|万物皆可AI：人工智能制药靠谱吗？

文章图片

文章图片

这或许是新的财富入口

9月23日，华为公布了华为云盘古药物分子大模型。这套模型专门面向药物研发，据官宣：已经学习了17亿个药物分子的化学结构，并生成了1亿个创新的类药物小分子，能实现从靶点计算匹配到后续定向优化的全部过程。
17亿、1亿……典型的互联网企业计数量级。
就在传统药企还在纠结PD-1、EGFR等热门靶点时，计算机和人工智能已经开始瞄准多达80%的“不可成药靶点” ，试图开发药物。
制药工业上百年，如今，有人要用新技术，去碰撞传统的“不可成药”问题。
DEL ，给出上千亿个化学结构2020年9月25日，四川地区上市公司组织投资者集体网上接待日活动，有投资人问：
“药明康德进入DEL技术领域，会不会加剧市场竞争？”
DEL ，全称是DNA编码化合库，该技术最早由美国Scripps研究院的Sydney Brenner和 Richard Lerner 于1992年提出，旨在提高靶点筛选效率，被视为发现小分子药物的有效筛选技术之一。
其基本原理是用DNA片段对每种化合物进行编码，之后化合物不断排列组合，再得到新的化合物。 10个分子，两两结合一次便会产生100个新分子，结合第二次就生成10000个……如此反复， DEL化合物库内可含有千亿级结构新颖的小分子。
DEL技术中的分子生成过程
在结合过程中， DNA片段始终定位着基础化合物的位置。如果将DEL视为图书馆，小分子是其中的书籍， DNA片段便是书籍的唯一标识。
【|万物皆可AI：人工智能制药靠谱吗？】研究者可通过小分子所带的DNA片段，对其进行识别、二次试验，找出对靶点蛋白发挥作用的小分子。
基于这样的原理， DEL技术被认为可以帮助药企找到成药性高的新颖分子。这样的苗头， CRO巨头自然不会放过。目前，药明康德已经推出了DELopen和DELlight平台，康龙化成、药石科技和美迪西也在DEL领域均有布局。
在万物皆可AI的时代， AI并非只为医药研发而来。在AI之外， DEL同样值得关注：AI制药的最大前提是有一个庞大的化合物数据库， DEL技术正好提供了海量的化学结构。
所以说，未来的药物开发，完全可能有另外一套模式。
无用的创新？DEL火热的另一面，是常规新药研发成本不断上涨，成功率却在下滑。
2014年，美国塔夫茨药物开发研究中心曾发布报告：一款新药从研发至上市平均需要耗费26亿美元，不再是行业普遍认为的“10亿美元”数量级。 2019年， IQVIA发布报告显示， 2018年全球新药研发的成功率仅为11.4% 。
研发效率不高的情况下，葛兰素史克最先看到DEL潜力。 2007年， GSK花费5500万美元的价格，收购了DEL技术先锋公司Praecis ，带领了DEL技术产业的起跑；2014年3月到2016年6月，全球共有19个活性分子来源于DEL技术，其中GSK占了12个。
GSK之后，全球排名前20的药企几乎全部布局了DEL技术。
根据X-Chem公司官网、Nuevolution招股书、年报及公开数据整理
新事物有魅力，在于其带着未知的诱惑。但是，能否真正推动时代、颠覆过往，需要有力的自我证明。