AI如何發現新機制特發性肺纖維化藥物？
藥物研發是人工智能最重要和最大的應用場景之一。
本文為IPO早知道原創作者｜Stone Jin
據IPO早知道消息，Insilico Medicine于2月24日宣布——首次將生物學和化學生成學相結合，發現一種全新機制的用于治療特發性肺纖維化（IPF）的臨床候選新藥，并成功通過多次人類細胞和動物模型實驗驗證。
鑒于IPF牽涉多種疾病，影響多個器官（肺、肝和腎），這一新藥的出現意味著有望解決影響全球成千上萬人的廣泛的未被滿足的醫療需求。
IPF病因至今未明，醫學界尚不清楚其發病機制，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。
廣泛的肺纖維化容易并發肺癌，晚期也會出現肺動脈高壓�，F用于治療IPF的藥物已在臨床使用30多年，僅對10％～30％的病人有療效�；颊咴诩膊⊥砥诳垦醑熖岣呱尜|量，但情況不容樂觀。
Insilico Medicine創始人兼首席執行官Alex Zhavoronkov博士表示：“將正確的藥物靶點與正確的疾病聯系起來是藥物研發的最大挑戰”，“隨著今天我們實現第一個人工智能發現和科學驗證臨床前候選藥物（PCC）的里程碑，Insilico攻克了藥物發現中的又一大障礙，并突破了傳統藥物發現過程中的另一瓶頸，這一過程花費了非常少的成本和時間�！�
AI改寫藥物發現
從靶點發現到臨床前候選藥物的發明，Insilico僅用時不到18個月，就實現了靶點發現、分子生成和通過傳統實驗驗證，動物體內IPF療效確認及安全性評估，總成本約為180萬美元，其他纖維化疾病療效研究總成本約為80萬美元，合成和測試了不超過80個小分子化合物。
傳統的藥物發現首先是對數萬個小分子進行測試篩選，然后進一步合成和測試數百個分子，以便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的候選藥物能夠最終通過人類患者的臨床試驗。整個過程緩慢且成本昂貴，平均耗時10年，花費十數億美元。
另一個進一步阻礙新藥推向市場的障礙是，整個研發過程涉及的大量研發步驟—每一階段花費數百至數千萬美元—往往是由藥物研發行業中不同公司或不同的業務部門分散進行的。
Zhavoronkov博士表示：“我們正在改寫藥物發現的歷史，成為首個、也是唯一一個以人工智能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，將藥物開發的所有領域從靶點發現、小分子化合物設計以及將來的臨床試驗結果預測聯系起來，Insilico的人工智能平臺將能夠支持藥物研發的每一階段的發展�！�
AI如何發現新機制特發性肺纖維化藥物
Insilico Medicine從通過人工智能發現的20個與纖維化相關的全新潛在靶點開始研究，將適應癥范圍逐步縮小到專門針對IPF的一個新靶點。
靶點確定后，Insilico通過人工智能化學生成系統設計了一組新的化合物來選擇性地抑制這個新靶點。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人工智能系統Chemistry42其中的基于結構的分子設計算法產生的，并且顯示在細胞實驗和動物模型實驗的有效性。
這些實驗數據隨后反饋給人工智能系統，人工智能再次設計新一批的化合物優化活性及成藥性，并再次驗證。
經過數輪設計－合成－評估－優化－重新設計循環后，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，Insilico還通過人工智能預測此IPF新靶點、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。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
