采访实录|人工智能+人类智能,新颖ENPP1抑制剂ISM5939
2023年5月18日,由人工智能驱动的临床阶段药物发现公司英矽智能 (Insilico Medicine) 宣布提名靶向ENPP1的高度新颖双效临床前候选化合物ISM5939,有望为全球实体瘤患者提供新的治疗选择,同时有潜力治疗罕见疾病低磷酸酯酶症 (Hypophosphatasia, HPP)。
ENPP1抑制剂如何做到肿瘤免疫“一箭双雕”,同时靶向罕见疾病?英矽智能的候选分子有什么差异化优势?为什么说该项目是“人工智能和人类智能相辅相成”的案例?我们邀请到英矽智能ENPP1项目药化负责人程鑫博士为您解答。
*以下为采访实录
Q1
ENPP1是一个怎样的靶点?
ENPP1是一个与肿瘤免疫治疗相关的靶点。研究表明ENPP1是cGAMP最主要的水解酶,而cGAMP又是cGAS-STING信号通路的内源性第二信使。
ENPP1抑制剂可以通过防止细胞外的cGAMP被降解来激活细胞内的STING信号通路,同时减少免疫抑制分子腺苷的生成。所以ENPP1抑制剂在肿瘤免疫治疗中可以起到“一箭双雕”、“一石二鸟”的作用。
Q2
为什么英矽智能要研究这个靶点?
这款ENPP1小分子抑制剂可以和immune checkpoint inhibitor,免疫治疗的一些抑制剂,比如PD-1/PD-L1联用来提高药效。
大家知道,PD-1/PD-L1免疫检查点抑制剂的市场还是非常大的,对于比较难治的肿瘤有一定的疗效。对于不可手术的或者转移复发的实体瘤,ENPP1的小分子抑制剂可以与PD-1或者PD-L1联用,达到更好的效果。
最近的一些研究表明,ENPP1还与一种罕见的基因疾病,低磷酸酯酶症相关,所以说ENPP1抑制剂还有可能在低磷酸酯酶症的领域有一些应用。
Q3
研发过程中遇到过什么困难?
在AI平台、AIDD和CADD的共同加持下,我们生成了第一批的十几个分子。很快就从中找到了结构比较新颖的苗头化合物,然后通过体外活性检测进一步优化该苗头化合物的体外活性,最终找到了比较好的先导化合物。
我们在进行体内实验的过程中发现,这个化合物在大鼠或者是小鼠体内连续给药的情况下,有暴露量降低的情况。之后,我们进一步开展了体外CYP induction的实验,发现该化合物在体外或者是体内都具有很强的CYP自诱导。
由于体外实验采用的都是人源细胞系,如果该化合物有比较强的体外CYP自诱导,它在人体内也会有相同的CYP自诱导的情况,这样会导致该化合物在口服后,在人体的暴露非常低,达不到药效或者毒性实验的需求。
经过讨论,药化团队从分子结构寻找突破点,主要是在原有先导化合物基础上进行局部结调整,在保留体外高活性的基础上,解决了CYP自诱导的问题。
Q4
AI在靶点药物研发中发挥了什么作用?
传统的跨国药企在针对靶点做药物发现的过程中,首先通过高通量筛选生成一些苗头化合物。而对于规模较小的Biotech公司来说,从资金、时间角度都很难做到这样的方式,AI平台正好解决了这个痛点。AI平台可以在短时间内生成一些可能具有生物活性的分子,通过药化学家去合成,可能在很短的时间内就会找到比较好的苗头化合物。
在我们的项目中,AI在前期的先导化合物的发现中扮演了重要的角色;在后期的先导化合物的优化中,我们的药物化学家又扮演了极其重要的角色。所以说,我们的项目可以说是人工智能和人类智能相辅相成的优秀案例。
Q5
英矽智能的ENPP1抑制剂
有什么独特优势?
英矽智能提名的ENPP1小分子抑制剂,从结构上来说具有很强的新颖性和创造性, 和以往专利中公开的ENPP1小分子抑制剂的结构有相当大的不同,这也是AIDD和CADD共同加持的一个成果。其次,我们的ENPP1小分子抑制剂在临床前不同种属的体内PK实验中,都表现出良好的半衰期,较高的暴露量以及比较低的清除率。
在这些数据的基础上,我们做了人类的PK projection,最终预测我们的化合物有望在人身上实现QD给药,意味着病人依从性方面比较大的优势。我们知道,第一个上临床的ENPP1抑制剂,是需要口服BID给药,与之相比,我们的化合物具有这一大优势,可能具有best-in-class的潜力。
Q6
对这个项目的未来有什么计划和期待?
综合该化合物体内外的活性,ADMET以及体内药效等各方面数据来说,我们认现在的化合物已经达到了PCC的标准,在四月份达成了PCC的提名。同时我们已经启动IND-enabling的一些工作,后续不光是要开发肿瘤免疫领域的适应症,同时也会开发在罕见病低磷酸酯酶症方面的一些适应症的应用。
作为项目的药化负责人,希望我们的ENPP1小分子抑制剂能够最后通过IND-enabling,最后达到NDA上市。不管是在免疫肿瘤的领域或者是在罕见病HPP的领域,都能够造福相关的患者。
关于英矽智能
英矽智能是一家由生成式人工智能驱动的药物研发公司,通过下一代人工智能系统连接生物学、化学和临床试验分析,利用深度生成模型、强化学习、转换模型等现代机器学习技术,构建强大且高效的人工智能药物研发平台,识别全新靶点并生成具有特定属性分子结构的候选药物。英矽智能聚焦癌症、纤维化、免疫、中枢神经系统疾病、衰老相关疾病等未被满足医疗需求领域,推进并加速创新药物研发。
更多信息,请访问网站
www.insilico.com
商务合作,请联系 bd@insilico.ai
媒体垂询,请联系 pr@insilico.ai