開發出一種潛在的暢銷藥物通常需要在實驗室進行數年的廣泛分析，由研究人員團隊有條不紊地篩選數據和測試結果，以發掘出一種有希望的候選藥物。不過，當日本武田制藥(TAK.US)在今年2月以40億美元的價格從波士頓一家初創公司手中收購一種實驗性牛皮癬藥物時，該公司僅用了六個月的時間就通過人工智能獲得了一種化合物。
在接下來的幾個月里，這種通過人工智能和機器學習算法從數千種潛在分子中挑選出來的藥物將進入臨床試驗的最后階段。如果成功，它可能成為在人工智能幫助下發現的首批療法之一。投行Jefferies的分析師預計，其年銷售額可能高達5,000億日元(約合37億美元)。
武田制藥從波士頓Nimbus Therapeutics LLC購買的實驗性藥物將成為世界上為數不多的治療牛皮癬的口服藥物之一。牛皮癬是一種皮膚病，全世界有1.25億人患有此病。該藥物也有可能治療其他疾病，如克羅恩病，一種炎癥性腸病。這種藥物目前被稱為TAK-279，已經成功地通過了前兩個階段的人體試驗。Nimbus首席執行官Jeb Keiper表示，算法選擇當前分子的時間大約是傳統方法兩年時間的四分之一。
(資料圖)
在武田制藥利用人工智能開發藥物之際，全球制藥公司正在擁抱人工智能，旨在削減成本、加快藥物上市時間。摩根士丹利預估，在未來10年，人工智能在早期藥物開發中的應用可能會轉化為50種新療法，銷售額超過500億美元。
研究公司Deep Pharma Intelligence預估，在過去四年中，對人工智能驅動的藥物研發公司的投資增長了兩倍，到2022年達到246億美元。去年1月，賽諾菲(SNY.US)同意向總部位于英國的Exscientia Plc預付1億美元，再加上可能高達52億美元的里程碑付款，用于研究新藥，并利用人工智能系統開發多達15種腫瘤學和免疫學候選藥物。
拜耳(BAYRY.U)、羅氏(RHHBY.US)和武田制藥等公司正在與鹽湖城的Recursion制藥公司合作，利用機器學習探索藥物發現。與此同時，阿斯利康(AZN.US)與英國的BenevolentAI和圣地亞哥的Illumina Inc.建立了合作伙伴關系，進行類似的努力。
為制藥商提供數字流程和分析方面的建議的麥肯錫合伙人Alex Devereson表示：“當生物制藥公司成功地將人工智能應用于研發時，可能會產生重大影響。在未來五年內，我們預計這些方法將在結構上更多地融入制藥研發流程，并產生更大的規模影響。”
雖然人工智能可以提供幫助，但在選擇分子后，科學家仍然需要做很多傳統的工作。武田制藥的化合物還需要進行數年的人體臨床試驗和其他測試。人工智能還有其他局限性，例如，它不能預測復雜的生物特性，如化合物的功效和副作用。盡管如此，使用技術來確定下一個重磅療法可以幫助消除一些猜測，這些猜測通常需要數百個實驗室實驗，而這通常需要很多年才能確定有希望的分子。
2018年之后，大型制藥公司對投資人工智能和機器學習變得更加認真。當時谷歌母公司Alphabet(GOOGL.US)的DeepMind部門使用了一個名為AlphaFold的人工智能程序，在預測蛋白質形狀(疾病的基本組成部分)方面擊敗了一位生物學家。弄清蛋白質的形狀是生物學中最棘手的問題之一，這有助于藥物獵人縮小可能與蛋白質相互作用的分子范圍，并確定治療疾病的藥物。
傳統上，將一種新藥推向市場需要花費近30億美元，而且大約90%的實驗藥物都失敗了。因此，加快這一過程的技術可能是利潤的一大推動力。加州Scripps Research Translational Institute創始人兼主任Eric Topol指出，現在使用AlphaFold確定蛋白質的3D結構只需幾秒鐘，而不是幾個月或幾年。
新冠疫情加速了制藥公司采用人工智能的增長，因為制藥行業急于開發對抗未知病毒的武器。在疫情期間，輝瑞(PFE.US)與BioNTech SE(BNTX.US)合作開發了新冠疫苗社區(Covid - 19 vaccine community)。該公司還擴大了與總部位于中國深圳的人工智能藥物研發公司XtalPi Inc.的合作伙伴關系，以加快抗疫藥Paxlovid的化學配方。這兩種藥物都在不到兩年的時間內獲得了美國食品藥物管理局(fda)的批準，比大多數藥物上市通常需要10年的時間要快得多。監管機構急于向公眾提供對抗新冠病毒的武器，也推動了這一速度。
如今，武田制藥從波士頓到圣地亞哥再到日本湘南的研發中心，有500多名定量科學家和技術專家每天都在處理數據，尋找、開發和制造突破性藥物。這家制藥商使用人工智能和機器學習來識別針對蛋白質的最佳分子，并了解疾病的特征以及它們在不同患者群體中的變化。它與麻省理工學院和幾家人工智能初創公司合作。
武田制藥數據科學研究所所長Anne Heatherington表示:“任何能夠為我們的員工解鎖尖端技能、減少體力勞動、消除系統摩擦、騰出時間進行更深入的科學洞察和發現的技術都是至關重要的。”
武田制藥的大型競爭對手也在利用人工智能。輝瑞首席數字和技術官Lidia Fonseca表示，輝瑞希望與DeepMind的AlphaFold合作，幫助公司設計和驗證以前未知的高效治療靶點。Lidia Fonseca表示:“我們將強大的超級計算能力與人工智能和機器學習模型結合起來，將整體計算時間縮短了80%至90%，這實際上有助于快速開發Paxlovid。”
在世界各地，初創公司利用人工智能發現的幾種潛在藥物已經進入人體試驗階段。其中5個來自Recursion制藥公司，用于治療罕見疾病和腫瘤，3個來自Exscientia公司，用于治療癌癥和強迫癥等疾病。總部位于中國香港的Insilico Medicine有一種候選藥物正在進行中期人體試驗，用于治療最常見的肺纖維化。
總部位于英國的葛蘭素史克(GSK.US)擁有160多名致力于人工智能和機器學習的專家，以支持其研發和制造。自2019年以來一直擔任葛蘭素史克人工智能主管的Kim Branson表示，該公司還生成數據來構建和支持公司自己的機器學習模型，這樣每位科學家最終都能從公司過去產生的數據中受益。
不過，葛蘭素史克的Kim Branson也表示，雖然人工智能非常擅長將來自不同來源的數據拼湊在一起，但當它用于復雜系統時，事情就變得棘手了。他表示，為了確保安全，實驗室實驗通常是必要的。此外，斯坦福大學的研究人員在2018年發表在《新英格蘭醫學雜志》上的一項研究中寫道，用于創建算法的數據可能包含偏見，這可以反映在它們生成的臨床建議中。研究人員發現，算法也會扭曲結果，這取決于是誰開發的。
這并不能阻止投資的激增。斯坦福大學生物工程學教授Russ Altman表示，過去五年左右，要求對潛在的人工智能藥物研發公司進行評估的風險投資家數量激增。數十年來，他一直在為風投公司對生物技術初創公司進行盡職調查。“從零到一百。”Russ Altman表示：“30年來，我沒有對人工智能制藥公司做過任何盡職調查。現在我已經做了6到10次了。”
