AI制藥是否正在走向成熟階段？

AI + 制藥的盛宴正在上演，站在 AI 制藥風(fēng)口下的 “主角們” 相繼上場(chǎng)亮相。

根據(jù) CB Insights 數(shù)據(jù)顯示，2015 年 - 2020 年之間，AI 技術(shù)在藥物研發(fā)領(lǐng)域的融資數(shù)量和金額不斷攀升。自 2020 年 3 月以來(lái)，全球共有 11 家 AI 制藥公司完成了 1 億美元以上的融資。

圖 | AI 制藥行業(yè)融資金額及數(shù)量 （來(lái)源：CB Insights 中國(guó)）

隨著AI 制藥領(lǐng)域融資額的不斷刷新以及 AI 技術(shù)發(fā)現(xiàn)的藥物分子相繼進(jìn)入臨床階段，這是否意味著 AI 制藥正在走向成熟階段？

近日，生輝采訪(fǎng)了國(guó)內(nèi) AI 制藥公司 —— 廣州費(fèi)米子科技有限責(zé)任公司（以下簡(jiǎn)稱(chēng)為 “費(fèi)米子”）的創(chuàng)始人兼首席執(zhí)行官鄧代國(guó)博士，與他聊了聊 AI 制藥初創(chuàng)公司發(fā)展的底層邏輯和突破口所在。

在鄧代國(guó)看來(lái)，整個(gè) AI 制藥行業(yè)還處于早期發(fā)展階段，目前看來(lái)，行業(yè)內(nèi)還沒(méi)有出現(xiàn) “一家獨(dú)大” 的局面，各個(gè) AI 制藥公司各自都在聚焦自己擅長(zhǎng)的領(lǐng)域。

鄧代國(guó)博士畢業(yè)于中山大學(xué)計(jì)算機(jī)系，他也是一名連續(xù)創(chuàng)業(yè)者。自 2015 年起，他開(kāi)始探索 AI 技術(shù)在多個(gè)行業(yè)中的應(yīng)用，曾搭建了紡織業(yè)領(lǐng)域第一個(gè)基于深度學(xué)習(xí)的大規(guī)模專(zhuān)業(yè)圖片搜索引擎 —— 面料電商交易平臺(tái)搜芽，并獲得創(chuàng)新工場(chǎng)等多家機(jī)構(gòu)的投資。2018 年，他決定將 AI 技術(shù)應(yīng)用于藥物研發(fā)領(lǐng)域，并正式成立費(fèi)米子 —— 利用 AI 技術(shù)進(jìn)行小分子藥物研發(fā)。

去年 11 月，費(fèi)米子宣布完成近億元 A 輪融資。

“費(fèi)米子指的是天使粒子，寓意我們團(tuán)隊(duì)可以發(fā)現(xiàn)更多有價(jià)值的藥物分子、天使分子?！?鄧代國(guó)說(shuō)。

從靶點(diǎn)發(fā)現(xiàn)到 IND

鄧代國(guó)這樣描述費(fèi)米子正在做的事情 —— 覆蓋從藥物靶標(biāo)選擇到 IND、甚至推進(jìn)到臨床 I 期階段的解決方案，涵蓋了開(kāi)發(fā)研發(fā)平臺(tái)、數(shù)據(jù)爬取、數(shù)據(jù)結(jié)構(gòu)化、數(shù)據(jù)生成和篩選、理化數(shù)據(jù)預(yù)測(cè)，并基于該平臺(tái)進(jìn)行小分子藥物研發(fā)。

而從靶點(diǎn)發(fā)現(xiàn)到 IND 開(kāi)發(fā)的核心在于其底層技術(shù)平臺(tái) —— FermiNet 小分子研發(fā)平臺(tái)。

該平臺(tái)基于片段進(jìn)行藥物設(shè)計(jì)，能夠滿(mǎn)足研究人員將多個(gè)針對(duì)某靶標(biāo)已知活性化合物的不同片段 “糅雜” 在一起，從而獲得先導(dǎo)化合物。官方宣稱(chēng)，基于該平臺(tái)，與傳統(tǒng)藥物研發(fā)相比，費(fèi)米子可以節(jié)省 1-2 年時(shí)間，提高研發(fā)效率，部分優(yōu)化環(huán)節(jié)甚至能高出傳統(tǒng)研發(fā) 10 倍左右。

據(jù)鄧代國(guó)介紹，目前費(fèi)米子正在進(jìn)行 Beta 測(cè)試，選擇具有高組織及高蛋白亞型選擇性的商業(yè)開(kāi)發(fā)方向，測(cè)試專(zhuān)有平臺(tái)的特殊篩選功能。比如說(shuō)，當(dāng)篩選到有活性的亞型時(shí)，提高該亞型分子的安全性、控制代謝半衰期，進(jìn)行特定給藥的評(píng)測(cè)，以及特定的組織選擇分布。

