié)構(gòu)的分子設(shè)計(jì)算法產(chǎn)生的，并且顯示在細(xì)胞實(shí)驗(yàn)和動(dòng)物模型實(shí)驗(yàn)的有效性。

這些實(shí)驗(yàn)數(shù)據(jù)隨后反饋給人工智能系統(tǒng)，人工智能再次設(shè)計(jì)新一批的化合物優(yōu)化活性及成藥性，并再次驗(yàn)證。

經(jīng)過(guò)數(shù)輪設(shè)計(jì)-合成-評(píng)估-優(yōu)化-重新設(shè)計(jì)循環(huán)后，目前已經(jīng)確定了臨床前候選化合物。Insilico的臨床前候選化合物通過(guò)了公司內(nèi)部和外部纖維化疾病領(lǐng)域?qū)＜业膰?yán)格評(píng)估，已進(jìn)入臨床前研究階段。

此外，公司還通過(guò)人工智能預(yù)測(cè)此IPF新靶點(diǎn)、新分子的二期臨床試驗(yàn)成功機(jī)率很高。Insilico目前正在進(jìn)行IND申報(bào)實(shí)驗(yàn)，目標(biāo)是在2022年初進(jìn)行臨床研究。

Insilico歡迎和期待與制藥公司合作，共同進(jìn)行II期后的藥物開(kāi)發(fā)。

盡管圍繞新藥研發(fā)的熱門話題通常集中在何時(shí)發(fā)現(xiàn)新靶點(diǎn)或何時(shí)新藥進(jìn)入臨床試驗(yàn)，但目前最適合創(chuàng)新和對(duì)業(yè)務(wù)影響最大的領(lǐng)域是從靶點(diǎn)發(fā)現(xiàn)到臨床開(kāi)發(fā)之間。

開(kāi)創(chuàng)歷史的Insilico

2019年，Insilico開(kāi)創(chuàng)了歷史，它發(fā)明并推出了一種新的用于藥物發(fā)現(xiàn)的人工智能系統(tǒng)，能夠在21天從始至終創(chuàng)造出全新的分子，花費(fèi)僅約15萬(wàn)美元。由于靶點(diǎn)發(fā)現(xiàn)的失敗率約為95%，Insilico當(dāng)時(shí)解決了該行業(yè)藥物發(fā)現(xiàn)的最大瓶頸之一。Insilico的人工智能軟件以利用現(xiàn)代人工智能技術(shù)的生成化學(xué)為驅(qū)動(dòng)，能夠快速生成具有特定性質(zhì)的新型分子結(jié)構(gòu)。

作為首家探索使用生成性對(duì)抗網(wǎng)絡(luò)（GAN）和生成式強(qiáng)化學(xué)習(xí)（RL）人工智能技術(shù)進(jìn)行藥物發(fā)現(xiàn)的公司，Insilico的人工智能軟件的成功是向業(yè)界展示首次成功發(fā)現(xiàn)和生成新的臨床候選化合物的科學(xué)驗(yàn)證。

Zhavoronkov博士發(fā)言表示：

“深度學(xué)習(xí)革命的巔峰可以追溯到2014年，那時(shí)由NVIDIA GPU和AI軟件加速的深度學(xué)習(xí)系統(tǒng)開(kāi)始在圖像識(shí)別和生成性對(duì)抗網(wǎng)絡(luò)方面超越人類。同年，公司成立。2016年，我們通過(guò)實(shí)驗(yàn)驗(yàn)證，深度學(xué)習(xí)系統(tǒng)可以從組學(xué)數(shù)據(jù)中識(shí)別新的生物靶點(diǎn)。自2017年-2019年，我們不斷證明，生成式人工智能可以發(fā)明和設(shè)計(jì)在人類細(xì)胞和動(dòng)物體內(nèi)有活性的新分子。

但是還有一個(gè)大難題—人工智能能否為一個(gè)沒(méi)有已知的抑制劑、也未在疾病中得到驗(yàn)證的新靶點(diǎn)設(shè)計(jì)出一種新的分子？現(xiàn)在，我們已經(jīng)成功地將生物學(xué)和化學(xué)結(jié)合起來(lái)，并獲得能夠作用于一個(gè)新的靶點(diǎn)的臨床前候選藥物提名，目的是將其用于人類臨床試驗(yàn)，這是一個(gè)亟待解決的、數(shù)量級(jí)更復(fù)雜、風(fēng)險(xiǎn)更大的難題。

據(jù)我所知，這是首例人工智能成功發(fā)現(xiàn)一個(gè)新靶點(diǎn)，并設(shè)計(jì)一個(gè)能夠作用于大人群疾病適應(yīng)癥的臨床前候選新藥。這對(duì)我們來(lái)說(shuō)是一個(gè)重要的里程碑。我們最終的‘登月計(jì)劃’是解決人類的衰老問(wèn)題，這需要我們擁有更多更可靠的人工智能技術(shù)，幫助我們理解和調(diào)控其他慢性疾病中的人類生物學(xué)?！?/i>