新聞動態
Insilico Medicine英科智能全球首創利用人工智慧發現新機制特發性肺纖維化藥物
2021-02-25

Insilico Medicine(英科智能)在AI人工智慧和新藥開發方面有了重大突破 - 首次將生物學和化學生成學相結合,發現一種全新機制適用於治療特發性肺纖維化(IPF)的臨床候選新藥,並成功通過多次人類細胞和動物模型實驗驗證。纖維化病灶影響肺、肝和腎等多個器官,這一新藥的出現,有望解決全球成千上萬人的尚未被滿足的醫療需求。

IPF病因及發病機制至今仍不明,且該病多為散發,患者從出現癥狀到死亡,平均存活年限不超過5年。且肺纖維化容易併發肺癌,晚期也會出現肺動脈高壓。現用於治療IPF的藥物僅對10%~30%的病人有療效,且患者在疾病晚期需要依賴氧氣才能維持生活品質,因此急需有新的有效藥物用以治療此疾病。

Insilico Medicine創始人兼首席執行官Alex Zhavoronkov表示:「將正確的藥物靶點與正確的疾病聯繫起來是藥物研發的最大挑戰!如今我們實現了第一個AI人工智慧發現和科學驗證臨床前候選化合物(PCC)的里程碑,Insilico攻克了藥物研發中一大障礙和瓶頸 - 成本和時間。」

AI改寫藥物發現的歷史

從靶點發現到臨床前候選藥物的發明,Insilico僅耗時不到18個月,就實現了靶點發現、分子生成,並通過傳統實驗、IPF動物疾病模型驗證療效及安全性評估,總成本約為1,800,000美元,其他纖維化疾病療效研究總成本約為800,000美元,合成和測試了不超過80個小分子化合物。

傳統的藥物開發需先對數萬個小分子進行測試篩選,再進一步合成和測試數百個分子,方能得到少數幾個適合臨床前研究的候選藥物;其中只有大約1/10的候選藥物能夠通過最終的臨床試驗。整個過程緩慢且成本昂貴,平均耗時10年,花費數十億美元;另一個阻礙新藥推向市場的障礙是,研發過程的眾多繁複的研發步驟,每一階段需花費數百至數千萬美元,且需分別委託不同的公司、學術或研究單位進行試驗。

Alex Zhavoronkov表示:「我們正在改寫藥物研發的歷史,成為首個、也是唯一一個以AI人工智慧為驅動的藥物發現集成系統的開創者和領導者;通過創建首個通用系統,將藥物研發的所有領域整合,從靶點發現、小分子化合物設計及將來的臨床試驗結果預測聯結起來,Insilico的AI人工智慧平臺將能夠支援藥物研發所有階段的發展。」

AI如何發現新機制IPF臨床前候選藥物

Insilico Medicine從通過AI人工智慧發現的20個纖維化相關的全新潛在靶點著手,將適應症範圍逐步縮小到專門針對IPF的一個新靶點。靶點確定後,Insilico通過AI人工智慧化學生成系統, 設計了一組具選擇性的新穎化合物來抑制這個新靶點。這些分子必須具備良好的選擇性、生物利用度、代謝穩定性、口服給藥性質、安全性,及藥物特有的多個優質屬性。這些分子最初是由公司的生成化學AI人工智慧系統 - Chemistry42,基於靶點的蛋白質立體結構經過AI人工智慧演算法計算後生成,並且在細胞實驗和動物模型實驗驗證其活性。這些實驗數據隨後反饋給AI人工智慧系統,AI人工智慧系統再次設計新一批的化合物,以優化活性及成藥性後,並再次驗證。經過數輪的「設計 - 合成 - 評估 - 優化 - 重新設計迴圈」後,目前已經確定了臨床前候選化合物。Insilico的臨床前候選化合物通過了公司內部和外部纖維化疾病領域專家的嚴格評估,已進入臨床前研究階段。此外,公司還通過AI人工智慧預測,此IPF新靶點與其新分子的二期臨床試驗成功機率很高。Insilico目前正在進行IND申報實驗,目標是在2022年初進行臨床研究。Insilico歡迎和期待與製藥公司合作,共同進行臨床二期後的藥物開發。

儘管新藥研發的熱門話題,通常集中於何時發現新靶點或何時進入臨床試驗,但目前最適合、創新且對業務影響最大的領域,便是在從靶點發現到臨床開發之間這個步驟。

開創歷史的Insilico Medicine

2019年,Insilico開創了歷史,它發明並推出了一套嶄新適用於藥物發現的AI人工智慧系統,能夠在21天內創造出全新的分子,花費僅約15萬美元。靶點發現的失敗率約為95%,Insilico戰勝了這一點,解決了藥物發現的最大瓶頸之一。Insilico的AI人工智慧軟體利用現代AI人工智慧技術的生成化學為驅動,能夠快速生成具有特定性質的新型分子結構。作為首家透過生成性對抗網路(Generative Adversarial Networks, GANs)、生成式強化學習(Reinforcement Learning, RL)及AI人工智慧技術進行藥物發現的公司,Insilico的AI人工智慧軟體,首次證實了發現和生成新的臨床候選化合物的科學驗證,向業界宣告了首次成功!

Alex Zhavoronkov博士表示:

“深度學習革命的巔峰可以追溯到2014年,那時出現了生成對抗網路,深度學習系統開始在圖像識別領域超越人類。同年,公司成立。2016年,我們通過實驗驗證,深度學習系統可以從組學數據中識別新的生物靶點。自2017年-2019年,我們不斷證明,生成式AI人工智慧可以發明和設計在人類細胞和動物體內有活性的新分子。但是還有一個大難題,AI人工智慧能否為一個沒有已知的抑製劑、也未在疾病中得到驗證的新靶點設計出一種新的分子? 現在,我們已經成功地將生物學和化學結合起來,並獲得能夠作用於一個新的靶點的臨床前候選藥物提名,目的是將其用於人類臨床試驗,這是一個亟待解決的、數量級更複雜、風險更大的難題。

據我所知,這是首例AI人工智慧成功發現新靶點,並設計一個能夠作用於大族群疾病適應症的臨床前候選新藥。這對我們來說是一個重大的里程碑。我們最終的「登月計劃」是解決人類的衰老問題,這需要我們擁有更多更可靠的AI人工智慧技術,幫助我們理解和調控其他慢性疾病中的人類生物學。”

此外,Insilico將獲得巨額資金支援,用於多種新藥物靶點上,開展藥物發現和開發。公司已經利用自主研發的Pharma. AI軟體,為製藥和生物技術公司提供靶點發現和生成化學提供服務和支援。PandaOmics靶點發現AI系統可提供軟體服務,Chemistry42小分子生成化學平臺已於2020年9月開始在全球製藥企業內部進行部署。迄今為止,全球最先進的製藥公司已開始採用我司的Chemistry42分子生成和設計平臺,PandaOmics則在多個著名學術機構和製藥公司的藥物靶點發現部門採用。

(英科智能提供)

本網站中所有資料(包括圖檔及文字檔),著作權皆屬本會所有(除另有註明者,或本會網站連結至外部之網站除外),如有引用,請確實註明出處來源。<完整資訊>
©Institute for Biotechnology and Medicine Industry (IBMI) All rights reserved.
地址:115 台北市南港區園區街3號16樓之1 電話:(02)2655-8168 傳真:(02)2655-7978