未來，我們吃的藥可能會是“AI造”

陳曦

美國華盛頓大學(xué)戴維·貝克教授團(tuán)隊在《細(xì)胞》雜志上發(fā)表論文，利用人工智能（AI）技術(shù)平臺精準(zhǔn)地設(shè)計出能夠穿過細(xì)胞膜的大環(huán)多肽分子，開辟了研發(fā)全新口服藥物的新途徑。

近年來，AI加速助力新藥研發(fā)，幾乎參與了從藥物靶點發(fā)現(xiàn)到臨床試驗的全流程。在新冠肺炎疫情期間，多款藥物問世的背后也都有AI的身影，全球AI制藥產(chǎn)業(yè)實現(xiàn)加速跑。

AI融入藥物研發(fā)各個環(huán)節(jié)

“AI一詞是約翰·麥卡錫在1956年達(dá)特茅斯會議上提出的，用來描述‘制造智能機器的科學(xué)和工程。AI差不多也是在這個時候被引入藥物研發(fā)領(lǐng)域的。”南開大學(xué)藥學(xué)院教授林建平介紹，1964年，定量構(gòu)效關(guān)系建模領(lǐng)域的建立成為AI開始用于藥物研發(fā)的標(biāo)志。

如今，AI在藥物研發(fā)中發(fā)揮著越來越重要的作用，并與藥物研發(fā)的各個環(huán)節(jié)緊密結(jié)合。

一款藥物從無到有，要歷經(jīng)漫長且坎坷的過程。其中主要包括4個研發(fā)階段，即靶標(biāo)選擇和驗證、化合物篩選和先導(dǎo)優(yōu)化、臨床前研究以及臨床試驗。而每一個階段又涉及許多具體環(huán)節(jié)。

林建平舉例說：“比如在靶標(biāo)選擇和驗證階段，需要確定疾病相關(guān)的靶標(biāo)。根據(jù)傳統(tǒng)實驗去確定靶標(biāo)，既費時成本又高，而使用AI技術(shù)結(jié)合已有的組學(xué)大數(shù)據(jù)，根據(jù)已知的以及新產(chǎn)生的實驗數(shù)據(jù)，就可以快速分析出潛在候選靶標(biāo)，節(jié)約時間和成本；或在已知先導(dǎo)化合物的功效，但是缺少明確靶標(biāo)而導(dǎo)致具體作用機制和副作用不明確時，AI可以大范圍預(yù)測靶標(biāo)，縮小候選靶標(biāo)的范圍，最后結(jié)合實驗手段快速定位真正的靶標(biāo)。”“AI幫助藥物研發(fā)者快速找到靶標(biāo)，加快先導(dǎo)化合物向藥物轉(zhuǎn)化的進(jìn)程。”林建平介紹。

對于已有的藥物，AI同樣可以通過靶標(biāo)預(yù)測，發(fā)現(xiàn)新的靶標(biāo)，從而發(fā)現(xiàn)新的藥物適應(yīng)癥，這也是一個非常熱門的領(lǐng)域——藥物重定位。

在最重要的臨床試驗階段，AI的應(yīng)用也起到了事半功倍的效果。“在這一階段，需要在患者身上評價藥物的安全性和有效性，AI可以參與到患者的招募、臨床試驗設(shè)計以及試驗結(jié)果數(shù)據(jù)分析等環(huán)節(jié)中。”林建平舉例，“比如，可以通過AI技術(shù)從過去的臨床患者中，提取患者的個人特征、癥狀、治療效果等數(shù)據(jù)，找到最匹配當(dāng)前試驗的患者；試驗設(shè)計上，AI可以預(yù)測合適的藥物劑量、治療方案等；而試驗數(shù)據(jù)上，可以采用AI技術(shù)跟蹤和管理患者的實時情況，預(yù)測患者后續(xù)情況等。”

AI大大縮減藥物研發(fā)成本

一種新藥的誕生，通常需投入10億甚至數(shù)10億美元，研發(fā)周期一般超過10年，成功率卻低于10%。而由于AI的加入，如今的藥物研發(fā)成本減少了上億美元，同時也大大縮短了研發(fā)時間，一般來說可以縮短一半以上。例如，AI將臨床前候選化合物的研發(fā)時間從平均4年半縮短至約13.7個月，縮短了近75%。

此外，AI還提高了藥物研發(fā)的成功率。“通俗講，藥物研發(fā)實際上是一個試錯的過程，AI可以幫助我們排除大量錯誤，最后留給我們的就是更大的成功機會。”林建平說。

正是由于AI制藥具有對傳統(tǒng)制藥碾壓式的優(yōu)勢，AI制藥產(chǎn)業(yè)在全球不斷發(fā)展壯大。目前，AI制藥產(chǎn)業(yè)發(fā)展可概括為三大階段：第一個階段，AI制藥公司初步形成，主要針對某個階段的藥物研發(fā)提供AI技術(shù)服務(wù)；第二個階段，AI制藥公司開發(fā)了成熟的研發(fā)管線，并且開發(fā)的藥物進(jìn)入臨床驗證，這一階段將吸引大量資本和初創(chuàng)企業(yè)加入；而第三階段，則進(jìn)入關(guān)鍵的臨床Ⅱ期藥效性實驗，真正證明AI研發(fā)藥物的有效性。

“目前全球AI制藥產(chǎn)業(yè)已步入第三個發(fā)展階段。”林建平說。

我國AI制藥起步較晚，尚處于第二個階段。“但是國內(nèi)的AI制藥產(chǎn)業(yè)發(fā)展速度非常快，各大互聯(lián)網(wǎng)巨頭以及一些大型藥企均開始布局AI制藥賽道，當(dāng)然還包括一些初創(chuàng)公司。”林建平表示。

超算驅(qū)動現(xiàn)代藥物研發(fā)產(chǎn)業(yè)發(fā)展

隨著AI技術(shù)的不斷發(fā)展，AI藥物研發(fā)的進(jìn)程也在“提速”。

此外，超級計算平臺在現(xiàn)代藥物研發(fā)中也發(fā)揮著日益強勁的驅(qū)動作用，特別是伴隨著“天河”等新一代超級計算機的研制成功，百億級虛擬藥物篩選、大規(guī)模全原子分子動力學(xué)模擬、大規(guī)模AI預(yù)訓(xùn)練模型等計算和智能技術(shù)為現(xiàn)代藥物研發(fā)創(chuàng)新帶來新機遇。

目前天河超級計算平臺支撐了數(shù)十家機構(gòu)、上百個研發(fā)團(tuán)隊開展高性能計算支撐的虛擬藥物研發(fā)工作，取得了良好的成效。國家超級計算天津中心高性能計算部部長康波表示，超算團(tuán)隊將基于天河新一代超級計算機，研發(fā)物理生化模型與人工智能結(jié)合的藥物設(shè)計新方法，構(gòu)建計算機輔助藥物設(shè)計研發(fā)核心鏈條聚合機制，探索算數(shù)融合、藥工結(jié)合、研用協(xié)同的信創(chuàng)數(shù)字?jǐn)?shù)值裝置模式，研制面向創(chuàng)新藥物發(fā)現(xiàn)的虛擬實驗室，提升超算驅(qū)動現(xiàn)代藥物創(chuàng)新發(fā)展的綜合支撐能力。

（選自2022年10月10日《科技日報》，本刊有刪改）