近日，研發中心設在上海張江的英矽智慧公司在【自然·生物技術】雜誌發表論文，介紹了生成式人工智慧發現和設計的候選新藥INS018_055（代號）從人工智慧演算法開發到Ⅱ期臨床試驗的研發歷程，並披露了這個候選新藥在臨床前實驗和臨床試驗中的數據和表現。論文顯示出人工智慧驅動的藥物發現方法帶來的降本增效優勢，以及它在推動生物醫藥產業變革方面的巨大潛力。
INS018_055用於治療特發性肺纖維化，這是一種導致肺功能進行性、不可逆轉下降的慢性肺部疾病，在全球存在大量未被滿足的醫療需求。隨著病情進展和肺部纖維化的加重，患者的呼吸功能不斷惡化，嚴重者最終會死亡。這個用生成式人工智慧開發的新藥如果在臨床試驗中取得成功，將成為全球首創的TNIK抑制劑。TNIK是人體內的一個藥物靶點，以前科學家認為它和癌癥有關，而人工智慧平台發現，它可用於治療特發性肺纖維化這一疾病。
人工智慧驅動抗纖維化TNIK抑制劑研發行程
英矽智慧創始人、執行長亞歷斯·紮沃隆科夫博士介紹，公司研發團隊采用與組織纖維化相關的組學和臨床數據集，對Pharma.AI平台下屬的靶點發現引擎PandaOmics進行訓練。在此基礎上，PandaOmics引擎透過深度特征合成、因果關系推斷和全新通路重建等過程，生成了潛在靶點列表。之後，PandaOmics引擎的自然語言處理模型分析了涵蓋專利、出版物、研發基金、臨床試驗等文本數據的數百萬個文字檔案，深入評估這些潛在靶點的新穎性及其與疾病的關聯性，最終確定TNIK為最有潛力的抗纖維化靶點。
「以往的研究顯示，TNIK與多種纖維化驅動生物通路有間接關聯，但沒有科學家認為它可作為特發性肺纖維化的治療靶點，這說明人工智慧在新藥發現上能取得原創性成果。」 紮沃隆科夫說。
確定TNIK靶點後，研發團隊利用Pharma.AI平台下屬的生成化學引擎Chemistry42，生成了創新分子結構，旨在得到安全、特異性、高效的TNIK抑制劑。這個引擎融合了40多種生成化學演算法和500多個預訓練獎勵模型，可生成新穎化合物，並根據專家反饋進行虛擬篩選、最佳化生成結果。經過人工智慧平台的多次篩選，研發團隊合成並測試了70多個分子，最終獲得候選分子INS018_055。
紮沃洛科夫博士（左）與任峰博士合作研發新藥。
在中國和紐西蘭開展的I期臨床試驗中，這個小分子藥物用於126名健康受試者，顯示具有良好的安全性、耐受性和藥代動力學特征，支持後續臨床試驗開展。目前，Ⅱ期臨床試驗正在中國和美國進行，120名患者參與了試驗。
「結合人工智慧方法和科學家經驗，我們成功提名了這款有全球首創潛力的抗纖維化抑制劑。在藥物早期發現過程中，人工智慧大幅降低了時間和經費投入。」英矽智慧聯合執行長、首席科學官任峰博士說，「我們期待INS018_055在Ⅱ期臨床研究中有良好表現，為患者提供新的治療選擇，也為AI制藥技術帶來更堅實的例證。」
諾貝爾化學獎得主麥可·萊維特博士表示：「英矽智慧試圖將AI套用於藥物早期發現和設計的全流程，這讓我感到非常興奮。他們不僅發現了新靶點，還加速了整個藥物發現過程，在TNIK計畫中成功驗證了自研的AI方法。」
欄目主編：黃海華
來源：作者：俞陶然
