2 月 24 日，Insilico Medicine（英矽智能）在上海浦东举办创新成果发布会，公布了其在 AI 制药领域里程碑式的成果：
英矽智能利用自主研发的 AI 新药靶点发现平台 PandaOmics 和 AI 分子生成和设计平台 Chemistry42 平台，获得了全球首例完全由 AI 驱动发现的特发性肺纤维化（IPF）疾病新靶点，以及针对该靶点设计的全新化合物。该候选药物成功进入临床前研究阶段，并即将开展临床阶段研究。
图 | Insilico Medicine 发布会现场图
这无疑是个好消息，特发性肺纤维化（Idiopathic Pulmonary Fibrosis，IPF）病因至今未明，一旦发病病情不可逆，且伴有肺癌、肺动脉高压等致死率极高的并发症。现有研究数据显示，IPF 患者从出现症状到死亡，平均存活年限为 2~4 年。
目前用于治疗 IPF 的药物已在临床使用 13年，仅对 10%～30% 的病人有疗效。通常患者在疾病晚期靠氧疗提高生存质量，情况往往不容乐观。特发性肺纤维化还牵涉多种疾病，影响多个器官如肺、肝和肾，而本次新药的出现有望为全球数十万患者带去希望。除了特发性肺纤维化，还有皮肤纤维化、肾脏纤维化等疾病，这款治疗 IPF 新药的研究，也意味着将为身受纤维化疾病困扰的上亿群体带去希望。
依靠 AI 进行新药研发，Insilico Medicine 揽获多项行业第一
正如 Insilico 首席科学官任峰博士在发布会上所说：“实不相瞒，直到去年 12 月，最重要的候选化合物才确定下来。整个研发阶段，每次试验结果符合预期，研究团队会欢呼雀跃；如果试验结果与预期不符，大家心情就很低落。新药研发路上的每一步，牵动着每个人的心，整个研究团队为新药研发倾注了全部热情和心血，在起起伏伏中，大家齐心协力、并肩作战，攻克了一个又一个难题。”
IPF 新药的发展具有里程碑式的意义，它的第一款全程依靠 AI 研发的药物，即将开展临床阶段的研究，这在药物研发史上是史无前例的。该药针对患者群体重大的罕见病，未来上市后将惠及千万家庭。无论从医学技术上来说，还是从商业化道路上来说，IPF 新药无疑是成功的。
图 | Insilico 企业名片
先进的 AI 技术加上专注的科研精神，让 Insilico Medicin 在生物技术和药物发现领域揽获多项行业第一：
通过多次人体细胞和动物模型实验的成功验证，证明人工智能研发的新药物靶点和分子的有效性和安全性，今天的突破标志着业界首次对人工智能进行科学验证，并将其用于新药研发，直至候选化合物的临床前研究。
首次在新药研发过程中通过人工智能将生物学和化学结合：从历史上看，发现新靶点、设计新化合物、和通过临床前和临床研究验证其有效性的步骤是人工智能药物发现过程中不同的部分。
Insilico 在临床前候选药物选择方面突破刷新了速度和最低成本记录 —— 大大加快和推进临床前开发，同时节约了数百万美元的药物开发成本。
图 | Alex Zhavoronkov
Insilico 创始人兼首席执行官 Alex Zhavoronkov 也表示：“将正确的药物靶点与正确的疾病联系起来是药物研发的最大挑战”，“随着今天我们实现的第一个人工智能发现和科学验证 PCC 的里程碑，Insilico 攻克了药物发现中的又一大障碍，并突破了传统药物发现过程中的另一瓶颈，这一过程花费了非常少的成本和时间。” 传统的方式会花费五年的时间，而 Insilico 在纤维化疾病上寻找靶点只需要两年时间。相比于传统药物发现方式，Insilico 有绝对优势。
AI 发现临床前候选药物，改写药物发现的历史
从靶点发现到临床前候选药物的发明，Insilico 仅用时不到 18 个月，就实现了靶点发现、分子生成和通过传统实验验证，动物体内 IPF 疗效确认及安全性评估，总成本约为 180万 美元，其他纤维化疾病疗效研究总成本约为 80万 美元，合成和测试了不超过 80 个小分子化合物。
