一、从算法到处方:INS018_055的里程碑意义
2025年,AI制药企业英矽智能宣布,公司自主研发的抗纤维化小分子候选药物INS018_055获批在中美两地开展国际多中心二期临床试验,并完成首批患者给药。这是全球首款由AI从靶点发现到分子设计全程主导的药物进入二期临床试验,标志着AI制药从算法验证正式迈入临床兑现阶段。INS018_055用于治疗特发性肺纤维化(IPF),这是一种致命的进行性肺部疾病,现有药物仅能延缓病情恶化,患者五年生存率低于30%。AI设计的药物能否在临床试验中展现真正的疗效,将直接影响整个AI制药行业的未来走向。
INS018_055的研发过程展现了AI制药的效率优势。传统新药研发流程通常需要4-5年才能从靶点发现推进到候选药物确定,而英矽智能利用其自研的 Pharma.AI 平台,仅用18个月就完成了从靶点发现、分子生成到临床前候选化合物确定的全部工作。Pharma.AI平台整合了三个核心AI引擎:PandaOmics负责靶点发现和疾病机制分析,Chemistry42负责分子生成和优化,InClinico负责临床试验结果预测。整个研发过程耗时仅为传统方法的十分之一,成本降低了约90%。这一效率革命正在重新定义制药行业的研发范式。
二、AI制药生态:从单点突破到全链条覆盖
英矽智能的成功并非孤立事件,而是整个AI制药生态成熟的缩影。2025年,AI制药已脱离单纯概念炒作的阶段,进入了临床验证的深水区。海正药业通过与英矽智能的战略合作推进AI在药物研发阶段的落地;多家药企探索AI在多肽、大分子蛋白质药物发现中的应用。人工智能不仅成功设计了全球首例跨膜荧光激活蛋白,更实现了对染色体的精准操纵,标志着AI在药物靶点发现和新型疗法开发方面的能力边界不断拓展。
AI制药的价值链正在从早期的靶点发现和分子设计,向药物研发全链条延伸。在临床试验优化方面,AI可以通过分析患者数据预测入组效率和试验结果,帮助药企设计更高效的临床方案。在药物重定位方面,AI能够从已获批药物中发现新的适应症,大幅缩短开发周期。在个性化医疗方面,AI可以根据患者的基因组信息预测药物反应,实现精准用药。据行业报告预测,到2030年AI辅助药物发现市场规模将超过40亿美元,年复合增长率超过25%。不过,AI制药的核心价值最终仍需通过临床试验来验证——INS018_055二期临床的结果,将为整个行业提供关键的数据支撑。
三、挑战与展望:AI不能替代一切
尽管AI制药前景广阔,但行业也清醒地认识到其局限性。首先,AI模型的质量高度依赖训练数据,而高质量的药物研发数据往往被大型药企视为核心资产,数据孤岛问题严重制约了AI模型的泛化能力。其次,生物学系统的复杂性远超AI模型的模拟能力——体外实验结果与体内疗效之间的'转化鸿沟'仍然存在,AI设计的分子在动物模型和人体中的表现可能存在显著差异。第三,监管框架的滞后性也是挑战——各国药监机构对于AI参与设计的药物尚无成熟的审批标准,审评流程可能比传统药物更加审慎和漫长。
此外,AI制药的伦理和责任问题也不容忽视。如果AI设计的药物在临床试验中出现严重不良反应,责任应由谁承担?是AI模型的开发者、制药企业还是临床研究者?这些问题的答案仍在探索中。不过,行业整体对AI制药的前景持乐观态度。英矽智能已在多个治疗领域布局了AI发现的候选药物,包括抗新冠病毒口服药ISM3312已获得国家药监局临床试验许可。随着更多AI设计药物进入临床阶段,数据积累将不断改善AI模型的预测准确性,形成正向循环。AI不会完全替代人类药物研发者,但能够成为药物研发者的超级助手——这正是AI制药的终极愿景。
#AI制药#