英矽智能启动ISM001-055首次人体试验,快速推进其端到端人工智能平台所发现新药的临床验证
ISM001-055是由英矽智能端到端人工智能药物研发平台Pharma.AI所发现的候选药物,该候选药物是一个具有全球首创新药潜力、针对全新靶点的全新小分子抑制剂,用于治疗特发性肺纤维化(IPF),一种导致肺功能进行性、不可逆转下降的慢性肺部疾病。在完成临床申报所需的研究后,英矽智能启动了微剂量组试验,以确定该候选药物在人体中的药代动力学特征。该试验正在澳大利亚开展,将通过静脉注射的方式对健康志愿者完成ISM001-055的临床给药。
英矽智能首席科学官任峰博士表示,“我们非常高兴看到英矽智能的首个抗纤维化候选药物进入临床试验。我们相信这是人工智能药物发现史上的一个重要里程碑。据我们所知,这是有史以来首个由人工智能发现的具有全新靶点和新分子结构的候选药物。英矽智能利用端到端人工智能驱动的药物研发平台,包括生成生物学和生成化学,来发现全新生物靶点并设计具有药物特性的新分子结构。ISM001-055是该药物研发方法下第一个进入临床的化合物,我们预计在不久的将来会有更多的此类化合物进入临床。”
2013年诺贝尔化学奖得主、英矽智能科学咨询委员会成员Michael Levitt博士表示,“英矽智能实现了这一突破性的里程碑令人印象极为深刻。许多药物都是不经意间发现的,当科学家为一种疾病设计药物,然后他们发现它实际上对另一种不同疾病也有效。人工智能为药物发现提供了一种方法,搜索信息并发现信号,这使得药物发现的成功不是偶然发生的,而是一种可重复的方法和步骤,这种技术是革命性的。”
英矽智能创始人兼首席执行官Alex Zhavoronkov博士表示,“这一成果让我印象深刻,不仅在于较低的研发成本或较快的研发速度,而且它还证明了我们的Pharma.AI平台可以克服药物研发这一阶段的低成功率问题。很少有制药公司发现全新的泛疾病靶点,针对靶点设计新的化合物,并将项目推进到临床试验的例子,据我所知到目前为止还没有公司在人工智能的驱动下实现这一点。临床前靶点发现的失败率非常高,即使靶点在临床前的动物模型中得到验证,在2期临床实验中超过一半的失败也是由于靶点选择所导致的,靶点发现是生物医药行业的根本挑战。在ISM001-055项目中,我们使用了结合生物学和化学的端到端人工智能,并在多个临床前模型中评估候选药物的有效性和安全性。”
关于英矽智能
----------- End -----------
感兴趣的读者,可以添加小邦微信(zhiyaobang2020)加入读者实名讨论微信群。添加时请主动注明姓名-企业-职位/岗位 或
姓名-学校-职务/研究方向。
- 历史文章推荐 -
【英矽智能】
●AI赋能PROTAC研发,英矽智能与Arvinas达成合作
●英矽智能宣布利用端到端AI药物研发平台,发现针对肾纤维化的临床前候选化合物
●任峰|Insilico Medicine如何借助AI发现新靶点和新化合物
●AI药物研发公司Insilico Medicine宣布完成2.55亿美元C轮融资
●AI药物研发公司Insilico Medicine的理念、技术与特点
【药物设计】
●CAS博客|首批进入临床试验的AI设计的候选药物:结构新颖性评估
●Drug Discov Today|人工智能增强的药物设计和开发:迈向计算型精准医学
●Drug Discov Today|用于从头药物设计的图神经网络GNN
●Nat Commun|AI结合基因表达特征,从头生成类苗头化合物
●Drug Discov Today综述|分子从头设计和生成模型
●Nat Comput Sci综述|生物分子建模在技术时代蓬勃发展
【靶点发现】
●Nature Outlook|借助算法和模拟将蛋白质折叠的瞬时结构转变为药物靶点
●AI+临床数据助力新药靶点发现,天坛医院院长王拥军谈【神农计划】
【临床试验】
●Patterns|诺华举办内部挑战赛,用AI预测候选药物的临床试验成功率
●NPJ Digit Med|多种数字健康技术在去中心化的世界中赋能临床研究
●Nature:如何使用AI分析真实世界数据,简化肿瘤临床试验入组标准
【产业进展】
●20家顶尖制药公司如何将AI应用于药物研发:近年来主要合作活动
【算法开发】
【机器学习质量】
【隐私计算】
●Science China|用增强的联邦学习应对药物发现数据小和偏的困境
●Nature:优于联邦学习的医疗数据共享技术Swarm Learning及应用案例
●AI药物发现的数据共享模式探索:以十大顶尖药企参加的MELLODDY项目为例
【AlphaFold】
●BioRxiv|利用AlphaFold-Multitimer进行蛋白质复合物预测
●谷歌母公司推出AI驱动的药物发现初创公司Isomorphic Labs
●Nat Rev Drug Discov|AlphaFold对药物发现意味着什么?
【监管】
●Nat Mach Intell|美国和欧洲如何监管医学领域的人工智能
●Drug Discov Today|FDA童伟达:基于AI的语言模型为药物发现和开发提供动力
●国家药监局关于发布人工智能医用软件产品分类界定指导原则的通告
●CDE关于发布《模型引导的药物研发技术指导原则》的通告(2020年第59号)