Insilico Medicine环球初次应用人工智能发现新机制特发性肺纤维化药物

Insilico Medicine因环球初次应用人工智能发现新机制特发性肺纤维化药物，而在生物技术和药物发现畛域揽获多项行业第一：

--通过屡次人体细胞和植物模子试验的胜利验证，证实人工智能研发的新药物靶点和分子的无效性和平安性，本日的突破标记着业界初次对人工智能进行迷信验证，并将其用于新药研发，直至候选化合物的临床前研讨。

--初次在新药研发进程中通过人工智能将生物学和化学联合：从汗青上看，发现新靶点、设计新化合物，和通过临床前和临床研讨验证其无效性的步调是人工智能药物发现进程中分歧的部门。

--Insilico在临床前候选药物选择方面突破刷新了速率和最低本钱的纪录—年夜年夜放慢和推动临床前开辟，同时节约了数百万美元的药物开辟本钱。

香港，上海—Insilico Medicine在人工智能和新药开辟方面取得突破—初次将生物学和化学天生学相联合，发现一种全新机制的用于医治特发性肺纤维化(IPF)的临床候选新药，并胜利通过屡次人类细胞和植物模子试验验证。IPF扳连多种疾病，影响多个器官(肺、肝和肾)，这一新药的呈现无望解决影响环球成千上万人的普遍的未被知足的医疗需求。

IPF病因至今未明，医学界尚不分明其发病机制，且该病多为分发，患者从呈现症状到灭亡，均匀存活年限不超过5年。

普遍的肺纤维化容易并发肺癌，早期也会呈现肺动脉低压。现用于医治IPF的药物已在临床使用30多年，仅对10%～30%的病人有疗效。患者在疾病早期靠氧疗进步生活质量，但环境不容乐观。

Insilico Medicine开创人兼首席执行官Alex Zhavoronkov博士表现：“将正确的药物靶点与正确的疾病分割起来是药物研发的最年夜挑战”，“跟着本日咱们完成第一团体工智能发现和迷信验证临床前候选药物（PCC）的里程碑，Insilico攻克了药物发现中的又一年夜阻碍，并突破了传统药物发现进程中的另一瓶颈，这一进程破费了十分少的本钱和光阴。”

AI改写药物发现的汗青

从靶点发现莅临床前候选药物的创造，Insilico仅用时不到18个月，就完成了靶点发现、分子天生和通过传统试验验证，植物体内IPF疗效确认及平安性评价，总本钱约为180万美元，其他纤维化疾病疗效研讨总本钱约为80万美元，合成和测试了不超过80个。

传统的药物发现起首是对数万个小分子进行测试挑选，然落后一步合成和测试数百个分子，以便获得少数几个得当临床前研讨的候选药物，此中只有年夜约1/10的候选药物可能终极通过人类患者的。整个进程迟缓且本钱低廉，均匀耗时10年，破费十数亿美元。

另一个进一步障碍新药推向市场的阻碍是，整个研发进程波及的年夜量研发步调—每一阶段破费数百至数万万美元—往往是由药物研刊行业中分歧公司或分歧的营业部分疏散进行的。

Zhavoronkov博士表现：“咱们正在改写药物发现的汗青，成为首个、也是独一一个以人工智能为驱动的药物发现集成体系的创始者和引导者”，“通过创立首个通用体系，将药物开辟的一切畛域从靶点发现、设计以及未来的成果预测分割起来，Insilico的人工智能平台将可能支持药物研发的每一阶段的倒退。”

AI若何发现新机制特发性肺纤维化药物

Insilico Medicine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端研讨，将顺应症范畴逐渐放大到专门针对IPF的一个新靶点。

靶点确定后，Insilico通过人工智能化学天生体系设计了一组新的化合物来选择性地克制这个新靶点。这些分子必需具有优越的选择性、生物应用度、代谢稳定性、口服给药性子、平安性，及药物特有的多个优质属性。这些分子最初是由公司的天生化学人工智能体系Chemistry42此中的基于构造的分子设盘算法发生的，而且显示在细胞试验和植物模子试验的无效性。

