“药物发现过程涉及很多运气。即使人工智能确实减少了将化合物纳入临床前测试所需的时间和成本，大多数候选药物在后期阶段仍然会失败。任何能够加快这一进程的东西都代表着胜利，工业界和学术界必须利用彼此的优势来确定如何利用人工智能发挥最佳效果。”
几十年来，研究人员一直在寻找加速药物研发的方法。然而，这个过程越来越慢，风险越来越大，成本越来越高。
有研究表明，从药物发现计划的启动到国家药品监管机构批准上市，通常需要12-15年的时间，进入临床试验的药物中约有十分之九无法获批上市。还有研究估计，将一种药物推向市场的成本约为25亿美元。
人工智能（AI）或为破局之道。越来越多的人认为，生成式人工智能正在从根本上缩短临床试验前的阶段。
当地时间10月10日，《自然》（Nature）杂志在线发表了一篇题为《人工智能加速药物发现的潜力需要现实检验》（AI’s potential to accelerate drug discovery needs a reality check）的社论，认为需更加谨慎地看待人工智能在药物研发领域取得的进展。
文章介绍，药物研发通常从确定导致疾病的生物靶标开始，可能包括DNA、RNA、蛋白质受体或酶，然后筛选可能与之相互作用的分子这就是所谓的药物“发现”阶段。经药物“发现”阶段后的候选药物一般都是小分子，药物化学家致力于提高它们的活性，并减少任何相关的问题。如果实验成功，研究人员将开发一种先导分子进入临床前测试，它将帮助科学家了解候选药物如何在动物体内运输、分解和排泄，以及回答药物在被批准进行临床试验之前的安全性和剂量问题。
有研究显示，从药物“发现”到临床前阶段平均需要6年。2022年2月，总部位于美国马萨诸塞州的波士顿咨询公司（BCG）的研究人员报告了2010年至2021年间20家相对较新的人工智能驱动型制药公司的研究管线。根据公开数据，BCG小组确定约有15种候选药物已进入临床试验阶段，其中8种候选药物都在10年内进入了临床试验阶段，5种候选药物进入临床试验阶段的时间少于历史平均时间。
2023年6月，由BCG和全球性慈善基金会惠康（Wellcome）共同撰写的另一份报告称，人工智能可以在药物研发直至临床前阶段节省至少25-50%的时间和成本。
2022年2月，总部设于美国纽约和中国香港的制药公司英矽智能（Insilico Medicine）宣布，由人工智能识别靶标并生成分子的候选药物用于治疗特发性肺纤维化的INS018_055已完成I期临床试验。值得关注的是，该候选药物在短短30个月内就完成了发现和临床前阶段。2023年6月，英矽智能开启了2期临床试验。
“这些都是值得注意的进展，无疑将推动投资。”《自然》社论表示，虽然人工智能相对年轻，但在BCG 2022年的分析中，20家AI制药公司已经有158种候选药物处于发现和临床前开发阶段。
但文章同时指出，前述说法来自公司本身。在可以独立验证之前，需要谨慎行事。研究结果需要发表在同行评审的文献中，并由与相关公司无关的研究人员进行认证。
人工智能加速药物研发也面临其他挑战。文章认为，基于生成式人工智能的系统从训练数据中学习，生成具有相似特征的新数据，从而推荐候选药物分子，其中可能存在问题。比如，在回答用户问题时，聊天机器人ChatGPT（OpenAI公司开发）有时会捏造答案，在药物发现中，类似的问题会导致它提出不可能制造的物质。这些问题需要通过人工调整分子结构以及其他人工智能工具来克服。
同时，为了让人工智能系统学习和改进，需要有人制造和测试它们推荐的分子，并将结果反馈到人工智能系统中，这部分工作主要由制药公司完成，然而，他们往往对自己的结果保密，部分原因是避免被竞争对手“抢先”。
“药物发现过程涉及很多运气。即使人工智能确实减少了将化合物纳入临床前测试所需的时间和成本，大多数候选药物在后期阶段仍然会失败。任何能够加快这一进程的东西都代表着胜利，工业界和学术界必须利用彼此的优势来确定如何利用人工智能发挥最佳效果。”文章写道。
参考资料：https://www.nature.com/articles/d41586-023-03172-6
