近日，在同寫意主辦的第四屆前沿技術(shù)大會(huì)上，湃隆科技聯(lián)合創(chuàng)始人、藥化高級(jí)副總裁谷曉輝在與雷峰網(wǎng)《醫(yī)健AI掘金志》的對(duì)話中介紹，作為CADD升級(jí)階段，AIDD在算力、算法兩方面都取得了很大突破，應(yīng)用于藥物研發(fā)的全過程中，大幅提升了創(chuàng)新藥物的研發(fā)效率。
同時(shí)，谷曉輝博士也指出，現(xiàn)階段大家不要對(duì)AIDD期待太高，創(chuàng)新藥物研發(fā)中的許多瓶頸它目前還解決不了。
谷曉輝博士1998年畢業(yè)于中國科學(xué)院上海有機(jī)化學(xué)所，曾在美國國家癌癥中心與哈佛醫(yī)學(xué)院進(jìn)行博士后研究。
2001年，谷曉輝正式進(jìn)入工業(yè)界，先后在X-Ceptor、Exelixis、睿智化學(xué)、大冢制藥、康龍化成，先聲藥業(yè)等公司從事新藥研發(fā)和管理工作。
作為藥化學(xué)家的谷曉輝意識(shí)到，最近幾十年中興起的各種藥物研發(fā)新手段，不論是高通量篩選、組合化學(xué)或其他熱極一時(shí)的技術(shù)，都無法突破新藥研發(fā)過程中的瓶頸。
谷曉輝將目光放在了新興起的AI技術(shù)之上，期待利用AI技術(shù)來加快小分子藥物的開發(fā)并降低成本。
也是基于這個(gè)理念，2019年谷曉輝受湃隆生物CEO李銘曦邀請(qǐng)，共同創(chuàng)辦人工智能生物科技公司湃隆生物并擔(dān)任藥化高級(jí)副總裁，負(fù)責(zé)公司藥物管線布局及項(xiàng)目推進(jìn)等工作。
進(jìn)入湃隆生物后，在與AI藥物發(fā)現(xiàn)企業(yè)Exscientia共同推進(jìn)藥物研發(fā)的合作中，谷曉輝對(duì)AI制藥技術(shù)的理解更加深刻。糖心vlog
“在藥物研發(fā)過程中，有兩個(gè)重要難關(guān)是AI技術(shù)下一步需要攻克的：一是靶點(diǎn)的選擇，二是提升臨床成功率。”
以下為《醫(yī)健AI掘金志》與谷曉輝的對(duì)話內(nèi)容，《醫(yī)健AI掘金志》做了不改變?cè)獾木庉嬇c整理。
《醫(yī)健AI掘金志》：您是如何進(jìn)入藥物研發(fā)領(lǐng)域的？從什么時(shí)候開始接觸AI制藥？
谷曉輝：1998年我從中國科學(xué)院上海有機(jī)化學(xué)所博士畢業(yè)后，在美國國立衛(wèi)生研究署和哈佛醫(yī)學(xué)院分別做了一年多博士后，主要從事治療藥品成癮藥物的研發(fā)。
2001年，我正式進(jìn)入工業(yè)界，加入圣地亞哥的一家生物制藥公司X-Ceptor做藥物研發(fā)。當(dāng)時(shí)研發(fā)的一款治療原發(fā)性高血壓的MR抑制劑，于2019年在日本獲批上市。
2004年，這家公司被Exelixis收購，我也進(jìn)入Exelixis工作。
Exelixis是一家成立于1994年的制藥公司，專注于癌癥小分子藥物的研發(fā)，曾推出過一款治療腎癌與甲狀腺癌的蛋白質(zhì)酶靶向藥卡博替尼，在國內(nèi)有不少公司都在仿制。
后來我先后進(jìn)入睿智化學(xué)、大冢制藥、康龍化成等企業(yè)，負(fù)責(zé)藥化的工作。在康龍化成工作期間，我參與了公司與基因泰克合作的藥化項(xiàng)目，其中一款藥物PI3KAlpha抑制劑GDC-0077的研發(fā)最為順利，目前已經(jīng)推進(jìn)到臨床三期。