这些试验数据随后反应给人工智能体系，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。

颠末数轮设计-合成-评价-优化-从新设计轮回后，今朝曾经确定了临床前候选化合物。Insilico的临床前候选化合物通过了公司外部和内部纤维化疾病畛域专家的严厉评价，已进入临床前研讨阶段。

此外，公司还通过人工智能预测此IPF新靶点、新分子的二期胜利机率很高。Insilico今朝正在进行IND报告试验，目的是在2022年终进行临床研讨。

Insilico欢送和期待与制药公司单干，独特进行II期后的药物开辟。

虽然环抱新药研发的热点话题通常集中在何时发现新靶点或何时新药进入，但今朝最得当立异和对营业影响最年夜的畛域是从靶点发现莅临床开辟之间。

创始汗青的Insilico

2019年，Insilico创始了汗青，它创造并推出了一种新的用于药物发现的人工智能体系，可能在21天从始至终发明出全新的分子，破费仅约15万美元。因为靶点发现的失败率约为95%，Insilico其时解决了该行业药物发现的最年夜瓶颈之一。Insilico的人工智能以应用当代人工智能技术的天生化学为驱动，可能疾速天生具备特定性子的新型分子构造。

作为首家摸索使用天生性对立网络（GAN）和天生式强化培训（RL）人工智能技术进行药物发现的公司，Insilico的人工智能的胜利是向业界展现初次胜利发现和天生新的临床候选化合物的迷信验证。

Zhavoronkov博士谈话表现：

“深度培训反动的顶峰可以追溯到2014年，那时呈现了天生对立网络，深度培训体系开端在图像辨认畛域超出人类。同年，公司成立。2016年，咱们通过试验验证，深度培训体系可以从组学数据中辨认新的生物靶点。自2017年-2019年，咱们不时证实，天生式人工智能可以创造和设计在人类细胞和植物体内有活性的新分子。

然则还有一个年夜难题—人工智能可否为一个没有已知的克制剂、也未在疾病中获得验证的新靶点设计出一种新的分子？当初，咱们曾经胜利地将生物学和化学联合起来，并得到可能作用于一个新的靶点的临床前候选药物提名，目标是将其用于人类，这是一个亟待解决的、数目级更简单、危险更年夜的难题。

据我所知，这是首例人工智能胜利发现一个新靶点，并设计一个可能作用于年夜人群疾病顺应症的临床前候选新药。这对咱们来说是一个紧张的里程碑。咱们终极的‘登月筹划’是解决人类的苍老成绩，这必要咱们领有更多更靠得住的人工智能技术，帮忙咱们懂得和调控其他慢性疾病中的人类生物学。”

此外，Insilico将得到巨额资金支持，用于在多种新药物靶点上展开药物发现和开辟。公司曾经应用自立研发的Pharma.AI软件，为制药和生物技术公司提供靶点发现和天生化学体系服务和支持。PandaOmics靶点发现AI体系可作为软件服务提供，Chemistry42小分子天生化学平台已于2020年9月开端在药企用户现场装置和部署。迄今为止，环球最先进的制药公司已开端采取我司的Chemistry42分子天生和设计平台，PandaOmics则在多个有名学术机构和制药公司的药物靶点发现部分采取。

Insilico同时发布，公司将持续壮年夜科研步队，曾经在上海树立了一支由20多位资深药物研发职员构成的团队，由首席迷信官（CSO）任峰博士引导，他于本年2月退出Insilico。此前接踵负责美迪西生物医药公司生物部和化学部高级副总裁、GSK公司化学总监。该团队担任将人工智能发现的新药名目推动到，并创立普遍的临床前/临床药物产物组合。

