AI賦能新藥研發(fā)需破解臨床試驗難點
醫(yī)藥網(wǎng)6月22日訊 雖然基因組學(xué)、蛋白質(zhì)組學(xué)、生物信息學(xué)等現(xiàn)代分子生物學(xué)科的發(fā)展為藥物研發(fā)理論帶來了長足進步,但由于藥物分子在人體發(fā)生生化反應(yīng)的復(fù)雜性,新藥研發(fā)并沒有擺脫經(jīng)驗主義色彩?! 鹘y(tǒng)的藥物研發(fā)以藥化專家為主導(dǎo),通常情況下,藥化專家根據(jù)經(jīng)驗每提出5000~10000種化合物做藥物篩選,最終只有1種化合物能通過臨床測試并最終上市。據(jù)《Nature》(英國自然出版集團旗下周刊)統(tǒng)計,一款新藥從研發(fā)到獲批上市,平均需要10~15年時間,耗費約26億美元,但臨床成功率不到10%。研發(fā)周期長、成本高、成功率低已經(jīng)成為新藥研發(fā)的“三座大山”。AI技術(shù)在自然語言處理、圖像識別、深度學(xué)習(xí)和認知計算等方面的優(yōu)勢可應(yīng)用到新藥研發(fā)的各個環(huán)節(jié)。據(jù)估算,從靶點確定到臨床候選藥物環(huán)節(jié),通過AI輔助計算的方法,可以把傳統(tǒng)研發(fā)方法需要的時間從3~6年壓縮到1~2年,從而大幅提升效率并節(jié)省成本?! ∫虼?,AI+新藥研發(fā)成為當前藥學(xué)研究和前沿醫(yī)學(xué)創(chuàng)業(yè)的熱點。據(jù)統(tǒng)計,2020年全球AI+新藥研發(fā)領(lǐng)域的投資已經(jīng)超過18.3億美元,是2015年投資額的5.4倍?! I在臨床試驗環(huán)節(jié)應(yīng)用不足 藥物研發(fā)有十余個環(huán)節(jié),但受限于數(shù)據(jù)可獲得性等方面的因素,AI目前只能應(yīng)用于少數(shù)環(huán)節(jié)。據(jù)統(tǒng)計,近10年來,AI在新藥研發(fā)領(lǐng)域的應(yīng)用主要集中在藥物發(fā)現(xiàn)階段,占比超過2/3,為66例(見圖),例如靶點及生物標記物的選擇與確定、先導(dǎo)化合物的確定、構(gòu)效關(guān)系的研究與活性化合物的篩選、先導(dǎo)化合物的優(yōu)化、候選藥物的選定等環(huán)節(jié)。而在臨床試驗階段,例如藥物依從性、預(yù)測治療結(jié)果、數(shù)據(jù)分析、病理研究、疾病診斷等場景的AI應(yīng)用不足1/4?! 嶋H上,臨床試驗階段的效率提升或成本降低對新藥研發(fā)投入的影響要遠超過藥物發(fā)現(xiàn)階段。據(jù)英國劍橋大學(xué)