AI制药行业从2013年出现，到现在有十余年发展时间，有多款AI药物折戟于关键的二期临床试验。
近日，英矽智能对外宣布称，其AI药物ISM001-055临床IIa期取得积极结果，数据显示出良好的安全性和剂量依赖性的药效趋势，这也成为全球首个AI药物概念验证案例。
AI制药行业的出现，旨在赋能药物研发，现如今，这条路是否真的走通了？
首款得到概念验证
英矽智能这款AI药物ISM001-055，用于治疗致命罕见病特发性肺纤维化（IPF），这种疾病以成纤维细胞增殖和大量细胞外基质沉积导致的肺功能受损为特征，确诊后的患者中位生存期仅有几年时间。
为搭建最初的疾病靶点假说，公司研发团队采用隶属英矽智能Pharma.AI平台的靶点发现引擎PandaOmics，首先在按照年龄和性别注释的组学数据和临床数据集上进行训练，再利用2016年发表在Nature Communications的iPANDA算法，通过深度特征合成、因果关系推断和全新通路重建潜力靶点。
在PandaOmics平台揭示的20个潜力靶点中，Traf2和Nck相互作用激酶（TNIK）脱颖而出，被确定为重点研究对象。此后，团队利用健康人肺组织和IPF患者纤维化肺组织的单细胞基因表达数据集验证了TNIK与IPF的相关性，并证实了TNIK在纤维化组织中的富集。靶点确定后，团队又利用同属于Pharma.AI的生成化学平台Chemistry42，采用基于结构的药物设计（SBDD）策略，生成了一种安全、特异性、高效的TNIK抑制剂。
2021年初，团队最终确定提名ISM001-055为临床前候选化合物。2021年11月，ISM001-055首次人体微剂量试验在澳大利亚完成首批健康受试者给药。2022年4月，ISM001-055启动了II期临床研究。
英矽智能这次宣布ISM001-055临床IIa期取得积极结果时，还未披露完整的数据。
英矽智能联合首席执行官、首席科学官、药物研发负责人任峰对第一财经记者表示，目前距离数据完整公布，可能还需要几个月时间。
“目前能披露的是，这个药物已看到了比较好的安全性，同时也看到了剂量依赖对患者肺活量的提升趋势。临床试验结果显示，可以改善患者的用力肺活量（FVC），后者是衡量特发性肺纤维化药物有效性的金标准。”任峰说，ISM001-055是全球首款真正由AI发现新颖靶点、AI设计创新分子结构，并顺利进入到临床2期验证阶段的AI药物，目前实现了生成式AI从靶点发现到临床验证的闭环。
中国医学科学院北京协和医院主任医师徐作军教授对第一财经记者表示，特发性肺纤维化是间质性肺病里面最难啃的一块硬骨头，糖皮质激素和免疫制剂对该疾病的治疗无效，患者中位生存期仅有3年左右，预后很差，药物总体的作用是抑制纤维化的发生，终止疾病的进展。
“英矽智能这个IIa期临床试验，属于探索性研究，研究的重点是药物的安全性，其次是探讨药物初步疗效。从我个人的角度来讲，令人鼓舞的是，这款药物在连续12周给药期内，在安全性有保证的情况下，看到了剂量依赖的药效趋势，特别是对患者的用力肺活量表现有所改善。”徐作军说。
AI制药之路走通了？
一款创新药研发成功，往往需要经历“九死一生”过程。创新药的研发大致可以分为三个阶段：靶点假说的提出与药物靶点确定、潜力分子优化与临床前候选化合物评估，以及最后的临床试验验证。
如果采用传统方法，这一过程意味着巨额的资金投入和漫长的研发周期，往往耗时数十年，成本高达26亿美元。
AI介入药物研发，旨在提高药物研发效率的同时，进一步节省药物研发费用，但这一看似美好的想法，却在过去很长一段时间，屡次遭遇现实无情“捶打”。
据不完全统计，2023年，全球至少有6条已进入临床阶段的AI药物管线停止研发，且都倒在了关键性临床二期，这导致AI药物概念无法得到验证。从临床二期通往临床三期的这条路，也被视为AI药物研发的“死亡之谷”。
此次已公布积极数据的ISM001-055IIa期临床试验，也由北京协和医院徐作军教授牵头，共在中国29个研究中心招募了71例特发性肺纤维化患者，主要是评估ISM001-055连续12周给药的安全性、耐受性、药代动力学特征和初步疗效。从目前看，这款药物还不能称得上是已成功跨越了药物研发的“死亡之谷”。
任峰表示，目前药物已完成了临床IIa期，但研究时间只有3个月，受试者人数比较少，还不能完全下一个结论，但看到非常好的趋势。“治疗特发性肺纤维化药物，通常需要完成连续52周的患者服药，做IIb期临床试验或者是临床III期都是至少要一年的时间。大家普遍认为给患者服药的时间在六个月至一年以上，才有希望看到药效。”
不过，英矽智能的ISM001-055得到概念验证，是否意味着AI制药这条路已经走通了？
值得一提的是，今年以来，AI制药行业也充斥着整合、裁员、洗牌等消息。
任峰表示，目前生成式AI辅助药物研发，主要是聚焦在药物早期研发阶段，即从靶点的发现到临床前候选化合物的确定，在这个阶段，AI可以大大提高研发效率，降低研发成本。
“以ISM001-055而言，从早期的靶点发现一直到临床前候选化合物的确定，只用了18个月，共投入了260万美元研发费用，据文献报道，传统药物研发路径，做同样的事情，平均需要耗费4年半时间，同时需要投入几千万美元。从这看，AI介入后，研发时间缩短了三分之二，研发费用也只有原来的十分之一。另外，生成式AI在药物创新性上也起到了重要作用，我们这次找到的靶点，也是一个全新的靶点。”
在任峰看来，AI制药赋能药物研发是行业的共识，但在过去几年，行业确实被过度炒作了，那种靠讲故事融资发展的阶段已是过去式，行业已回归理性阶段，同时企业处于优胜劣汰中。
任峰表示，AI制药赋能药物研发，是希望可以提高药物研发成功率，但并非有了AI的加持，成功率就可以提高到100%，能从5%提高到25%，算是很大的进步。大家对AI制药，要有一定的期望值，但这种期望值也应该在合理范围内。
“大家现在对AI制药公司的要求，主要有两方面，一是管线进展如何；二是看收入。目前公司最重要的两个发展方向，一是快速推进研发管线，二是做大收入规模。”任峰说。
英矽智能本身也还未扭亏盈利，2023年，该公司实现收入5118万美元，在全球AI制药行业中，收入位列第二，排在第一位的是有着30年制药历史的薛定谔，后者收入是2.17亿美元。
纵观整个AI制药行业的盈利模式，主要有三种模式，一是通过软件授权获得收入；二是与外部进行战略合作获得收入；三是通过管线对外收入获得收入。
英矽智能的收入主要来自于研发管线对外授权收入，这种商业模式是否具备可持续性？
任峰认为，如果单靠软件收入的话，很容易到达收入天花板。与外部进行战略合作的话，也容易受限于合作伙伴的战略。行业最有可能走得通的商业模式，就是管线进行到一定研发阶段，进行对外授权开发，这样既可以拿到首付款，还可以获得里程碑付款以及销售分成，公司也在这方面进行探索。
“我们希望未来有更多的管线能得到概念验证，也希望今年还可以再完成管线转让合作，如果每年能转让两到三个项目，这种商业模式是可以走得通的，目前正在走通的路上，但还不能说完全走得通。”任峰亦这样说。
