AI如何节省新药研发成本?「亿药科技」认为是精确的药物设计和药效学预测

顿雨婷 · 2019-07-16
已自主研发出两个成熟化合物(完成了药效学和毒理学实验)。

提到制药行业,大家率先想到的就是研发成本居高不下,研发回报率持续降低。若能更早、更准确地做好新药研发流程中的关键决策,譬如靶点是否靠谱,biomarker选得对不对,是否选择了最优的适应症、联用方案是否合理......或能解决上述问题。

AI等技术的兴起为上述问题的解决带来了一丝希望。目前有不少企业就此展开布局,按照药物研发的流程从前到后,有聚焦靶点和生物标记物筛选的寻百会生物、开发抗病毒领域虚拟药物筛选分子对接工具的智药科技、利用AI针对生物药进行药物筛选的冰洲石生物科技、专注晶型预测的晶泰科技、侧重临床试验的零氪科技以及做注册申报翻译的深度智耀等,它们纷纷看上了AI+新药研发带来的市场机会。

36氪近期接触到的「亿药科技」也是如此,目前聚焦于IND之前的所有环节,包括靶点发现、药物设计、药物合成、功能筛选、动物实验等过程。后续商业化是自主研发具有自主知识产权的化合物,并将其出售、授权或展开联合开发等。

据「亿药科技」联合创始人薛宝玉介绍,「亿药科技」基于AI开发了具有深度学习能力的算法系统,包括药效学预测平台InfinityPhenotype,可针对特定功能进行预测和设计的算法模型,能让化合物活性预测准确率提高到30-70%;以及基于化学分子系综的药物设计平台InfinityBind,能针对300多个常用靶点做新分子设计、双靶点分子设计。

具体来说,它们可基于测定数据和化合物分子数据建立生物过程模型,对研发药物中各种不同种类的化合物功能以及化合物相关性质进行分析和预测,筛选靶标分子,设计和优化特定功能的化合物,对药物的毒性和长期副作用进行预测,预测结果可以直接进行小鼠实验进行验证,为药物研发企业提供临床试验候选药物。

薛宝玉告诉36氪,「亿药科技」目前主要是锁定临床上缺乏好药(first-in-class)但患者基数大的病种进行开发。据悉,团队已建立8个疾病模型,正在开发5个新疾病模型,包括减肥、高尿酸&痛风、延长生命、非酒精性肝炎(NASH)、肌腱愈合,其中已有两个化合物——分别针对高尿酸&痛风和NASH完成了药效学和毒理学实验,进入寻求转让或者合作阶段,其余的还在开发过程中。

AI如何节省新药研发成本?「亿药科技」认为是精确的药物设计和药效学预测

亿药科技研发管线

至于市场前景预判,薛宝玉表示,从提效的角度看,目前约 15%~20%的新药成本花在探索阶段,这意味着高达几亿美元的支出,以及 3~6 年的工作;通过 AI 筛选、预测分子结构,将这一过程缩短至几个月,并大幅降低研发成本,商业价值不言而喻;但「亿药科技」的“野心”不止于此,待有充足的弹药后,加上公司也有了自主研发的有效化合物,未来也会考虑将研发推进到临床试验阶段,自主展开新药研发。

目前,从同一角度切入的公司也有一些,包括成都先导费米子智药科技Insilico Medicine等。薛宝玉表示,成都先导主要是开展DNA标记的高通量药物筛选,仅测试结合而不关心活性变化且依赖大量的合成实验;相较于费米子智药科技Insilico Medicine,「亿药科技」也有额外的药效学预测平台,能体现出一定的竞争优势。

团队方面,创始人兼CEO谢正伟为北京大学医学部研究员,博士,助理教授,长期专注于衰老机制与AI算法研究,成果发表在Cell、Aging Cell、Bioinformatics等上;联合创始人兼药物化学平台负责人薛宝玉毕业于哈尔滨商业大学制药工程专业,从事First-in-class药物化学工作15年,研究方向涉及抗肿瘤、免疫、糖尿病、痛风等;联合创始人兼药理验证平台负责人高明景为重庆大学生物学硕士,长期从事基因克隆、筛选,免疫反应机理的研究等。

此前,「亿药科技」曾获得来自英诺天使基金和臻云创投的天使轮投资,目前正展开Pre-A轮融资,计划融资1500万元,用于人工智能计算平台和药物药效实验平台优化、药物合成和动物实验,以及人才引进。

+1

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业