人工智能制药迎来里程碑，这家外企为何在上海建立药物研发中心？

诺贝尔化学奖得主、生物物理学家迈克尔·莱维特（Michael Levitt）教授认为，这是人工智能制药领域的里程碑进展，人工智能技术正在引发生物医药产业的革命。

从发现药物新靶点到进入临床试验，英矽智能上海研发中心发挥了重要作用。“我们可以在世界上很多地方用人工智能设计新药，但新药研发实验首选在上海进行，因为这里是生物医药创新中心。”公司创始人、加拿大科学家亚历克斯·扎沃洛科夫（Alex Zhavoronkov）博士说。

人工智能贯穿新药研发全程

扎沃洛科夫的创业之路始于2013年。那时，“生成式对抗网络”等深度学习技术让人工智能在图像、语音、文本识别的准确性上超越了人类，这让他有了创业想法——可否将这些技术应用于新药研发？

亚历克斯·扎沃洛科夫博士

此后的国际行业趋势证明，这次创业赶上了“风口”。如今，人工智能制药已成为一个炙手可热的科技领域。据统计，全球现有约240家人工智能制药企业，去年吸引了19亿美元投资。今年10月，阿斯利康、默克、辉瑞等6家跨国药企与亚马逊、以色列生物科技基金共同建立了AION实验室，探索用人工智能等技术研发新药。11月，谷歌母公司Alphabet宣布成立一家人工智能制药公司，由带领团队研发出“阿尔法围棋”和“阿尔法折叠”系统的戴密斯·哈萨比斯（Demis Hassabis）担任首席执行官。

在莱维特看来，英矽智能的最大特点是将人工智能贯穿于新药研发全过程，而不是局限于某个环节。这家企业开发了一个“端到端”人工智能制药系统，包括靶点发现平台PandaOmics、小分子化合物设计和生成平台Chemistry42、临床试验结果预测平台InClinico。

治疗特发性肺纤维化的候选新药ISM055就诞生于这个系统。它的作用靶点是全新的，由PandaOmics平台发现。这个平台通过对组学数据和文本数据池的分析，找到病人与健康人群的基因差异，再结合信号通路、科学文献、意见领袖等多方面信息的综合分析，找到靶点与疾病的关联，进而发现某种适应证的新靶点。

针对新靶点，Chemistry42平台通过“生成式对抗网络”等深度学习算法，设计并合成了一批小分子化合物。研发人员对这批化合物进行实验测试，并将测试数据输入Chemistry42。这个平台对数据进行深度学习后，再合成一批更优的化合物。就这样，经过数轮“设计—合成—测试—优化”后，英矽智能确定了临床前候选化合物。

英矽智能“端到端”药物研发平台Pharma.AI

张江药谷吸引全球人才来沪

主导实验测试的英矽智能上海研发中心位于张江药谷，员工超过70名，其中博士占比60%以上。在公司首席科学官任峰博士带领下，上海研发中心负责将人工智能发现的新药推进到临床试验阶段，并建立广泛的临床前和临床阶段创新药物管线。目前，中心已在癌症、纤维化、免疫性疾病等领域建立了30多条临床前在研管线。中心还与华东医药、西湖制药、劲方医药等多家国内药企签署了合作协议，用人工智能赋能新药研发。

“张江药谷有如此多的CRO（医药研发合同外包服务机构），还有如此多的人才、如此充满活力和努力工作的社群，人们专注于以最高的质量快速交付实验结果，这就是我们选择落户上海的原因。”扎沃洛科夫一连用三个“如此”，道出了上海对全球生物医药、生命科学人才的吸引力。据介绍，英矽智能在收集信息数据的同时，在多家CRO开展临床前细胞实验和动物实验，从而快速迭代人工智能系统。“这让我们在研管线进展很快，唯一能满足这种流程管理创新的地方就是上海。”

扎沃洛科夫博士与任峰博士

张江AI（人工智能）新药研发联盟的成立，也让扎沃洛科夫感到欣喜。这个今年10月成立的联盟由陈凯先、蒋华良、饶子和三位中科院院士倡议，中科院上海药物研究所、浙江大学上海高等研究院、美迪西、英矽智能、上海翰森等单位创始发起，旨在以项目为牵引，把生物医药和人工智能领域的科研机构和企业联合在一起，开展协同攻关。借助联盟平台，英矽智能将在上海迎来更大发展。

如何培养“智药”研发人才

根据张江AI新药研发联盟的构想，到2025年，张江药谷的“AI智药生态”有望集聚300家活跃机构、30个创新联合体和30个赋能平台，人工智能有望助力每年新增30条一类新药管线。

莱维特认为，药物发现的效率近年来越来越低，需要一些举措从根本上提升效率。“像英矽智能那样从寻找靶点开始，让人工智能贯穿整个药物研发过程，是一种思路。从本质上讲，人工智能可以带来尽可能多的信息，并以一种巧妙、平衡的方式处理信息，这显然是正确的研究方式。”

“靶点发现的失败率非常高，这是生物医药产业的根本挑战。”扎沃洛科夫说，“在ISM055项目中，我们利用‘端到端’人工智能发现了新的靶点，并在多个临床前模型中验证了候选药物的有效性和安全性。”人工智能不仅有望降低靶点发现的失败率，还能提高新药研发的效率，节省研发投入。以ISM055项目为例，英矽智能完成从靶点发现到确定临床前候选药物这一过程，仅耗时18个月，研发投入仅260万美元。而传统的药物发现方式，完成这一过程往往要耗时4年以上，投入上亿美元，还要面对高失败率的风险。

ISM055项目研发进程

面对已经萌发的“人工智能+生物医药”革命，上海除了打造“AI智药生态”，还要有什么作为？两位外国专家都提到了人才培养的重要性。

作为复旦大学复杂体系多尺度研究院名誉院长，莱维特今年为复旦本科生开设了“定量生物物理学前沿导论”课。这门课程不设专业限制，生物、物理、化学、药学、数学、计算机等专业的学生都可学习，因为生物物理学的交叉性很强，人工智能制药就属于这个学科。莱维特建议，有更多的研究型大学为本科生开设定量生物物理学或计算生物学课程，吸引他们今后投身这一科研领域。

英矽智能培养人才的做法，也值得上海借鉴。扎沃洛科夫介绍，公司有近70位人工智能专家，他们都是从“黑客马拉松”竞赛中脱颖而出的高手。被公司招致麾下后，他们会接受2—3年的生物化学和医学知识培训，成长为“人工智能+生物医药”复合型人才。上海要加快发展人工智能制药技术和产业，可借鉴这种人才培养模式，让一大批信息技术“黑客”转型为“智药”研发人才。