人工智能|六个月找出新药分子，AI比人强在哪里？( 二 )

这是我们特发性肺纤维化的项目。今年我们提名了这个项目的PCC（临床前候选化合物）并推进这个候选药物进入人体试验的阶段。
特发性肺纤维化是罕见病，但也在全球影响了70多万病人，在亚洲就有30多万。这个病的致死性很强，诊断后如果没有得到合适的治疗，患者平均寿命周期只有4年。特发性肺纤维化患者的一个典型特征是用力肺活量每年以7%左右的速度丧失，病程非常痛苦。
文章插图

目前市场上只有两款药治疗肺纤维化，分别是：吡非尼酮和尼达尼布。这两款药在2019年总销售额是30亿美金左右，这是一个庞大的市场。但是吡非尼酮和尼达尼布有共同的问题，就是安全窗口非常小。这导致10-40%的病人由于无法耐受这两款药的毒副作用，无法继续用药，也没有其他药物可以治疗。
英矽智能希望通过在连接生成生物学和生成化学的人工智能药物研发平台的辅助下找到全新的靶点和全新的化合物，治疗尚未被满足的临床需求。
在靶点发现方面，我们通过自研的人工智能平台PandaOmics对比患者和健康人转录组学的数据，找到其中的差异，通过分析其中信号通路的变化，找到新的靶点。
我们通过这种方式找到了20多个全新的靶点，又通过自己的过滤条件（比如靶点蛋白有无晶体结构、或者这个蛋白有无动物数据证明其安全性等）最终选定了一个靶点。目前全球没有任何一款针对这个靶点的纤维化药物进入临床试验阶段，临床前的研究也非常少。

文章插图

也就意味着没有合适的化学起点，于是我们利用人工智能小分子生成平台Chemistry 42，针对这个靶点生成小分子化合物，在相当短的时间内，我们设计并合成了78个化合物，这些化合物有良好的活性。
055是我们合成并测试的第55个化合物，这个化合物有良好的活性和成药性，值得往下一步推进。在博来霉素诱导的小鼠特发性肺纤维化测试中，可以看到化合物055在尼达尼布十分之一的剂量下，在肺功能改善上可以起到与尼达尼布非常类似的效果。

文章插图

【人工智能|六个月找出新药分子，AI比人强在哪里？】虽然有小鼠模型证明化合物055的活性非常好，但我们认为还需要细胞层面的实验，进一步增加证据。于是我们使用特发性肺纤维化患者的细胞开展了两种体外实验：
一是用患者的纤维化细胞的转化，可以看到化合物055与尼达尼布相比，活性高了5倍。二是用患者的上皮细胞的转化，可以看到化合物055比尼达尼布的活性高了16倍。再次证明在体外实验上，化合物055比尼达尼布有更好的活性。

文章插图

得到临床前的数据对有效性的支持后，我们下一步进行了一些安全性的评价，包括做了小鼠14天的DRF实验，以及体内外、药效、药代动力学（DMPK）等实验，从各个方面来支持化合物055进一步推进，这里是罗列了主要的实验及其结果。

文章插图

化合物055今年11月份正式进入临床，现在已经完成了微剂量临床实验。从早期的靶点发现到提名临床前候选化合物，大概用了18个月时间，研发经费260万美金左右。跟传统研发新药研发相比，一个新的靶点平均需要10年半的时间，需要花费几千万美金的研发费用。通过人工智能的赋能，在这个项目上确实大大加速了研发进程，同时大大降低了研发费用。