早年間，我更多是在美國從事First-in-class的藥物研發(fā)，近年來工作重心逐漸轉(zhuǎn)移到國內(nèi)，希望為國內(nèi)藥企的創(chuàng)新藥物研發(fā)貢獻(xiàn)一份力量。
2019年11月，我作為藥物化學(xué)負(fù)責(zé)人加入了先聲藥業(yè)，負(fù)責(zé)與成都先導(dǎo)的合作。不久后，我在先聲藥業(yè)的前同事李銘曦博士找到我，邀請(qǐng)我共同創(chuàng)辦湃隆生物，并負(fù)責(zé)公司的藥化工作。
當(dāng)時(shí)銘曦向我提起，湃隆生物將會(huì)與人工智能驅(qū)動(dòng)的精準(zhǔn)醫(yī)學(xué)公司Exscientia合作，利用位于上海和舊金山灣區(qū)的兩大戰(zhàn)略研發(fā)中心以及與歐洲重要的合作伙伴關(guān)系，整合跨越多個(gè)地區(qū)的頂尖人才和尖端技術(shù)，為高度未滿足的醫(yī)療需求提供突破性藥物。
那一時(shí)期，國內(nèi)的創(chuàng)新藥發(fā)展已經(jīng)進(jìn)入瓶頸期，很多公司的研發(fā)工作都是以專利破解為主，很少出現(xiàn)真正的創(chuàng)新。
我覺得利用AI技術(shù)或許能夠找到新的化學(xué)起點(diǎn)，為創(chuàng)新藥物研發(fā)創(chuàng)造更多的可能性，于是加入了湃隆生物，正式開始利用AI技術(shù)進(jìn)行藥物研發(fā)工作。
《醫(yī)健AI掘金志》：湃隆生物目前有哪些研發(fā)管線？
谷曉輝：湃隆生物嘗試?yán)萌斯ぶ悄軆?yōu)化藥物研發(fā)的全過程—從靶點(diǎn)選擇到臨床試驗(yàn)。
目前，公司已針對(duì)細(xì)胞周期CDK和“合成致死”信號(hào)通路開發(fā)了多款候選藥物，我們利用人工智能（AI）技術(shù)開發(fā)的首款新藥CDK7抑制劑GTAEXS617不久前已在歐盟獲得新藥臨床試驗(yàn)（IND）批準(zhǔn)，并已完成首位患者招募。
GTAEXS617是一款高選擇性的小分子非共價(jià)CDK7抑制劑。CDK7是細(xì)胞周期依賴性激酶（CDK）家族的成員之一，其過表達(dá)與許多腫瘤細(xì)胞的生長、增殖密切相關(guān)，CDK7抑制劑有望為一系列難治性腫瘤患者帶來新的治療選擇。全球范圍內(nèi)尚沒有CDK7抑制劑獲批上市。
除了CDK7抑制劑，我們的研發(fā)管線中還有一些其他處在臨床前研究階段的高選擇性CDK抑制劑糖心vlog在線觀看。
此外，我們的“合成致死”管線中，也有項(xiàng)目已經(jīng)進(jìn)入到IND-enabling階段。預(yù)計(jì)在未來的3~5年，每年會(huì)有1-2個(gè)項(xiàng)目逐漸進(jìn)入到臨床試驗(yàn)階段。
針對(duì)這些不同的項(xiàng)目，我們的整體開發(fā)理念是，通過轉(zhuǎn)化醫(yī)學(xué)研究，去探索不同的生物標(biāo)志物，從而給特定的患者群體帶來精準(zhǔn)的治療選擇。
《醫(yī)健AI掘金志》：近年來，藥物研發(fā)的工具和手段經(jīng)過了哪些升級(jí)和演變？
