最近，英矽智能公司（insilico medicine）研發的治療特發性肺纖維化的新藥項目ism055進入臨床試驗，在澳大利亞完成了第一例健康志愿者的臨床給藥，成為全球首個由人工智能驅動發現的新靶點、新分子結構候選新藥。這家將藥物研發中心設在上海的外企，已向中國國家藥監局藥品審評中心遞交預申請，有望明年上半年在我國啟動1期臨床試驗。
諾貝爾化學獎得主、生物物理學家邁克爾·萊維特（michael levitt）教授認為，這是人工智能制藥領域的里程碑進展，人工智能技術正在引發生物醫藥產業的革命。
從發現藥物新靶點到進入臨床試驗，英矽智能上海研發中心發揮了重要作用。“我們可以在世界上很多地方用人工智能設計新藥，但新藥研發實驗首選在上海進行，因為這里是生物醫藥創新中心。”公司創始人、加拿大科學家亞歷克斯·扎沃洛科夫（alex zhavoronkov）博士說。
人工智能貫穿新藥研發全程
亞歷克斯·扎沃洛科夫博士
此后的國際行業趨勢證明，這次創業趕上了“風口”。如今，人工智能制藥已成為一個炙手可熱的科技領域。據統計，全球現有約240家人工智能制藥企業，去年吸引了19億美元投資。今年10月，阿斯利康、默克、輝瑞等6家跨國藥企與亞馬遜、以色列生物科技基金共同建立了aion實驗室，探索用人工智能等技術研發新藥。11月，谷歌母公司alphabet宣布成立一家人工智能制藥公司，由帶領團隊研發出“阿爾法圍棋”和“阿爾法折疊”系統的戴密斯·哈薩比斯（demis hassabis）擔任首席執行官。
在萊維特看來，英矽智能的最大特點是將人工智能貫穿于新藥研發全過程，而不是局限于某個環節。這家企業開發了一個“端到端”人工智能制藥系統，包括靶點發現平臺pandaomics、小分子化合物設計和生成平臺chemistry42、臨床試驗結果預測平臺inclinico。
治療特發性肺纖維化的候選新藥ism055就誕生于這個系統。它的作用靶點是全新的，由pandaomics平臺發現。這個平臺通過對組學數據和文本數據池的分析，找到病人與健康人群的基因差異，再結合信號通路、科學文獻、意見領袖等多方面信息的綜合分析，找到靶點與疾病的關聯，進而發現某種適應證的新靶點。
針對新靶點，chemistry42平臺通過“生成式對抗網絡”等深度學習算法，設計并合成了一批小分子化合物。研發人員對這批化合物進行實驗測試，并將測試數據輸入chemistry42。這個平臺對數據進行深度學習后，再合成一批更優的化合物。就這樣，經過數輪“設計—合成—測試—優化”后，英矽智能確定了臨床前候選化合物。
英矽智能“端到端”藥物研發平臺pharma.ai
張江藥谷吸引全球人才來滬
主導實驗測試的英矽智能上海研發中心位于張江藥谷，員工超過70名，其中博士占比60%以上。在公司首席科學官任峰博士帶領下，上海研發中心負責將人工智能發現的新藥推進到臨床試驗階段，并建立廣泛的臨床前和臨床階段創新藥物管線。目前，中心已在癌癥、纖維化、免疫性疾病等領域建立了30多條臨床前在研管線。中心還與華東醫藥、西湖制藥、勁方醫藥等多家國內藥企簽署了合作協議，用人工智能賦能新藥研發。
“張江藥谷有如此多的cro（醫藥研發合同外包服務機構），還有如此多的人才、如此充滿活力和努力工作的社群，人們專注于以最高的質量快速交付實驗結果，這就是我們選擇落戶上海的原因。”扎沃洛科夫一連用三個“如此”，道出了上海對全球生物醫藥、生命科學人才的吸引力。據介紹，英矽智能在收集信息數據的同時，在多家cro開展臨床前細胞實驗和動物實驗，從而快速迭代人工智能系統。“這讓我們在研管線進展很快，唯一能滿足這種流程管理創新的地方就是上海。”
扎沃洛科夫博士與任峰博士
張江ai（人工智能）新藥研發聯盟的成立，也讓扎沃洛科夫感到欣喜。這個今年10月成立的聯盟由陳凱先、蔣華良、饒子和三位中科院院士倡議，中科院上海藥物研究所、浙江大學上海高等研究院、美迪西、英矽智能、上海翰森等單位創始發起，旨在以項目為牽引，把生物醫藥和人工智能領域的科研機構和企業聯合在一起，開展協同攻關。借助聯盟平臺，英矽智能將在上海迎來更大發展。
如何培養“智藥”研發人才
根據張江ai新藥研發聯盟的構想，到2025年，張江藥谷的“ai智藥生態”有望集聚300家活躍機構、30個創新聯合體和30個賦能平臺，人工智能有望助力每年新增30條一類新藥管線。
萊維特認為，藥物發現的效率近年來越來越低，需要一些舉措從根本上提升效率。“像英矽智能那樣從尋找靶點開始，讓人工智能貫穿整個藥物研發過程，是一種思路。從本質上講，人工智能可以帶來盡可能多的信息，并以一種巧妙、平衡的方式處理信息，這顯然是正確的研究方式。”
“靶點發現的失敗率非常高，這是生物醫藥產業的根本挑戰。”扎沃洛科夫說，“在ism055項目中，我們利用‘端到端’人工智能發現了新的靶點，并在多個臨床前模型中驗證了候選藥物的有效性和安全性。”人工智能不僅有望降低靶點發現的失敗率，還能提高新藥研發的效率，節省研發投入。以ism055項目為例，英矽智能完成從靶點發現到確定臨床前候選藥物這一過程，僅耗時18個月，研發投入僅260萬美元。而傳統的藥物發現方式，完成這一過程往往要耗時4年以上，投入上億美元，還要面對高失敗率的風險。
ism055項目研發進程
面對已經萌發的“人工智能+生物醫藥”革命，上海除了打造“ai智藥生態”，還要有什么作為？兩位外國專家都提到了人才培養的重要性。
作為復旦大學復雜體系多尺度研究院名譽院長，萊維特今年為復旦本科生開設了“定量生物物理學前沿導論”課。這門課程不設專業限制，生物、物理、化學、藥學、數學、計算機等專業的學生都可學習，因為生物物理學的交叉性很強，人工智能制藥就屬于這個學科。萊維特建議，有更多的研究型大學為本科生開設定量生物物理學或計算生物學課程，吸引他們今后投身這一科研領域。
英矽智能培養人才的做法，也值得上海借鑒。扎沃洛科夫介紹，公司有近70位人工智能專家，他們都是從“黑客馬拉松”競賽中脫穎而出的高手。被公司招致麾下后，他們會接受2—3年的生物化學和醫學知識培訓，成長為“人工智能+生物醫藥”復合型人才。上海要加快發展人工智能制藥技術和產業，可借鑒這種人才培養模式，讓一大批信息技術“黑客”轉型為“智藥”研發人才。