此消息稿由Insilico Medicine宣布。

查问概况，敬请联络：

周舟密斯

电子邮件：Subrina.zhou@insilico.ai

业界评论、行业近况及其他信息

“将来十年，中国将成为环球医药立异的紧张力气，中国将在药物的原发性立异上成为引领者和推进者。药物研发是人工智能最紧张和最年夜的利用场景之一，人工智能则是药物研发最严重的技术盈余之一。AI赋能药物研发，既可能延长药物研发的光阴，又可能年夜年夜下降本钱。Insilico不仅仅在技术上是当先的AI辅助药物研发企业，同时，也发明了共同的，充斥后劲和愿望的贸易形式，即通过自立研发的Pharma.AI平台提供人工智能驱动的药物发现服务和软件，以及自立开辟临床前名目。”—启明创投主管合伙人梁颕宇，福布斯环球最佳创投人

“立异工厂投资Insilico Medicine英矽智能，从晚期看好公司专一把前沿AI技术与新药研发相联合的立异才能。此次在AI技术平台的支持下，疾速研发推动针对特发性肺纤维化病症的潜在的独创药物分子，并胜利到达临床前候选药物的里程碑，一定水平上验证了AI算法联合药归天学与性命迷信，可能更高效的研收回有微小后劲的候选药物分子，在环球范畴内是个标记性的里程碑。Insilico Medicine开创人兼首席执行官Alex Zhavoronkov博士率领的团队，联合AI迷信家和新药研发迷信家，兼具严谨迷信办法论及以AI造福人类的愿景，是把AI用于解决真实天下严重挑战的详细实践。”—立异工厂董事长兼CEO李开复博士

“药物发现中最困难的步调和最年夜的谜团之一在于靶点验证，特殊是确定在临床情况中有弱小影响力的靶点。通过人工智能的尽力，Insilico Medicine胜利地解决了药物发现中最年夜的谜团之一。”—新墨西哥年夜学(University of New Mexico)翻译信息学部分传授兼主任Tudor Oprea博士，一位教训丰厚的药物发现者，在药物发现畛域领有25年的行业和学术教训

“在药物研发中，速率便是所有。一种药物同意用于人类使用的相关本钱至多有90%是在临床实验的前期阶段。凭仗其人工智能驱动的药物发现通用体系，Insilico让研讨职员可能在药物发现进程的许多阶段、以及之前，更快更早地扫除失败的办法，以免为时过晚。”—波士顿年夜学声誉传授Charles Cantor博士，Insilico Medicine迷信参谋委员会成员，Sequenom Inc.结合开创人，Retrotope Inc.结合开创人

“Insilico Medicine的这一造诣再次证实了人工智能是药物发现的强无力对象。通过在药物发现进程中尽能够多的步调中使用人工智能，可以年夜年夜削减无效疗法研发的光阴和本钱。”—多伦多年夜学化学和盘算机迷信传授、人工智能公司Kebotix和Zapata Computing结合开创人Alán Aspuru Guzik博士

人工智能用于药物研讨的行业近况

今朝，AI普遍用于化学药物研讨，次要用于发现药物靶点，药物挑选、构造优化，以及合身分析：

发现药物靶点。AI可以从浩瀚文献中，搜刮潜藏的靶点信息，并比照分歧靶点信息的后劲，选择后劲较年夜的靶点进行药物研发。

药物挑选和构造优化。针对选脱靶点，AI全面应用现有信息，去评价各个候选分子与靶点间接的互相作用才能，挑选出和优化出最得当的分子。

确定合成路线。分歧于传统的逆合身分析，AI可以在极短光阴内，预测出跟药归天学家完满婚配的合成路线。

此外，AI还利用于其他化学药物，比方，地下报道显示，在这次新冠疫情中，中国工程院院士李兰娟就应用AI的挑选功效，发现分歧已有药物对新冠病毒的无效率，疾速实现旧药新用。此外，AI还能使化学药物更疾速地进入、更疾速确定疾病标记物等。

AI用于药物研发，有广大的前景，不仅会对制药家当发生深远影响，并且将对化工家当发生普遍影响。