传统的药物发现首先是对数万个小分子进行测试筛选，然后进一步合成和测试数百个分子，以便得到少数几个适合临床前研究的候选药物，其中只有大约 1/10 的候选药物能够最终通过人类患者的临床试验。
整个过程缓慢且成本昂贵，平均耗时 10 年，花费十数亿美元。另一个进一步阻碍新药推向市场的障碍是，整个研发过程涉及大量研发步骤，每一阶段花费数百至数千万美元，并且往往是由药物研发行业中不同公司或不同的业务部门分散进行的。
正如 Zhavoronkov 在发布会开始前的致辞所言：“我们正在改写药物发现的剧本，成为首个、也是唯一一个以人工智能为驱动的药物发现集成系统的开创者和领导者”，“通过创建首个通用系统，将药物开发的所有领域从靶点发现、小分子化合物设计以及将来的临床试验结果预测联系起来，Insilico 的人工智能平台将能够支持药物研发的每一阶段的发展。”
图 | 王菊
发布会上，Insilico 上海生物学部负责人王菊介绍了 IPF 新药研发的详细过程：
一、寻找靶点。Insilico 从通过人工智能发现的 20 个与纤维化相关的全新潜在靶点开始研究，将适应症范围逐步缩小到专门针对 IPF 的一个新靶点。
二、选定化合物及测试其安全性。靶点确定后，Insilico 通过人工智能化学生成系统设计了一组新化合物来选择性地抑制这个新靶点。这些分子必须具备良好的选择性、生物利用度、代谢稳定性、口服给药性质、安全性，及药物特有的多个优质属性。它们最初是由公司的生成化学人工智能系统 Chemistry42 其中的基于结构的分子设计算法产生的，并且显示在细胞实验和动物模型实验的有效性。这些实验数据随后反馈给人工智能系统，人工智能再次设计新一批的化合物优化活性及成药性，并再次验证。
图 | 基于 AI 技术的 IPF 新药研发流程图
三、确定临床前化合物。经过“设计 - 合成 - 评估 - 优化 - 重新设计” 数轮循环后，目前已经确定了临床前候选化合物。临床前候选化合物通过了 Insilico 内部和外部纤维化疾病领域专家的严格评估，并已进入临床前研究阶段。此外，Insilico 还通过人工智能预测此 IPF 新靶点、新分子的二期临床试验成功几率很高。
四、临床试验。Insilico 目前正在进行 IND 申报试验，目标是在 2022 年初进行临床研究。同时，Insilico 欢迎和期待与制药公司合作，共同进行 II 期后的药物开发。
尽管围绕新药研发的热门话题通常集中在何时发现新靶点或何时新药进入临床试验，但目前最适合创新和对业务影响最大的领域是从靶点发现到临床开发之间。
Insilico 的“AI+研发药物”，获得医药专家认同
Insilico Medicine 成立于 2014 年，总部位于香港，目前团队规模刚刚超过一百人，其中有八十多人为 AI 背景，他们在 2016 年发表了该领域的第一篇同行评议论文。
Insilico Medicine 的核心技术是开发一系列生成对抗网络（Generative Adversarial Networks，GANs）和强化学习（Reinforcement Learning，RL）来识别蛋白质靶点，从而生成具有特定属性的分子结构并合成数据。最新的融资将被用于加快该技术商业化，并推进癌症、纤维化和其他与年龄有关的疾病的内部药物发现项目。
2019 年，Insilico 发明并推出了一种新的用于药物发现的人工智能系统，能够在 21 天从始至终创造出全新的分子，花费仅约 15 万美元。由于靶点发现的失败率约为 95%，Insilico 当时解决了该行业药物发现的最大瓶颈之一。
Insilico 的人工智能软件以利用现代人工智能技术的生成化学为驱动，能够快速生成具有特定性质的新型分子结构。作为首家探索使用生成性对抗网络（GAN）和生成式强化学习（RL）人工智能技术进行药物发现的公司，Insilico 的人工智能软件的成功是向业界展示首次成功发现和生成新的临床候选化合物的科学验证。
Alex Zhavoronkov 博士发言表示：