谷曉輝：早期的藥物化學(xué)家平均每周只能合成1-2個(gè)化合物，一年合成不到一百個(gè)化合物。那時(shí)人們?cè)谡J(rèn)知上存在一個(gè)誤區(qū)：如果能夠快速合成許多化合物，或許就能夠縮短新藥研發(fā)的周期。
在這個(gè)錯(cuò)誤觀念的影響下，組合化學(xué)這門技術(shù)在上世紀(jì)九十年大受制藥公司的歡迎，在液相或固相上進(jìn)行平行合成，一周能合成幾萬或幾十萬個(gè)化合物。
但創(chuàng)新藥研發(fā)并不是一個(gè)簡單的數(shù)量問題，構(gòu)效關(guān)系的研究其實(shí)是一個(gè)螺旋式上升的過程，有時(shí)合成一萬個(gè)化合物跟合成二十個(gè)化合物獲得的信息基本上是一樣的，一定要經(jīng)過螺旋式上升的過程，才能慢慢接近臨床的合成化合物。
組合化學(xué)在實(shí)際應(yīng)用許多年以后，大家發(fā)現(xiàn)并沒有從實(shí)質(zhì)上提升研發(fā)效率，也沒能壓縮從項(xiàng)目立項(xiàng)到PCC（臨床前候選化合物）的時(shí)間。
當(dāng)然，組合化學(xué)也并非完全沒用，直到現(xiàn)在，我們?cè)谧龌衔飪?yōu)時(shí)也常會(huì)用到組合化學(xué)做一些小規(guī)模的化合物庫，這樣能快速獲得構(gòu)效關(guān)糸和找到成藥性好的化合物。
新的技術(shù)出現(xiàn)一般都能對(duì)創(chuàng)新藥研發(fā)的過程帶來或多或少的影響，甚至加速創(chuàng)新藥研發(fā)的過程，但迄今為止沒一項(xiàng)技能夠真正打破創(chuàng)新藥研發(fā)遇到的瓶頸，大大提高創(chuàng)新藥研發(fā)的臨床成功率。
從上世紀(jì)八十年代興起的計(jì)算機(jī)輔助藥物（CADD）也是如此。在算法、算力都取得突破之后，CADD也進(jìn)入了一個(gè)升級(jí)階段：AIDD，也就是現(xiàn)在常說的AI制藥。
《醫(yī)健AI掘金志》：AI技術(shù)在藥物研發(fā)中能夠發(fā)揮哪些作用？
谷曉輝：以湃隆生物為例，我們旨在利用AI技術(shù)開發(fā)腫瘤精準(zhǔn)治療藥物，以解決患者的未滿足臨床需求。AI技術(shù)在藥物研發(fā)中發(fā)揮著非常重要的作用，我們目前的研發(fā)工作中很多方面都在使用AI技術(shù)，從靶點(diǎn)發(fā)現(xiàn)，分子的設(shè)計(jì)和優(yōu)化，ADME及毒性的預(yù)測(cè)到臨床階段生物標(biāo)志物的發(fā)現(xiàn)。
行業(yè)中，通常推十個(gè)化合物進(jìn)入臨床階段，可能最后只有一個(gè)化合物能夠獲批，百分之九十的項(xiàng)目都死掉了，如果能夠提高臨床成功率，一定能節(jié)省很多研發(fā)費(fèi)用，這也是創(chuàng)新藥行業(yè)目前遇到的最大的問題。
AI制藥目前能夠縮短拿到臨床前候選化合物的時(shí)間。如果不用AI技術(shù)，做First in Class時(shí)間稍長，可能要四五年，F(xiàn)ast Follow一般兩年之內(nèi)就能夠拿到PCC。在AI技術(shù)的加成之下，F(xiàn)ast Follow的PCC階段能縮短到一年之內(nèi)。
