AI“闯入”新药研发，光谷企业给制药提速

设计一个药物分子的合成路线，过去化学家可能要花两小时，现在AI辅助，部分任务可以压缩到10分钟；过去半年才能筛出一个比较理想的抗体候选，如今AI计算半个月左右就能给出候选结果……

AI正在“闯入”新药研发的各个环节。

9月22日，光谷AI制药产业生态招商推介活动举行，全国AI制药企业、高校院所、医疗机构等200余名代表齐聚光谷，共同探讨AI与生物医药深度融合发展新路径。

活动现场，星元辉AI赋能临床试验平台等7个重点招商项目落地，人福医药与智化科技、鼎康生物与魔境生物达成AI制药领域产业战略合作，光谷AI医药非临床研究创新中心同步发布。

从半年到半个月

AI先替研发人员“做减法”

传统新药研发有多难？

“往往需要超过10年时间、投入超过10亿美元，但最终进入临床试验的药物成功率仍不足10%。”华中科技大学副校长张勇慧在现场分享说，疾病机制复杂、临床验证周期长，让新药研发长期面临周期长、成本高、成功率低的难题。

AI最先改变的，是药物研发前端大量“沙里淘金”式的工作。

面对数百万甚至数十亿个化合物，AI可以先快速计算，把最值得验证的候选对象筛出来，再交给实验室。

武汉生之源生物科技股份有限公司董事长华权高对此感受明显。

早在2019年，生之源就尝试让AI“直接计算抗体”，此后与高校合作训练专业模型。经过约5年迭代，目前模型已能针对不同靶点生成候选抗体序列。

“过去主要靠动物实验一遍遍试，获得一个比较理想的抗体至少需要半年，现在半个月左右就可以获得候选结果。”华权高说。

AI的价值，是先替科研人员“做减法”。

“做一款新药，找到新分子后，还要解决怎么把它合成出来。”智化科技创始人、CEO夏宁说。过去，一名化学家设计一条合成路线可能需要约两小时，AI辅助后，部分任务可以缩短至约10分钟。

更重要的是，AI还扩大了“搜索空间”。“一个化学家凭经验可能想到两条路线，AI可以同时给出更多方案。”夏宁说，“AI不只是把原来的事情做得更快，还可能找到新的答案。”

当天，智化科技与人福医药进一步深化战略合作。在武汉，双方把AI用于分子设计、合成路线设计等早期研发；到了宜昌研发中心，AI又“跟着药物进工厂”，参与生产放大阶段的工艺优化，寻找更优反应条件、提高收率、降低制造成本。

人福医药则正在把一个个AI工具连成“全链条”。公司自研AI辅助药物发现平台MolWell.ai，覆盖数据分析、成药性预测、分子生成等模块，目前已应用于多个在研项目，部分早期发现项目研发周期缩短20%至30%；机器学习工艺优化系统则帮助研发人员从过去反复试温度、时间、配比，转向让模型先寻找更优参数组合。

“我们把AI模型和应用、数据、专家经验嵌入真实业务流程，让每个环节都能借助AI提效、少走弯路。”人福医药党委副书记、总经理杜文涛说。

AI发展提速

向新药临床试验发力

发现一个好分子，并不等于做成一款好药。

张勇慧将当下称为AI制药的“分裂时刻”：一边是AI加速前端药物发现，另一边，真正进入人体后的临床验证依然漫长。AI制药接下来要回答的，已经不只是“能不能设计出分子”，而是“能不能真正把药推向临床”。

这也成为AI继续向新药研发“后半程”渗透的动力。

此次签约落地光谷的上海星元辉健康科技有限公司，就专攻“AI+临床试验”。

一场临床试验，从方案设计、患者招募，到数据录入、审核分析、安全监测、远程监察，涉及大量人力物力。星元辉给不同环节配置不同的AI智能体，让它们组成一个“数字研发团队”。

其中最明显的变化发生在“找患者”。

随着创新药越来越精准，临床试验需要寻找的往往不是某一种疾病的所有患者，而是同时满足疾病类型、生物标志物、病程等一系列条件的特定人群。

“有些疾病对应的人群可能只有几万人，要从这么大的范围里找到真正符合临床试验要求的人，并不容易。”武汉康复得生物科技股份有限公司董事长李青山说，AI能够同时处理更多参数，从海量医疗数据中寻找符合条件的患者，这是其在临床研究中非常有价值的应用场景。

星元辉创始人、CEO张心程介绍，根据目前实际应用情况，AI辅助筛选后，临床试验患者招募准确率可提升至原来的约3倍，招募时间减少约40%。目前，一套临床试验AI智能体体系已在武汉协和医院落地应用。

不过，AI要读懂疾病，仅靠算法还不够。

今年入驻光谷的达尔文生物，把AI与类器官等“湿实验”、人体生理信号及Ⅰ期、Ⅱ期临床数据结合起来。公司核心在研药物ALT-001的渐冻症和脑卒中后遗症两个适应症均已进入Ⅱ期临床阶段，其中渐冻症适应症已完成首例患者入组。

“神经系统疾病的动物模型很难与人的真实情况直接对应。”达尔文生物董事长王宇说。公司尝试把临床数据“反推”回研发前端，让AI不断校正对疾病机制和药物作用的认识，并进一步寻找一款药物可能拓展的新适应症。

AI制药的下一程

是把“数据—算法—实验—临床”串起来

从这些企业的探索中，一条AI制药的新路径正在变得清晰：算法先计算，实验再验证；实验产生新数据，再反馈给模型；进入临床后，人体数据又反过来校正前端研发。

未来的药物研发，可能由此从一条单向推进的“流水线”，变成不断循环迭代的“闭环”。

这也是当天发布的光谷AI医药非临床研究创新中心试图解决的问题。该中心由湖北天勤生物科技集团、华中科技大学、武汉迈维代谢、武汉智化科技、武汉贝赛模式生物等联合共建，瞄准AI靶点发现与验证、AI分子设计、虚拟筛选、类器官与器官芯片等方向，构建“AI算法预测—自动化实验验证—数据反馈修正模型”的研发闭环。

目前，光谷生物城已聚集生命健康企业4200余家，在研一类新药超过400个。 对AI制药而言，这意味着除了算法之外，还有药企、高校、医院、实验室和生产线，可以不断提供真实问题、真实数据和真实应用场景。

未来，随着AI进一步走进实验室、生产线和临床试验现场，新药研发的每一个环节都有望被重新提速。

来源丨湖北日报

新浪微博｜@支点财经

地址｜湖北·武汉·楚天传媒大厦