91视频大全_91麻豆精品激情在线观看最新_voyeur洗浴室_www.caoliu.com_免费观看一级欧美大片黑硬粗

AI制藥再向前邁進一步。

由生成式人工智能驅動的臨床階段生物醫藥科技公司英矽智能（Insilico Medicine）6月27日宣布，其已經開始AI研制藥物的首批人體試驗，為一名中國患者提供了一種治療慢性肺部疾病特發性肺纖維化的新型療法。

這種藥物名為INS018_055，是全球第一種完全由AI設計和研制的藥物，目前已推進至2期臨床試驗驗證階段，或即將成為制藥業的重要里程碑。

近來，AI領域一度站上風口，制藥業試圖借勢起飛，AI制藥或將成為未來現實。

深圳某一級市場醫藥行業投資人向21世紀經濟報道記者坦言，盡管AI醫藥發展迅速，相關研發企業已減少需要反復自證的過程，但市場仍然帶著懷疑的目光去看待其技術和商業模式。2022年，全球多家AI制藥公司經歷了合作交易、融資等重要事件，但從海外AI制藥公司披露的年報來看，AI制藥企業也有著與普通biotech（生物醫藥）相同的煩惱：管線推進不順利、瘋狂燒錢卻收獲不多、上市藥物商業化受阻等。

AI制藥正在前行

盡管存在爭議，AI制藥卻已賦予醫藥行業豐富的想象力。

英矽智能聯合首席執行官兼首席科學官任峰表示，“啟動INS018_055的2期臨床試驗首例給藥，是中國乃至全球人工智能制藥領域的又一個里程碑。我們期待INS018_055為全球患者帶來新的選擇，也期待人工智能制藥能夠交出更高效的成績單糖心vlog。”

公開信息顯示，2021年以來，在一體化人工智能平臺Pharma.AI的支持下，英矽智能已提名12款臨床前候選化合物，并將其中3款在研藥物推進到臨床驗證階段。除了此次的INS018_055外，借助生成式人工智能藥物發現平臺，英矽智能目前已布局擁有近30條內部自研管線的療法組合，涉及纖維化、癌癥、自免和神經退行性疾病領域糖心vlog在線觀看。

作為新一代生物技術公司，英矽智能等公司已籌集數十億美元資金用于開發人工智能工具，旨在徹底改變藥物開發。

實際上，整個制藥行業都已看見AI制藥領域的巨大空缺。摩根士丹利的一份報告顯示，大型制藥公司和投資者都在爭相利用AI領域的市場機會，該市場規模已經達到500億美元。咨詢公司麥肯錫估計，全球有近270家公司致力于AI驅動的藥物發現。

具體而言，2022年，輝瑞延長與一家以色列AI公司的合作；阿斯利康擴大了與英國AI制藥公司Benevolent AI的合作；賽諾菲宣布與Exscientia開展新的合作，并與英矽智能達成合作協議。

阿斯利康負責計算化學、發現科學和研發的副主任奧拉·恩奎斯特表示，AI工具已應用于該公司約70%的小分子藥物發現項目，并且還將用于抗體設計等更復雜的項目。“雖然AI自始至終沒有創造出一種上市新藥，但也許我們正在朝著這個方向前進。”

AI制藥如何改變行業

首批進入AI制藥領域的研發公司Exscientia的創始人安德魯·霍普金斯曾表示，未來所有藥物都會以AI的方式設計，這是一種更有效的分子設計方式。問題只在于，制藥業會以多快的速度采用這一技術。

英矽智能首席執行官Zhavoronkov表示，該公司的人工智能平臺有可能將發現藥物的時間減半，并大幅削減藥物投向市場的成本。賽諾菲、復星、強生等幾家制藥公司已經和英矽智能簽署合作協議，可以使用該公司的技術。

Zhavoronkov還補充稱，根據目標的新穎性和復雜性，英矽智能的人工智能平臺可以節省二到四年的臨床前藥物發現時間。

一般而言，一款新藥的研發流程，從早期的靶點發現，到化合物發現，再到臨床前至臨床間，甚至審批上市至商業推廣，都可以使用AI技術賦能和加速。但目前而言，AI最主要集中應用于化藥及生物藥的發現和臨床前開發階段。

用于篩選的虛擬化合物庫有幾十億分子，藥物研發科學家依照計算機輔助技術和個人經驗，選定大概的方向進行實驗驗證。如果觀察到小分子和靶點的蛋白質有一定的結合能力，再進行進一步研究和優化。

AI在藥物發現領域的作用，就是在前述的經驗積累為找到正確的化合物增加一些概率。“AI能夠很快分析大量數據，找出規律，沒有任何的偏見，避免了傳統新藥研發可能因項目負責人主導產生的人為干擾，為創新藥物研發提供人類經驗之外的更多可能性。”任峰說。

“醫藥研發前期如果存在一些模型、方法，能夠考慮后面的失敗因素，讓藥物篩選、靶點選擇一次性通過，便能縮短新藥研發流程。”BioMap首席AI科學家宋樂介紹稱。盡管目前，監管機構尚未批準完全使用該技術開發的藥物，但人工智能在減少藥物開發的時間和成本方面已經展示出積極的前景。

AI制藥真的可靠嗎？

目前，所有人的目光都集中在AI設計的藥物對人類是否安全、對疾病是否有預期的效果、能否達到與傳統藥物一致的監管標準。

盡管AI制藥百花齊放，但劍橋大學分子信息學教授安德烈亞斯·本德爾表示，在不同的疾病領域有不同的靶點、不同的化學物質，因此AI藥物的批準并不意味著該領域的前景將是一片坦途。

一些批評人士也在懷疑AI研制藥物的成功概率，他們認為這項技術的潛力被過分夸大。如Exscientia在2020年利用AI開發出的首款治療強迫癥藥物，因未能達到預期標準而中斷。此外在上個月，擁有人工智能藥物發現平臺的生物技術公司Benevolent AI表示，在其主要候選藥物失敗后，該公司將裁員180人，裁員人數幾乎是其員工總數的一半。

實際上，在藥物發現和開發中使用AI的前提，是使用算法來搜索海量數據，包括化合物的結構、動物研究和患者信息，以確定藥物在人體內的靶標、哪種分子最適合、如何創造新的分子糖心vlog官網。沒有這些海量數據，AI則無法提供最準確的結果。

但對于規模較小的私營公司來說，它們可能無法負擔可購買的商業庫，也沒有大藥企自己獨有的分子庫，數據量的不足構成其發展的主要障礙。

此外，浙江工業大學智能制藥研究院院長段宏亮指出，算力也存在局限，“模擬一個蛋白或者分子空間構象對精度要求很高，目前即便是超級計算機也無法窮盡所有組合。”

海量數據是中國發展AI制藥的優勢。國內人口基數龐大，醫院規模大，更利于搜集整合大規模數據，但數據質量有待提升。段宏亮說，目前國內大部分企業通過公開數據庫拿到的藥物研發數據量少質低，需要從化學生物實驗室產生數據并積累。

“形成穩定的技術路線需要5-10年，為制藥行業帶來本質性的顛覆還要5-10年。”這是微軟杰出首席科學家劉鐵巖對AI制藥發展前景的預測。

本期編輯 江佩佩 實習生 章寶怡