“深度学习革命的巅峰可以追溯到 2014 年，那时出现了生成对抗网络，深度学习系统开始在图像识别领域超越人类。同年，公司成立。2016 年，我们通过实验验证，深度学习系统可以从组学数据中识别新的生物靶点。自 2017 年 - 2019 年，我们不断证明，生成式人工智能可以发明和设计在人类细胞和动物体内有活性的新分子。
但是还有一个大难题 --- 人工智能能否为一个没有已知的抑制剂、也未在疾病中得到验证的新靶点设计出一种新的分子？现在，我们已经成功地将生物学和化学结合起来，并获得能够作用于一个新的靶点的临床前候选药物提名，目的是将其用于人类临床试验，这是一个亟待解决的、数量级更复杂、风险更大的难题。
据我所知，这是首例人工智能成功发现一个新靶点，并设计一个能够作用于大人群疾病适应症的临床前候选新药。这对我们来说是一个重要的里程碑。我们最终的 “登月计划” 是解决人类的衰老问题，这需要我们拥有更多更可靠的人工智能技术，帮助我们理解和调控其他慢性疾病中的人类生物学。”
此外， Insilico 将获得巨额资金支持，用于在多种新药物靶点上开展药物发现和开发。公司已经利用自主研发的 Pharma.AI 软件，为制药和生物技术公司提供靶点发现和生成化学系统服务和支持。PandaOmics 靶点发现 AI 系统可作为软件服务提供，Chemistry42 小分子生成化学平台已于 2020 年 9 月开始在药企用户现场安装和部署。迄今为止，全球最先进的制药公司已开始采用我司的 Chemistry42 分子生成和设计平台，PandaOmics 则在多个著名学术机构和制药公司的药物靶点发现部门采用。
公司还宣布，将继续壮大科研队伍，已经在上海建立了一个由 20 多名资深药物研发人员组成的团队，由美迪西生物医药公司的前任生物部和化学部高级副总裁、GSK 葛兰素史克公司的前任化学总监任峰博士领导，他于今年 2 月加入 Insilico 担任首席科学官，正是此次新药发布会的主要发言人之一。
图 | Insilico IPF 新药研发团队
Insilico 的 IPF 新药研发团队目前汇集 20 多名来自全球知名院校的博士生，比如哈佛、耶鲁、哥伦比亚、牛津等，不少团队成员拥有全球各大药厂的工作经验。该团队负责将人工智能发现的新药项目推进到临床试验，并创建广泛的临床前 / 临床药物产品组合。
针对 Insilico Medicine 今天所取得的成就，投资人、医学科、科学家以及相关业内人士都给了高度评价。
启明创投主管合伙人梁颕宇说：“未来十年，中国将成为全球医药创新的重要力量，中国将在药物的原发性创新上成为引领者和推动者。药物研发是人工智能最重要和最大的应用场景之一，人工智能则是药物研发最重大的技术红利之一。AI 赋能药物研发，既能够缩短药物研发的时间，又能够大大降低成本。Insilico 不仅仅在技术上是领先的 AI 驱动药物研发企业，同时，也创造了独特的、充满潜力和希望的商业模式，即通过自主研发的 Pharma.AI 平台提供人工智能驱动的药物发现服务和软件，以及自主开发临床前和临床项目。”
正是强大的行业实力和一系列新进成果，让 Insilico 获得了广泛的业内认同和好评：
“药物发现中最困难的步骤和最大的谜团之一在于靶点验证，特别是确定在临床环境中有强大影响力的靶点。通过人工智能的努力，Insilico Medicine 成功地解决了药物发现中最大的谜团之一。”--- 新墨西哥大学 (University of New Mexico) 翻译信息学部门教授兼主任 Tudor Oprea 博士，一位经验丰富的药物发现者，在药物发现领域拥有 25 年的行业和学术经验
“在药物研发中，速度就是一切。一种药物批准用于人类使用的相关成本至少有 90% 是在临床试验的后期阶段。凭借其人工智能驱动的药物发现通用系统，Insilico 让研究人员能够在药物发现过程的许多阶段、以及临床试验之前，更快更早地排除失败的方法，以免为时过晚。”--- 波士顿大学名誉教授 Charles Cantor 博士，Insilico Medicine 科学顾问委员会成员，Sequenom Inc. 联合创始人，Retrotope Inc. 联合创始人
