【制藥網(wǎng) 市場(chǎng)分析】近日，港股上市公司晶泰控股宣布其子公司晶泰科技與生物制藥公司 DoveTree 達(dá)成一項(xiàng)總規(guī)模約 470 億港元(約合 59.9 億美元)的管線合作協(xié)議，創(chuàng)下了該領(lǐng)域訂單的新紀(jì)錄。受此利好消息影響，晶泰控股股價(jià)次日大漲 12.42%，市值達(dá)到 298.06 億港元。這一合作不僅彰顯了 AI 技術(shù)在藥物研發(fā)領(lǐng)域的巨大潛力，也為整個(gè)行業(yè)注入了一劑強(qiáng)心針。
 

　　根據(jù)協(xié)議，晶泰科技將利用其 AI 驅(qū)動(dòng)的藥物發(fā)現(xiàn)平臺(tái)為 DoveTree 開發(fā)針對(duì)腫瘤、免疫及炎癥疾病、神經(jīng)系統(tǒng)疾病及代謝失調(diào)領(lǐng)域的靶點(diǎn)，發(fā)現(xiàn)和開發(fā)小分子及抗體類候選藥物。DoveTree 享有相關(guān)藥物全球范圍的獨(dú)家開發(fā)和商業(yè)化權(quán)利。晶泰科技已收到 5100 萬美元首付款，并將獲得 4900 萬美元的進(jìn)一步付款；后續(xù)可能獲得最高 58.9 億美元的里程碑付款及銷售分成。如此高額的合作金額，無疑是對(duì) AI 制藥前景的有力背書。
 

　　AI 制藥，簡(jiǎn)單來說，就是將人工智能技術(shù)應(yīng)用于藥物研發(fā)的各個(gè)環(huán)節(jié)，從靶點(diǎn)發(fā)現(xiàn)、藥物分子設(shè)計(jì)、藥物合成、藥物活性和毒性預(yù)測(cè)，到臨床試驗(yàn)設(shè)計(jì)和患者招募等。傳統(tǒng)藥物研發(fā)模式面臨著諸多挑戰(zhàn)，如研發(fā)周期長(zhǎng)、成本高、成功率低等。據(jù)統(tǒng)計(jì)，一款新藥從研發(fā)到上市，平均需要 10-15 年的時(shí)間，耗費(fèi)數(shù)十億美元，且 90% 以上的候選藥物在臨床試驗(yàn)中失敗。而 AI 技術(shù)的出現(xiàn)，為解決這些難題提供了新的思路和方法。
 

　　在靶點(diǎn)發(fā)現(xiàn)方面，AI 可以分析海量的生物學(xué)數(shù)據(jù)，包括基因組學(xué)、蛋白質(zhì)組學(xué)、代謝組學(xué)等多組學(xué)數(shù)據(jù)，以及臨床數(shù)據(jù)、文獻(xiàn)數(shù)據(jù)等，從中挖掘出與疾病相關(guān)的潛在靶點(diǎn)。傳統(tǒng)方法往往依賴于科研人員的經(jīng)驗(yàn)和直覺，發(fā)現(xiàn)新靶點(diǎn)的難度較大。而 AI 能夠通過機(jī)器學(xué)習(xí)算法，識(shí)別數(shù)據(jù)中的模式和關(guān)聯(lián)，快速篩選出具有潛力的靶點(diǎn)，大大提高了靶點(diǎn)發(fā)現(xiàn)的效率和準(zhǔn)確性。例如，英矽智能利用其自研的 AI 平臺(tái) PandaOmics，成功發(fā)現(xiàn)了多個(gè)針對(duì)中樞神經(jīng)系統(tǒng)疾病的潛在靶點(diǎn)，其中部分靶點(diǎn)在后續(xù)實(shí)驗(yàn)中得到了驗(yàn)證。
 

　　藥物分子設(shè)計(jì)是藥物研發(fā)的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的藥物分子設(shè)計(jì)主要依靠科研人員基于已有的藥物分子結(jié)構(gòu)進(jìn)行改造和優(yōu)化，或者從龐大的化合物庫中進(jìn)行篩選，這一過程耗時(shí)費(fèi)力，且難以突破傳統(tǒng)化學(xué)庫的限制。AI 技術(shù)的應(yīng)用則為藥物分子設(shè)計(jì)帶來了革命性的變化。通過深度學(xué)習(xí)算法，特別是生成對(duì)抗網(wǎng)絡(luò)(GAN)和變分自編碼器(VAE)等，AI 可以自主設(shè)計(jì)全新的藥物分子結(jié)構(gòu)。這些算法能夠?qū)W習(xí)已知藥物分子的特征和規(guī)律，然后生成具有特定活性和性質(zhì)的新分子。例如，Exscientia 利用 AI 平臺(tái)在 12 個(gè)月內(nèi)設(shè)計(jì)出了一種抗癌藥物候選分子，而傳統(tǒng)方法通常需要 4-5 年。晶泰科技在與希格生科共同研制一款癌癥靶向藥時(shí)，通過其 AI 藥物發(fā)現(xiàn)平臺(tái)迅速生成海量高活性的候選分子，并利用成藥性質(zhì)預(yù)測(cè)算法和更精準(zhǔn)的原子級(jí)別模擬，僅用 6 個(gè)月就挖掘到了活性良好、成藥潛力高的全新分子，該分子成為臨床前候選化合物(PCC)，這一過程如果用傳統(tǒng)方式至少需要 2-3 年時(shí)間。
 

