AI+药物研发无疑是近年来生物医药领域备受瞩目的细分赛道之一，从首个AI设计药物进入临床阶段，到国内外领头企业接连披露的大额融资，再到吸引互联网巨头扎堆布局，大热的AI制药究竟是噱头还是苗头？
“对话医药行业领袖”第一期，我们特别邀请英矽智能首席科学官及药物研发负责人任峰博士聊聊他的观点。英矽智能于近日刚刚宣布与劲方医药达成合作，共同利用人工智能平台加速小分子创新药物研发。
英矽智能
英矽智能（Insilico Medicine）是一家由人工智能驱动的端到端创新药物研发公司，基于生成对抗网络（GANs）、深度强化学习（RL）、预训练模（Transformer）及其他机器学习技术，构建强大且高效的人工智能药物研发平台，用于识别全新靶点并生成具有特定属性分子结构的候选药物，聚焦癌症、纤维化、传染性疾并神经退行性疾病等未被满足医疗需求领域，推进并加速创新药物研发。
嘉宾介绍
任峰，英矽智能首席科学官，药物研发负责人。2007年博士毕业于美国哈佛大学化学系，具有十余年跨国药企（GSK）小分子创新药物研发经历。2018年加入美迪西，全面负责化学部和生物部的研发服务业务，及公司的药物发现平台服务业务。2021年2月，加入英矽智能。
选择：
投身前沿人工智能，加速创新药物研发
梅斯：您在传统生物医药行业深耕多年，却在今年年初选择加入英矽智能，能分享一下是什么吸引您加入英矽智能？这将给您的职业生涯带来哪些转变？
任博：加入英矽一方面是个人情怀，我之前主要是做传统的小分子创新药的研发，一直有做first-in-class药物的梦想，希望凭借自己在新药研发上的经验，更好地把人工智能和新药研发结合起来，加速小分子创新药物的研发。
另一方面，传统的小分子创新药物研发面临几个痛点，包括靶点发现、小分子化合物设计、临床方案的设计等，英矽智能正是针对这些痛点，开发了自主知识产权的 AI平台，由人工智能赋能小分子创新药研发。
梅斯：目前，英矽智能进展最快的管线预计什么时候进入临床试验阶段？在项目推进过程中，AI平台带来了哪些正面效益？
任博：公司进展最快的管线是特发性肺纤维化（IPF）项目。这是全球首例完全由AI驱动发现的IPF疾病新靶点，并针对该靶点设计了全新化合物，我们已获得IPF临床前候选化合物，预计在今年底或明年初进入临床试验阶段。
IPF的项目里，我们仅用了一年半的时间，就从新靶点发现一直做到了临床前候选化合物，并且只花费了不到300万美金。传统药企在这一研发周期可能需要4年半或更长的时间，花费往往达到几千万甚至是上亿的美金。我们证明了自有的 AI平台可以大幅度降低研发成本，提高研发效率。
布局：
双管齐下，持续发力创新赛道
梅斯：就在刚刚过去的6月，英矽智能完成2.55亿美元的C轮融资。之后，公司计划在哪些方面持续发力？
任博：本轮融资主要的目的是加速两个方面的建设：
首先是自主知识产权的AI平台建设。目前英矽智能的端到端人工智能平台以三款软件的形式出现，包括全新靶点发现平台 PandaOmics、化合物设计和生成平台 Chemistry42以及临床试验结果预测平台 InClinico，非常便于理解和应用。但人工智能平台也需要持续的投入，不断地收集数据，优化算法，并且持续用项目去验证和反馈，因此我们非常重视AI平台的迭代。
另一个方面，我们将投入更多的资源推进内部的研发管线。现在我们主要聚焦在三个领域，纤维化、癌症和免疫类，之后我们也会积极布局更多未被满足的医疗需求领域。截至目前，我们内部研发管线已有30多个，相比于传统的医药研发，项目推进也更为高效。内部管线推进过程中的反馈，也将成为我们独有的价值数据，为更好的迭代AI平台带来帮助。