“Insilico Medicine 的这一成就再次证明了人工智能是药物发现的强有力工具。通过在药物发现过程中尽可能多的步骤中使用人工智能，可以大大减少有效疗法研发的时间和成本。”--- 多伦多大学化学和计算机科学教授、人工智能公司 Kebotix 和 Zapata Computing 联合创始人 Alán Aspuru Guzik 博士
Insilico 期待更广阔合作和发展
Insilico 成立之初，就致力于 AI 药物研发，且看好 AI 研发药物的发展前景。正如此前 Zhavoronkov 在接受生辉采访时所说：“Insilico 每三个月更新一次模型，每九个月更新一次 AI Pharma Pipeline。我们与 150 多个学术机构和公司合作，从中获得训练数据。一款新药的研发涉及很多流程，从靶点发现---化合物合成---制剂生产---临床实验---批准上市之间要经历极其复杂的过程，Insilico 的核心竞争力正在于此，我们有实力深度参与每个环节，比起传统药物研发，Insilico 将以更短的时间和更少的花费，把药物研发的成功率提高数倍，加速推动新药成功上市。”
在生辉的专访中，Zhavoronkov 还表示：“ ‘AI + 药物研发’的成熟期或许将在 3-5 年内，很高兴见到中国可以有越来越多的药企开始寻找新靶点，我也希望钻研计算机科学的年轻人们能更多地了解生命科学。我非常看好中国制药产业的未来。在中国，我能找到很多非常聪明同时又有大药厂工作经历的人才。”
回首 Insilico 发展史：2018 年，Insilico 被美国知名创投研究机构 CB Insights 誉为 “2018 全球 AI 人工智能百强公司”。2019 年完成 B 轮融资，启明创投领投，药明康德、斯道资本、F-Prime Capital、礼来亚洲基金、创新工场、百度风投。2020 年《麻省理工科技评论》将 Insilico “人工智能发现分子” 评为 “全球十大突破性技术”（TR10）之一。据公开信息显示，在国外，Insilico 已与多家国际知名制药企业合作；在国内，Insilico 已与药明康德、江苏正大丰海制药、北京泰德制药等企业合作。
目前，AI 广泛用于化学药物研究，主要用于发现药物靶点，药物筛选、结构优化，以及合成分析：
发现药物靶点。AI 可以从浩瀚文献中，搜索潜藏的靶点信息，并对比不同靶点信息的潜力，选择潜力较大的靶点进行药物研发。
药物筛选和结构优化。针对选中靶点，AI 全面利用现有信息，去评估各个候选分子与靶点直接的相互作用能力，筛选出和优化出最适合的分子。
确定合成路线。不同于传统的逆合成分析，AI 可以在极短时间内，预测出跟药物化学家完美匹配的合成路线。
此外，AI 还应用于其他化学药物，比如，公开报道显示，在此次新冠疫情中，中国工程院院士李兰娟就利用 AI 的筛选功能，发现不同已有药物对新冠病毒的有效率，快速完成旧药新用。此外，AI 还能使化学药物更快速地进入临床试验、更快速确定疾病诊断标志物等。
AI 用于药物研发，有广阔的前景，不仅会对制药产业产生深远影响，而且将对化工产业产生广泛影响。
此次发布会代表着 Insilico 在 AI 研发药物领域里开创性成功，也预示着 Insilico 将在 “AI + 药物研发” 领域更深刻、更广阔的的探索。
图 | 任峰
谈及 Insilico 未来的发展，任峰在此次新药发布会上表示，“事实已经证明，人工智能是新药研发的加速器。Insilico 的目标是利用AI在癌症、免疫、纤维化、以及延缓衰老等方面造福人类、贡献价值，IPF 只是万里长征第一步。公司将会明确定位、坚持目标，提升自我竞争力的同时，创造性地学习其他 AI 制药公司的优秀之处，力求与传统制药厂深度合作，最终为提升人类生存质量、延缓人类衰老做贡献。我相信 Insilico 的征途是星辰大海，路漫漫其修远兮，期待我们在药物研发方面更新、更深刻的探索。”
-End-