企業自創AI軟件 加快開發新藥

企業自創AI軟件加快開發新藥

[2021.03.22] 發表

【明報專訊】開發新藥向來需要投入很多資金和時間，只有少數大藥廠才能夠應付，但有初創公司提出，在開發新藥的前半段，大量運用人工智能(AI)技術來協助篩選有希望的化合物結構，從而令「漁翁撒網」式的測試工作大幅減少。該公司只用了約18個月，就開發出一種「臨牀候選新藥」，並計劃在明年初做臨牀測試。

明報記者薛偉傑

Insilico Medicine創辦人兼行政總裁Alex Zhavoronkov表示，開發一種新藥往往需時10年以上，花費逾10億美元。一種新藥的開發流程可以分成兩階段，前半段是由零開始去到「臨牀候選新藥」(PCC)，後半段是要讓臨牀候選新藥通過一期、二期、三期的人體臨牀測試。單是前半段，通常已需要超過4年半，花費幾億美元。後半段的臨牀測試，又要再花幾年時間。

他們認為，後半段的人體對於臨牀候選新藥的反應，需要一定時間才可以觀察到，很難大幅縮短。不過，前半段可以再細分成多個階段。首先，是要找出那種疾病的「靶點」。所謂靶點，通常是指人體內和那種疾病相關又可以作為治療手段的基因，通過抑制這些基因對應的蛋白質，就可達到治療效果。

年半研發出臨牀候選新藥

選定靶點後，再選出一批有希望對這些靶點起作用的小分子化合物結構。對這些小分子結構逐一順序進行酶學測試、人類細胞的體外測試，以及小鼠測試。一個小分子結構必須先通過前一個測試，才可以進行下一個測試，否則即可淘汰。只有這幾個測試全部通過，那個小分子結構才可以成為臨牀候選新藥。

在選定靶點和小分子結構的過程中，都需要用到大量醫學文獻和數據來篩選，傳統大藥廠的專家早已用軟件來協助，但很多篩選的原則仍然要倚賴專家的經驗。據行內人士估計，傳統大藥廠開發一種新藥，一般會選定超過2000個小分子結構，逐一順序測試。這種「漁翁撒網」式測試，往往需時超過4年半。

Insilico大量運用AI軟件技術來分析醫學文獻和數據篩選出靶點，並將有希望的小分子結構篩選出來，才順序進行各種測試，測試量大減，以節省時間。以該公司針對「特發性肺纖維化」(IPF)而開發新藥的計劃為例，利用AI軟件篩選到80個有希望的小分子結構，才進行測試，最終找到一個結構成為臨牀候選新藥，至今只用了約18個月，花費265萬美元。此外，該公司估計，這種臨牀候選新藥可以在今年底通過審核，明年第一季在澳洲開始臨牀測試。

系統懂自行設計全新小分子結構

Insilico香港區項目及營運經理潘穎表示，該公司自行開發PandaOmics靶點發現平台和Chemistry42小分子生成平台兩個AI系統。其中，Chemistry42的特點是採用「生成對抗系統」(GAN)和「強化學習」(RL)等運作原理，有如一個非常進取的專家和一個非常穩陣的專家一起工作。一方面會大膽假設，不斷提出有希望的小分子結構；若在現存的找不到有希望的小分子結構，也會透過深度學習技術，自行設計出全新的結構。另一方面，它會小心求證，不斷質疑這些小分子結構是否可行，直至發覺無法反對時，才同意放行。因此，這樣篩選出來的小分子結構，數目比傳統大藥廠少得多，而上述80個小分子結構全部是全新設計。

潘穎表示，他們不能夠肯定，開發另一種疾病的新藥時，也是篩選到80個小分子結構，就會找到一種臨牀候選新藥；但肯定篩選出來的小分子結構，一定遠遠少過2000，而後續的測試和排除工作一定比傳統少得多。

兩套AI系統已開放給其他藥廠

Zhavoronkov透露，現時兩套AI系統都已經開放給其他藥廠使用，其中PandaOmics透過雲端運作，收費較廉宜，客戶至少有10多個。至於Chemistry42，需要安裝在客戶伺服器，收費較高，每年由35萬至100萬美元以上，暫時有6個客戶，都是歐美大藥廠。