　　在藥物活性和毒性預(yù)測(cè)方面，AI 也發(fā)揮著重要作用。傳統(tǒng)的藥物活性和毒性測(cè)試主要通過實(shí)驗(yàn)方法進(jìn)行，不僅成本高、周期長(zhǎng)，而且動(dòng)物實(shí)驗(yàn)的結(jié)果往往不能完全準(zhǔn)確地預(yù)測(cè)藥物在人體中的效果。AI 可以通過建立數(shù)學(xué)模型，對(duì)藥物分子的結(jié)構(gòu)、性質(zhì)與活性、毒性之間的關(guān)系進(jìn)行學(xué)習(xí)和預(yù)測(cè)。通過大量的實(shí)驗(yàn)數(shù)據(jù)和臨床數(shù)據(jù)訓(xùn)練模型，AI 能夠在藥物研發(fā)的早期階段，快速評(píng)估候選藥物分子的活性和潛在毒性，幫助研發(fā)人員篩選出更有潛力的藥物分子，減少不必要的實(shí)驗(yàn)和研發(fā)成本。例如，Recursion Pharmaceuticals 利用 AI 平臺(tái)預(yù)測(cè)藥物分子的毒性，顯著提高了藥物研發(fā)的成功率。
 

　　臨床試驗(yàn)是藥物研發(fā)過程中耗時(shí)最長(zhǎng)、成本最高的環(huán)節(jié)之一。AI 可以在臨床試驗(yàn)設(shè)計(jì)和患者招募方面提供有力支持。在臨床試驗(yàn)設(shè)計(jì)方面，AI 可以通過模擬不同的試驗(yàn)方案，預(yù)測(cè)各種方案的成功率和風(fēng)險(xiǎn)，幫助研究人員優(yōu)化試驗(yàn)設(shè)計(jì)，提高試驗(yàn)的效率和成功率。在患者招募方面，AI 可以分析患者的電子病歷、基因組數(shù)據(jù)、臨床特征等信息，快速篩選出符合試驗(yàn)條件的患者，縮短患者招募時(shí)間，降低招募成本。例如，一些 AI 平臺(tái)能夠幫助設(shè)計(jì)更高效的 COVID-19 疫苗臨床試驗(yàn)，快速篩選出合適的受試者。
 

　　然而，AI 制藥在發(fā)展過程中也面臨一些挑戰(zhàn)。首先是數(shù)據(jù)質(zhì)量問題。AI 算法的訓(xùn)練依賴于大量高質(zhì)量的數(shù)據(jù)，但目前醫(yī)藥領(lǐng)域的數(shù)據(jù)存在數(shù)據(jù)不完整、標(biāo)注不準(zhǔn)確、數(shù)據(jù)孤島等問題，影響了 AI 模型的性能和可靠性。其次是模型解釋性問題。許多 AI 模型，如深度學(xué)習(xí)模型，被認(rèn)為是 “黑箱” 模型，其決策過程難以理解和解釋，這在一定程度上限制了 AI 在藥物研發(fā)中的應(yīng)用，尤其是在監(jiān)管審批環(huán)節(jié)。此外，AI 制藥的發(fā)展還面臨著倫理和法律方面的挑戰(zhàn)，如數(shù)據(jù)隱私保護(hù)、算法偏見等問題。
 

　　盡管面臨諸多挑戰(zhàn)，但 AI 制藥的前景依然十分廣闊。隨著技術(shù)的不斷進(jìn)步和完善，AI 將在藥物研發(fā)領(lǐng)域發(fā)揮越來越重要的作用。未來，AI 制藥有望實(shí)現(xiàn)與傳統(tǒng)制藥的深度融合，形成更加高效、精準(zhǔn)的藥物研發(fā)模式。同時(shí)，隨著越來越多的 AI 制藥企業(yè)進(jìn)入市場(chǎng)，競(jìng)爭(zhēng)將推動(dòng)技術(shù)創(chuàng)新和成本降低，加速 AI 制藥技術(shù)的普及和應(yīng)用。
 

　　晶泰科技與 DoveTree 的合作是 AI 制藥領(lǐng)域的一個(gè)重要里程碑，它展示了 AI 技術(shù)在藥物研發(fā)中的巨大價(jià)值和潛力。相信在不久的將來，AI 制藥將為全球患者帶來更多、更有效的創(chuàng)新藥物，為人類健康事業(yè)做出更大的貢獻(xiàn)。
 

　　免責(zé)聲明：在任何情況下，本文中的信息或表述的意見，均不構(gòu)成對(duì)任何人的投資建議。