21世纪经济报道记者 季媛媛 上海报道 近日，英国《自然》杂志子刊《Nature Biotechnology》（自然生物科技）发表最新论文，公布全球首款利用人工智能（AI）技术发现的肺部疾病新药INS018_055的最新人体临床2期试验结果。
论文中称，在临床前研究中，INS018_055在体内和体外试验中均显示出对特发性肺纤维化（IPF）的显著疗效，并在多个细胞系和多个物种的药代动力学和安全性研究中显示出良好的结果。这是全球首个利用AI技术研发的新药所获得的人体临床2期试验论文。
该消息发布后使得AI在药物开发、制造和商业化方面的作用和将可能带来的效益提升再次遭重视。而在过去一年里，生成式AI热潮中，市场对AI制药公司的投资热情一直存在。据权威机构统计，2023年AI制药公司的Top 10总融资额约为15.3亿美元，比2022年的9.26亿美元增长了约65%，且更多涉及了生成式AI蛋白药物、mRNA疫苗、基因编辑、非编码RNA等前沿领域。
中国医学科学院北京协和医院主任医师徐作军教授就在接受记者采访时表示，人工智能越来越应用于包括临床科研方面的各个方面，包括疾病诊断、疾病治疗、预后的判断，也包括药物研发。目前，人工智能在这些方面肯定会发挥越来越重要的作用。
“临床医生在开始学习的时候，都是按照每一个病的病因、发病机制、增长标准、临床鉴别、诊断、治疗纵向发展过程去深入。按照传统的方法，研发药物的过程也类似这样。我们通过AI技术可以根据这些关键词把可能的这个疾病都列到里面，然后再进行鉴别诊断，最后提出了有用的信息，或者研发出确实对疾病更有治疗价值的药物。这是一大方向。”徐作军教授说。
在临床对AI制药报以较大信心的同时，AI制药具体能否走通临床路径，应用至实际开发与商业化？
AI制药获新进展现代医学发展至今，世界上仍有数千种疾病面临“无药可医”甚至“无药可用”的困境。而传统药物发现耗时漫长成本高昂，且伴随着极高的失败率，超过90%的候选药物在关键的临床验证阶段折戟。不过，也正是由此，医疗保健领域正在经历重要的数字化变革，人工智能对数据的利用遭认为将彻底改变药物研发模式。
根据《Nature Biotechnology》发布的研究，完整阐述了其首款由生成式AI发现和设计的潜在“全球首创”（first-in-class）TNIK抑制剂从人工智能算法开发到2期临床试验的研发历程，并首次披露了该候选药物在临床前实验和临床试验中的数据和表现。该研究突出了AI驱动的药物发现方法带来的降本增效优势，并强调了生成式AI技术在推动行业变革方面的巨大潜力。
TNIK为最有潜力的抗纤维化靶点，历史研究曾揭示TNIK与多种纤维化驱动生物通路的间接关联，但从未提出将其作为特发性肺纤维化（IPF）治疗靶点。在随后的临床前研究中，INS018_055在体内和体外试验中均显示出对IPF的显著疗效，并在多个细胞系和多个物种的药代动力学和安全性研究中显示出良好的结果。此外，INS018_055还表现出泛纤维化抑制功能，在另外两种动物模型中减轻了皮肤和肾脏纤维化。基于这些研究，INS018_055于2021年2月遭提名为临床前候选化合物（PCC）。
在人体临床研究中，INS018_055也交出了出色的答卷。2021年11月，在获得PCC提名9个月后，INS018_055在澳大利亚的首次人体微剂量试验中完成首批健康受试者给药。该项人体微剂量试验结果超出预期，展现了候选药物良好的药代动力学和安全性特征， 不仅完成了AI制药临床概念验证，还为后续临床试验奠定了基础。
在新西兰和中国进行的I期试验中，INS018_055分别在78名和48名健康受试者中进行了测试，完成了单次剂量递增 （SAD）和多次剂量递增（MAD）队列研究。国际多中心1期临床试验得出了一致的结果，表明INS018_055具有良好的安全性、耐受性和药代动力学 (PK) 特征，支持后续2期临床试验开展。
徐作军教授介绍，目前IPF治疗领域已有药物，但从临床三期结果来看，都是阻止肺功能力进行性下降，不能够终止，更不能逆转这个肺功能的下降。所以，现有药物只是让这个疾病进展的速度变慢，并不能完全满足我们临床的需要。
从国际到国内，2000年之后，距今20多年内，与IPF相关的药物研究有几十种，但是截至目前，能够真正批准上市只有两款药物，即尼达尼布和吡非尼酮。
“在药物使用过程中，现有药物副作用都比较明显。例如，融易新媒体消息，尼达尼布的副作用主要是消化道症状。如腹泻、肝功能受损；吡非尼酮的副作用呢是光过敏和胃肠道反应。目前，临床上面对IPF没有更好的药物可选择，这也是我们国内和国际上面很多研发单位在不断地探索新药的动力。”徐作军教授说。
AI制药行业面临整合