梅斯：公司是否会广泛考虑与其他的医药研发企业一起合作？英矽智能在选择合作企业和合作项目时有哪些主要的考量？这些项目对英矽未来的发展会有哪些影响？
任博：比起仅仅用AI技术去做创新药，我们更希望能为整个行业带来一种革命性的突破，将人工智能平台赋能给整个行业使用。
英矽智能从2014年建立开始，和大型药企就一直保持着密切的合作关系。大型药企在新药研发领域有丰富的积累和底蕴，在合作过程中也给我们很大的启发和收获，这对优化和改进我们的人工智能平台非常有帮助，可以帮助我们将AI平台设计的更实用，更能被研发人员接受。当然，我们也正在洽谈并期待能和细分领域创新性很强的公司建立合作关系，如PROTAC领域、噬菌体疗法领域等，互相学习互相促进。
在合作的形式方面，我们既提供AI平台方面的服务，比如围绕自研软件PandaOmics和Chemistry42展开合作；也会建立和药企间的新药研发项目合作。2021年以前，我们合作项目主要还是以AI平台的合作为主，从今年开始，我们会加大新药研发的合作项目的占比。
优势：
七年的数据积累和算法验证
梅斯：成立7年来，您认为英矽有怎样的护城河可以长期保持在行业头部？
任博：这得益于英矽智能的创始人Alex Zhavoronkov的前瞻性。Alex是一个复合型人才，既有计算机的背景，也有生物信息学的背景，他对AI+药物研发事业投入了大量时间和精力。
英矽智能成立之初，Alex做的是把生物信息学和 AI技术结合在一起去找靶点，因为如何找到新颖的或者是靠谱的靶点，是所有制药公司面临的共同问题。在开发自有人工智能的平台的时，我们与许多大公司进行了合作，这让我们的AI平台是真正从痛点和需求出发而设计的，更有实战性。我们也会根据研发人员使用后提出的建议做出改进，一步一步发展完善。
当然，英矽成立的时间比较久这也是优势之一。前期的数据积累、算法验证等，相对领先同行业的新兴AI+药物研发企业3~5年的时间。但随着越来越多的公司涌入这个细分赛道，我们也需要不停地改进和迭代AI平台来维持我们的领先位置。
市场：
任何一个公司的成功，对AI药物研发都是利好
梅斯：目前国内的互联网巨头纷纷破圈布局AI制药领域，互联网大厂的涌入是否会对你们造成威胁？英矽将如何应对本土资本强势注入的挑战？
任博：互联网巨头想进入AI+新药研发这个领域，需要至少两个方面的能力，第一是 AI的能力，在这方面他们已经掌握了相对前沿的技术，另一个方向是新药研发能力，这是他们行业经验积累相对薄弱的部分。
从整个产业来看，生物制药的市场非常大，每个公司它专注的细分赛道不一样，互联网企业擅长利用IT技术优势来切入AI制药产业，比如提供计算、数据的存储、分析等，互联网巨头入局证明了AI制药产业有巨大潜力，对我们来讲，既是挑战也是机遇。
梅斯：DeepMind公司近日在《自然》杂志上公开了进一步优化的AlphaFold2人工智能系统的源代码，并且详细描述了其设计框架和训练方法。这件事情对英矽智能有什么影响？对整个行业有什么影响？
任博：这对我们来说是肯定一个好消息。英矽智能的化合物设计和合成平台Chemistry42，是在有确定靶点之后，用靶点的晶体结构进行下一步小分子化合物的设计。实现这一步的前提条件是靶点有相关晶体结构的信息，或者至少有同源、同类或同族的蛋白的晶体结构体系，可以用来帮助设计小分子化合物，命中率会更高。系统开放意味着，对于一些现在没有结构信息的靶点，我们可以用这个算法预测出它的晶体结构，有望扩大范围提高命中率。
对行业的影响上，在我看来，任何一个公司的成功，对整个AI药物研发都是利好，因为大家都能看到这些技术在不断地实现突破，有进步才有发展。
