《回望2022》 | 任峰：AI制药，向春天迈进
转眼2022年已划上句号。尽管过去一年，资本寒冬席卷创新药领域，但是新技术、新疗法的发展并未停下脚步。辞旧迎新之际，医药魔方Pro策划了《回望2022》系列专栏，邀请了国内不同细分技术赛道的标杆性企业，以领域最前线的视角，回顾所在赛道2022年的里程碑进展，并展望2023年相关赛道可能取得的突破，期望能够为行业发展提振信心。
06期
嘉宾：英矽智能 联合首席执行官&首席科学官 任峰博士
赛道：AI制药
任峰于2007年博士毕业于美国哈佛大学化学系，拥有超过15年药物研发行业经验。曾任跨国药企葛兰素史克的小分子创新药物研发负责人，美迪西高级副总裁等。2021年加入英矽智能任首席科学官，组建并带领上海药物研发团队，利用公司自主研发的人工智能平台构建临床前/临床产品管线和外部项目合作，成功在一年时间内发现了8个临床候选化合物，并将公司进展最快的抗纤维化项目推入临床阶段。2022年6月，任峰博士被擢升为英矽智能联合首席执行官。任峰博士发表国际学术论文30余篇、国际专利20余件。
01、回望2022
令人印象深刻的行业进展
从技术进展的角度来看，不少AIDD公司不约而同地选择扩大AI制药的外延。在结合人工智能和生物医药两大指数级发展的前沿技术之外，又纳入了自动化机器人技术，通过布局自动化机器人实验室，辅助AI制药的验证性实验工作。
从管线推进的角度来看，我们看到更多来自中国的AI制药公司将项目推进到临床阶段，这也就意味着中国的AI制药即将步入临床验证期。英矽智能的抗纤维化项目也在过去一年中顺利完成了I期临床试验。
另外，我们也看到头部AI制药公司逐渐探索出了不同的发展道路和商业模式，有一些专注在技术平台打造，也有一些着眼于赋能于生态伙伴，还有一些深耕于自有和外部管线的发展。基本上每种模式都有一些代表，整个行业都在向好发展。
英矽智能2022里程碑
对于英矽智能来说，2022年是非常重要的一年，也是实现跨越性发展的一年。
从研发进展来看，我们提名了8款临床前候选化合物，并完成了抗特发性肺纤维化项目的临床I期试验，预计在2023年早期将项目推进到临床II期。另外春节假期前我们向CDE提交了新冠项目的IND申请，预计将于近期收到回复。
平台建设方面，我们完成了Pharma.AI药物研发平台的更新，升级了靶点发现引擎PandaOmics和分子生成和设计引擎Chemistry42，并首次发布了临床试验方案结果预测平台inClinico，还揭幕了位于苏州BioBAY的第6代智能机器人实验室。
业界合作方面，我们进一步保持与全球工业界和学术界的合作，先后与复星医药和赛诺菲达成刷新行业纪录的重磅AI药物研发合作，并与苏黎世大学、奕拓医药、沙特阿拉伯投资部、赛诺菲、盖茨基金会等业界伙伴达成了良好的交流合作。
另外，在不确定的市场环境中，英矽智能顺利完成9500万美元D轮融资，并进一步布局全球双轮驱动，建立了“人工智能+新药研发”组织架构。
02、 挑战与机遇
数据挑战
目前AI在新药研发的某些具体环节取得了阶段性的进展，但是还没有覆盖新药研发的整个链条，其中一个主要的原因是一些应用场景的数据量不足。如何在这些特定的场景收集到足够量的标准化数据，使AI能够解决这些方面的问题，是AI制药领域面临的最大挑战之一。比方说，预测PK/PD性质、预测毒理等，这些目前还处在一个相对来讲不太成熟的阶段，因为预测这些性质所需的数据量较大，但目前数据量不足，且数据的标准化不够。
英矽智能从2014年成立之初就一直在进行数据收集，清洗和标准化，追踪了价值超过2万亿美元科研经费支持的研究项目所产生的数据，对于收集数据和保持数据的独特性也有一些自己的思考。
我们认为，首先AI制药公司可以通过做更多的内部研发项目，有针对性地收集自己的数据，产生更大的数据量。以英矽智能为例，我们不仅推进了近30条内部研发管线，同时布局了智能机器人实验室，在做内部项目开发的同时，闭环产生并收集数据，反哺人工智能平台的迭代。
其次，可以倡导大药企在某些特定的环境有限度的开放自己的数据，比如当一家制药巨头通过有限开放自己的项目相关数据与一家AI制药公司合作成功后，可能会引发更多药企开放或者半开放自己的数据来加速AI的赋能。
此外，随着越来越多的AI制药公司会在近几年陆续公布成功AI药物开发的案例，这也会引导行业的数据共享与开放。最终AI制药与传统制药会变得更加一体化，共同推动医学进步。
“验证”挑战
除数据外，AI能力在应用层面的验证也是受关注的焦点话题。英矽智能与合作伙伴谈合作时，他们最想看到的就是既往的案例，AI是不是加速了药物研发进程？AI 平台能不能提高药物研发的成功率？这些问题都需要案例去验证，但这样的验证往往需要一个漫长的周期，要准备好足够的耐心。如果没有大量的项目，没有足够长的时间，是没有办法证明通过 AI 的加持能比传统的药物研发提高了效能的。
正如之前所谈到的，AI制药公司可以通过内部的自研项目去验证自己的算法是不是有效的，如果自研的项目数量不够多，或者缺少的经费去支持很多自研的项目，那就需要去跟外部的制药公司合作，这需要大量的案例和时间去验证。
03、 未来展望
AI制药迎来新机遇
刚刚过去的 2022 年，我们共同经历了行业的周期变化，对于AI制药来说，这个周期变化也是一个非常好的机会。在市场环境好的时候，大家往往都不会更多关注新的技术，而是想把“低垂的果实”摘完。但当大家处于现在的市场环境，才更有可能会关注这种创新性更强的技术。这是一个非常可喜的变化，或将进一步促进AI工具在生物制药领域的大规模应用。
AI药物走向II/III期临床
2023年，我们期待看到第一批由人工智能发现或人工智能设计的药物进入到临床试验的后期，特别是临床II-III期的药效性验证阶段。全球范围内来看有许多公司走在前列，英矽智能也将尽快开启IPF项目的II期临床试验。
同时，我们也希望看到机器人技术与人工智能药物发现的搭配使用，以进一步加速早期药物研发的过程，并为验证算法和收集数据作出贡献。在这个方面，我们希望英矽智能在2022年底官宣的智能机器人实验室能够在其中脱颖而出，不仅赋能自有项目，也可以为生态圈的合作伙伴提供帮助。
期待AI赋能新药研发全流程
身处飞速变化的AI制药领域，很难预测未来3-5年赛道的发展。但在任何一个由AI发现的药物，真正走完临床前和临床的验证，获批走向市场惠及患者之前，我们相信实现AI制药全流程的验证，是每一位行业研究者共同的期待。
推荐阅读
Copyright © 2023 PHARMCUBE. All Rights Reserved.
欢迎转发分享及合理引用，引用时请在显要位置标明文章来源；如需转载，请给微信公众号后台留言或发送消息，并注明公众号名称及ID。