具體流程是：當(dāng)決定開(kāi)發(fā)一條管線(xiàn)時(shí)，首先由 AI 和不同學(xué)科人員共同組成的投委會(huì)圍繞適應(yīng)癥方向選擇靶標(biāo)；確定某個(gè)靶標(biāo)后，針對(duì)某個(gè)特定靶標(biāo)，利用經(jīng)過(guò)優(yōu)化的通用模型篩選最佳靶標(biāo)亞型；針對(duì)活性，基于這些數(shù)據(jù)和現(xiàn)有模型，生成相關(guān)結(jié)構(gòu)化數(shù)據(jù)，在不同的商業(yè)目標(biāo)下利用通用模型去篩選特定化合物。

基于該專(zhuān)有小分子平臺(tái)，費(fèi)米子已經(jīng)開(kāi)發(fā)出了十幾條處于不同階段的小分子在研管線(xiàn)，適應(yīng)癥集中在炎癥、鎮(zhèn)痛、腫瘤。目前，有 2-3 條針對(duì)炎癥和鎮(zhèn)痛適應(yīng)癥的管線(xiàn)已完成臨床前候選化合物數(shù)據(jù)收集和生成，預(yù)計(jì)今年 10 月 - 12 月會(huì)提交 IND 批件。

藥物發(fā)現(xiàn)過(guò)程中的第一步是確定治療性藥物靶標(biāo)。目前，費(fèi)米子暫未披露所選靶標(biāo)，不過(guò)鄧代國(guó)透露，靶點(diǎn)選擇的基本原則是全球 Top5 的創(chuàng)新靶點(diǎn)。

此外，費(fèi)米子圍繞 3 大適應(yīng)癥方向，基于已選靶標(biāo)協(xié)同效果、產(chǎn)品取證以及市場(chǎng)規(guī)?？剂?，以產(chǎn)品矩陣結(jié)構(gòu)覆蓋策略為主，不斷擴(kuò)展產(chǎn)品管線(xiàn)。比如說(shuō)確定慢性鎮(zhèn)痛靶標(biāo)后，會(huì)相應(yīng)地去補(bǔ)充急性鎮(zhèn)痛靶點(diǎn)；選擇針對(duì)皮膚炎癥的靶標(biāo)之后，繼續(xù)補(bǔ)充針對(duì)特定器官的炎癥靶點(diǎn)。

鄧代國(guó)透露，費(fèi)米子的商業(yè)模式主要以與藥企合作以共同研發(fā)為主，推進(jìn)到 IND 或者臨床 I 期以后再進(jìn)行轉(zhuǎn)讓?zhuān)Ａ羲幬锏囊徊糠謾?quán)益。現(xiàn)在，費(fèi)米子已經(jīng)和國(guó)內(nèi)十幾家上市制藥公司達(dá)成了合作。

平臺(tái)有待完善

費(fèi)米子專(zhuān)有的小分子平臺(tái)還存在有待完善的空間。一是，需要構(gòu)建各種功能網(wǎng)絡(luò)并不斷優(yōu)化，比如說(shuō)選擇性網(wǎng)絡(luò)、半衰期網(wǎng)絡(luò)、血腦屏障網(wǎng)絡(luò)等；二是，需要不斷積累具有臨床價(jià)值的數(shù)據(jù)，掌握從靶標(biāo)到 IND 階段的整體解決方案。

現(xiàn)階段，費(fèi)米子的數(shù)據(jù)主要有兩大來(lái)源，一是商業(yè)付款數(shù)據(jù)庫(kù)；二是公開(kāi)數(shù)據(jù)庫(kù)，利用工具進(jìn)行爬取并變成結(jié)構(gòu)化的數(shù)據(jù)，即自動(dòng)識(shí)別特性分子，并把這種屬性標(biāo)簽規(guī)?；徒Y(jié)構(gòu)化集成一套系統(tǒng)。

其中 AI 的革新之處就在于整合了分散零碎的現(xiàn)有數(shù)據(jù)，并生成結(jié)構(gòu)化數(shù)據(jù)，并通過(guò)深度學(xué)習(xí)分析出數(shù)據(jù)的規(guī)律，然后按照這些規(guī)律進(jìn)行藥物研發(fā)，以期提高研發(fā)效率和準(zhǔn)確度。

現(xiàn)階段，AI + 制藥領(lǐng)域不會(huì)出現(xiàn) “一家獨(dú)大” 的局面

新藥的發(fā)現(xiàn)和開(kāi)發(fā)過(guò)程非常漫長(zhǎng)，昂貴且風(fēng)險(xiǎn)性極高。根據(jù)塔夫茨藥物研發(fā)研究中心的統(tǒng)計(jì)，一款新藥的研發(fā)成本大約為 26 億美元，平均耗時(shí) 10-15 年。而每個(gè)藥物發(fā)現(xiàn)過(guò)程的平均成功率僅為 10％，制藥公司的回報(bào)率已從 2008 年的 10％下降到大約 2%。

