速递 | Insilico第二阶段计划的启动彰显了生成式人工智能的发展势头

上月，总部位于香港的Insilico Medicine 公司使用生成式人工智能开发的一种药物正进入第二阶段临床试验。Insilico公司首席医疗官苏雅塔-拉奥称，据我们所知，这是第一种使用生成式人工智能开发并进入临床开发的药物。该药品名为INS018_055，是一种潜在的一流抗纤维化小分子抑制剂，目前正在评估用于治疗特发性肺纤维化（IPF）。中国队列中的首批患者已经用药，而美国的入组工作预计将于今年下半年开始。据英伟达医疗人工智能全球负责人莫娜-弗洛雷斯表示，Insilico公司使用Pharma.AI套件的三个不同平台开发了该药物，并利用公司积累的数百万个数据文件对靶点进行了评估。该药物已于2023年2月获得美国食品和药物管理局“孤儿药”称号。

英伟达医疗人工智能全球负责人莫娜-弗洛雷斯（Mona Flores）说：2014年Insilico公司成立时，"深度学习系统刚刚开始在图像识别方面超越人类"。"这些突破引发了对人工智能兴趣的激增，但大多数项目都集中在成像、语音和文本方面。训练和验证深度神经网络来分析这些类型的数据需要数天时间"--这在人工智能领域是相对较长的时间。

因此，近十年后的今天，人工智能技术才刚刚开始进入药物开发的黄金时段，Insilico 的第二阶段项目就是这一成功的体现之一。

"波士顿咨询公司董事总经理兼合伙人克里斯-迈尔（Chris Meier）说："到目前为止，只有少数人工智能发现的药物进入了临床试验阶段，而且其中大多数还处于一期临床试验阶段。"因此，进入第二阶段是一个重要的里程碑。展望未来，我们很可能会看到其他人工智能发现的药物进入临床试验阶段，包括II期......及以后的阶段。

实现目标发现

在药物研发中使用人工智能之所以如此具有吸引力，部分原因在于它能够缩短时间、降低成本。例如，拉奥说，Insilico公司从发现目标到进行IND授权研究大约用了18个月的时间，"这比一般的药物发现要快得多"。

Insilico的人工智能引擎名为Pharma.AI套件，包括三个不同的平台：PandaOmics使用由自然语言处理模型生成的目标疾病关联知识图谱，并开发算法选项，以找到最佳潜在治疗目标；Chemistry42实现了从新目标识别到新研究预测的工作流程；inClinico实现了临床试验结果预测。

在开发 INS018_055 时，公司利用该系统在数十年来积累的数百万个数据文件（包括专利、研究论文、基金和临床试验数据库）的背景下对靶点进行了评估，并确定它可能在三个关键指标上表现出色：新颖性、可信度和药物商业化的难易程度。

今年1月，Insilico报告了INS018_055在新西兰健康志愿者中进行的一期试验的积极数据。根据公司的临床前建模，数据显示该药物安全、耐受，药代动力学特征良好。

拉奥拒绝透露该药物的靶点，只称其为靶点X。她透露，该靶点是与纤维化相关的三个通路的关键调节因子：YAP/TAZ、TGF-β和Wnt。

IIa期项目的主要目标是测试INS018_055的安全性、耐受性、PK谱和12周的初步疗效。除试验药物外，一些患者还将接受背景治疗，如吡非尼酮或宁替尼（IPF 患者的标准治疗方法），而另一些患者将单独接受 INS018_055。与此同时，该公司正在利用其人工智能平台开发IPF候选药物的新型吸入制剂。

在Insilico公司寻求自身疗法的同时，该公司的人工智能平台近年来也吸引了越来越多生物制药公司的兴趣。2022 年 11 月，该公司与赛诺菲（Sanofi）签署了一份价值高达 12 亿美元的多年期研究协议，以推进六个靶点的候选药物开发。同年早些时候，复星医药与 Insilico 达成合作，推进多个药物靶点的开发。其他合作伙伴包括梯瓦制药、勃林格殷格翰、安斯泰来制药、杨森、默克制药和辉瑞制药。

不断发展的人工智能领域

在开发可支持药物开发的人工智能技术方面，Insilico 并非孤军奋战。该领域的另一个大玩家是英伟达（NVIDIA）。2023年3月，该公司推出了英伟达Inception，这是一个免费程序，包括大型语言模型和生成式人工智能服务，已被许多生命科学技术和制药公司采用。

安进公司的数字创新研究加速中心（Center for Research Acceleration by Digital Innovation）生物制剂治疗发现执行总监彼得-格兰扎德（Peter Grandsard）说：安进公司是早期用户之一，它能够将分子筛选和优化定制模型的训练时间从通常的三个月缩短到 "几周"。Insilico公司也利用了英伟达™（NVIDIA®）的技术，在英伟达™（NVIDIA®）图形处理器上开发了Pharma.AI套件。其他用户包括 Atomwise、Evozyne、Relation Therapeutics、Alchemab Therapeutics、Peptone 和 Recursion。

过去五年来，人工智能技术有了长足的进步，Meier 说，尤其是生成式人工智能的应用。"我们看到人工智能发现的药物分子数量在加速增长，"他说。"特别是，在人工智能帮助下发现的小分子药物数量正在强劲增长。"

迈尔说，根据他的公司收集的数据，这一数字在2021年达到158个，高于2020年的119个和2019年的121个。

总部位于以色列的Compugen公司总裁兼首席执行官Anat Cohen-Dayag认为，通过加速药物开发的早期阶段，人工智能使生物制药公司能够承担起传统上由学术界负责的工作。她解释说，药物靶点的发现通常是在学术界完成的，在围绕靶点进行了10到15年的研究后才进入药物开发阶段。"这就是 Compugen 的独特之处：我们从零开始。