如今潮水退去，行業(yè)逐漸回歸理性，大家都在探索如何利用AI技術(shù)更好地賦能藥物研發(fā)的各個(gè)環(huán)節(jié)。也許過程中還有許多技術(shù)難題尚未克服，但AI技術(shù)對(duì)創(chuàng)新藥研發(fā)工作的加成毋庸置疑。
《醫(yī)健AI掘金志》：相比近年來成立的AI制藥公司，擁有更多數(shù)據(jù)積累的大型藥企在AI輔助藥物研發(fā)方面是否更具優(yōu)勢(shì)？
谷曉輝：大型藥企在數(shù)據(jù)積累上的確更加深厚，他們通常在多個(gè)領(lǐng)域進(jìn)行藥物研發(fā)，并在多個(gè)疾病領(lǐng)域有廣泛的研究和臨床前及臨床數(shù)據(jù)的積累，很多藥企也在嘗試搭建自己的AI制藥團(tuán)隊(duì)，
同時(shí)，大型藥企通常擁有更多的資金和資源，可以投入到AI輔助藥物研發(fā)領(lǐng)域。
我們的合作方Exscientia是一家以人工智能驅(qū)動(dòng)的精準(zhǔn)醫(yī)學(xué)公司，他們開發(fā)了首個(gè)功能性精準(zhǔn)腫瘤學(xué)平臺(tái)，在前瞻性、干預(yù)性臨床研究中指導(dǎo)治療選擇并改善患者預(yù)后，同時(shí)將人工智能設(shè)計(jì)的小分子化合物推進(jìn)到臨床應(yīng)用領(lǐng)域。
總體而言，AI在藥物研發(fā)領(lǐng)域的應(yīng)用已經(jīng)成為一種趨勢(shì)，大型藥企和AI制藥公司都在不斷探索和應(yīng)用這項(xiàng)技術(shù)，以加速藥物研發(fā)過程，提高研發(fā)成功率，并為患者提供更有效的治療方案。
《醫(yī)健AI掘金志》：國內(nèi)外的AI制藥行業(yè)還存在哪些差距？
谷曉輝：早期AI制藥行業(yè)的從業(yè)者，大都是軟件工程師出身，AIDD和CADD人才儲(chǔ)備也不夠，既懂人工智能又懂創(chuàng)新藥研發(fā)的復(fù)合型人才更是稀缺。
隨著國內(nèi)AI制藥行業(yè)的發(fā)展，雖然正在不斷培養(yǎng)人才，但在某些高端領(lǐng)域的專業(yè)人才仍相對(duì)稀缺糖心vlog入口。
盡管存在差距，中國的AI制藥行業(yè)正朝著積極的方向發(fā)展，政府和企業(yè)都在積極推動(dòng)AI技術(shù)在醫(yī)藥領(lǐng)域的應(yīng)用，隨著技術(shù)的不斷進(jìn)步和投入的增加，國內(nèi)外人才儲(chǔ)備方面的差距在逐漸縮小，尤其是在算法上，國內(nèi)外已經(jīng)沒有明顯差距。
《醫(yī)健AI掘金志》：國內(nèi)外新藥研發(fā)的環(huán)境有哪些不同的地方？
谷曉輝：國內(nèi)外在研發(fā)投入方面的不同，中國也在逐步增加對(duì)新藥研發(fā)的投入，但與美國相比，仍有一定差距。
國外一些國家擁有世界級(jí)的研究機(jī)構(gòu)和優(yōu)秀的科研人才，對(duì)新藥研發(fā)起到積極作用。中國在人才儲(chǔ)備和科研能力方面也在不斷提高，但在某些高端領(lǐng)域仍需要更多的努力。
中國和國外新藥研發(fā)的環(huán)境各有優(yōu)勢(shì)和挑戰(zhàn)。隨著中國不斷加大對(duì)新藥研發(fā)的投入，相信中國的新藥研發(fā)環(huán)境將繼續(xù)逐步優(yōu)化，并取得更大的進(jìn)步。雷峰網(wǎng)雷峰網(wǎng)
糖心vlog tangxin