對(duì)于藥物研發(fā)公司來(lái)說(shuō)，尋求藥物研發(fā)的轉(zhuǎn)型和升級(jí)似乎也是 “必須選擇的路”。AI 能夠通過(guò)不斷深度學(xué)習(xí)優(yōu)化其在模式識(shí)別和表征學(xué)習(xí)上的熟練程度，通過(guò)對(duì)化合物結(jié)構(gòu)、基礎(chǔ)生理機(jī)制和基因等數(shù)據(jù)快速進(jìn)行結(jié)構(gòu)化分析和處理，從而更精準(zhǔn)、更快速預(yù)測(cè)分子化合物。

在揭示疾病基因通路的復(fù)雜性甚至是生物學(xué)復(fù)雜性方面，AI 似乎可以通過(guò)深度學(xué)習(xí)、算法和強(qiáng)大的算力給出 “最優(yōu)解”。

根據(jù)德勤的研究報(bào)告，AI 輔助藥物發(fā)現(xiàn)是解決藥物研發(fā)這道難題最有希望的解決方案。

“AI 應(yīng)用于藥物研發(fā)領(lǐng)域具有足夠的潛力和價(jià)值。作為一種基礎(chǔ)工具，越來(lái)越多的制藥公司會(huì)選擇使用 AI 工具，滲透率會(huì)越來(lái)越高，效率也會(huì)越來(lái)越高。隨著 AI 設(shè)計(jì)出的藥物開(kāi)始陸續(xù)進(jìn)入臨床開(kāi)發(fā)階段，AI 在制藥領(lǐng)域的話(huà)語(yǔ)權(quán)也在不斷增強(qiáng)，越來(lái)越多受到行業(yè)的認(rèn)可?！?鄧代國(guó)說(shuō)。

mRNA 療法公司 Moderna 正在使用亞馬遜的 AWS 云，設(shè)計(jì)新冠疫苗、開(kāi)發(fā)針對(duì)腫瘤、罕見(jiàn)病、自身免疫疾病等領(lǐng)域的 mRNA 療法；BMS 與 AI 科技公司 Concerto HealthAI 達(dá)成合作，利用后者真實(shí)世界數(shù)據(jù)及 AI 平臺(tái) eurekaHealth 加速新藥的發(fā)現(xiàn)和研發(fā)；英國(guó) AI 藥物發(fā)現(xiàn)公司 Exscientia 與 GSK、羅氏、賽諾菲、新基、拜耳等公司達(dá)成合作，2019 年 4 月，Excientia 向 GSK 交付了第一個(gè)通過(guò) AI 發(fā)現(xiàn)的候選藥物，這是一個(gè)治療慢性阻塞性肺?。–OPD）的潛在療法。。.

AI 制藥公司越來(lái)越多地與生物制藥公司牽手，一定程度上也表明制藥界開(kāi)始打開(kāi)對(duì) AI 的大門(mén)，制藥公司越來(lái)越認(rèn)可 AI 在新藥研發(fā)中所扮演的角色。

AI 制藥是否正在走向成熟階段？

“大環(huán)境越來(lái)越好，但是 AI 制藥是一個(gè)高門(mén)檻的領(lǐng)域，與傳統(tǒng)制藥方式差距很大。我認(rèn)為，AI 藥物研發(fā)還處于起步階段，AI 進(jìn)入成熟期還有很長(zhǎng)的路要走?！?鄧代國(guó)說(shuō)。

在他看來(lái)，未來(lái)會(huì)有更多的 AI 制藥公司如雨后春筍般成立，但是會(huì)各自聚焦特定領(lǐng)域，不會(huì)出現(xiàn) “一家獨(dú)大” 或者壟斷的局面。

AI 藥物研發(fā)對(duì)于生物模型、數(shù)據(jù)模型要求很高，因此每家 AI 制藥公司都有自己的邊界，難以形成壟斷局面。這些 AI 制藥公司會(huì)各自聚焦擅長(zhǎng)的領(lǐng)域，發(fā)揮特定獨(dú)特優(yōu)勢(shì)，在特定領(lǐng)域積累實(shí)現(xiàn)差異化布局。

“第一步，把幾條管線(xiàn)推進(jìn) IND，挑選幾條管線(xiàn)推進(jìn)到臨床 I 期階段，然后與特定領(lǐng)域的合作伙伴共同開(kāi)發(fā)，或者轉(zhuǎn)讓出去；第二步，完善臨床前平臺(tái)，生成 AI 驅(qū)動(dòng)的藥物研發(fā)方案；第三步，繼續(xù)開(kāi)發(fā)下一梯隊(duì)產(chǎn)品管線(xiàn)；第四步，未來(lái)希望能夠?qū)⒃谘泄芫€(xiàn)推進(jìn)到臨床 II 期，在合適的時(shí)機(jī)選擇上市。” 這是鄧代國(guó)對(duì)于費(fèi)米子的下一步規(guī)劃。

原文標(biāo)題：本土博士用AI尋找生物界的「天使粒子」，年內(nèi)或?qū)⒂袛?shù)條管線(xiàn)申報(bào)臨床|專(zhuān)訪(fǎng)費(fèi)米子

文章出處：【微信公眾號(hào)：DeepTech深科技】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq