未來，我們吃的藥可能會是“AI造”

陳曦

美國華盛頓大學戴維·貝克教授團隊在《細胞》雜志上發表論文，利用人工智能（AI）技術平臺精準地設計出能夠穿過細胞膜的大環多肽分子，開辟了研發全新口服藥物的新途徑。

近年來，AI加速助力新藥研發，幾乎參與了從藥物靶點發現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制藥產業實現加速跑。

AI融入藥物研發各個環節

“AI一詞是約翰·麥卡錫在1956年達特茅斯會議上提出的，用來描述‘制造智能機器的科學和工程。AI差不多也是在這個時候被引入藥物研發領域的。”南開大學藥學院教授林建平介紹，1964年，定量構效關系建模領域的建立成為AI開始用于藥物研發的標志。

如今，AI在藥物研發中發揮著越來越重要的作用，并與藥物研發的各個環節緊密結合。

一款藥物從無到有，要歷經漫長且坎坷的過程。其中主要包括4個研發階段，即靶標選擇和驗證、化合物篩選和先導優化、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節。

林建平舉例說：“比如在靶標選擇和驗證階段，需要確定疾病相關的靶標。根據傳統實驗去確定靶標，既費時成本又高，而使用AI技術結合已有的組學大數據，根據已知的以及新產生的實驗數據，就可以快速分析出潛在候選靶標，節約時間和成本；或在已知先導化合物的功效，但是缺少明確靶標而導致具體作用機制和副作用不明確時，AI可以大范圍預測靶標，縮小候選靶標的范圍，最后結合實驗手段快速定位真正的靶標。”“AI幫助藥物研發者快速找到靶標，加快先導化合物向藥物轉化的進程。”林建平介紹。

對于已有的藥物，AI同樣可以通過靶標預測，發現新的靶標，從而發現新的藥物適應癥，這也是一個非常熱門的領域——藥物重定位。

在最重要的臨床試驗階段，AI的應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、臨床試驗設計以及試驗結果數據分析等環節中。”林建平舉例，“比如，可以通過AI技術從過去的臨床患者中，提取患者的個人特征、癥狀、治療效果等數據，找到最匹配當前試驗的患者；試驗設計上，AI可以預測合適的藥物劑量、治療方案等；而試驗數據上，可以采用AI技術跟蹤和管理患者的實時情況，預測患者后續情況等。”

AI大大縮減藥物研發成本

一種新藥的誕生，通常需投入10億甚至數10億美元，研發周期一般超過10年，成功率卻低于10%。而由于AI的加入，如今的藥物研發成本減少了上億美元，同時也大大縮短了研發時間，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還提高了藥物研發的成功率。“通俗講，藥物研發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制藥具有對傳統制藥碾壓式的優勢，AI制藥產業在全球不斷發展壯大。目前，AI制藥產業發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提供AI技術服務；第二個階段，AI制藥公司開發了成熟的研發管線，并且開發的藥物進入臨床驗證，這一階段將吸引大量資本和初創企業加入；而第三階段，則進入關鍵的臨床Ⅱ期藥效性實驗，真正證明AI研發藥物的有效性。

“目前全球AI制藥產業已步入第三個發展階段。”林建平說。

我國AI制藥起步較晚，尚處于第二個階段。“但是國內的AI制藥產業發展速度非常快，各大互聯網巨頭以及一些大型藥企均開始布局AI制藥賽道，當然還包括一些初創公司。”林建平表示。

超算驅動現代藥物研發產業發展

隨著AI技術的不斷發展，AI藥物研發的進程也在“提速”。

此外，超級計算平臺在現代藥物研發中也發揮著日益強勁的驅動作用，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、大規模全原子分子動力學模擬、大規模AI預訓練模型等計算和智能技術為現代藥物研發創新帶來新機遇。

目前天河超級計算平臺支撐了數十家機構、上百個研發團隊開展高性能計算支撐的虛擬藥物研發工作，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，超算團隊將基于天河新一代超級計算機，研發物理生化模型與人工智能結合的藥物設計新方法，構建計算機輔助藥物設計研發核心鏈條聚合機制，探索算數融合、藥工結合、研用協同的信創數字數值裝置模式，研制面向創新藥物發現的虛擬實驗室，提升超算驅動現代藥物創新發展的綜合支撐能力。

（選自2022年10月10日《科技日報》，本刊有刪改）