任峰称，目前这款药物分子只完成了临床IIa期，研究和观察时间尚短，受试者人数也比较少，还不能完全下结论，但已经看到了非常好的趋势。
“生成式AI在研发早期可以极大提高研发效率、降低研发成本、提高研发成功率。以抗特发性肺纤维化的分子为例，从早期的靶点发现一直到临床前候选化合物的确定，我们只用了18个月的时间，投入260万美元的研发费用。据了解，以工业界平均用时计算，做同样的事情，需要4年半的时间以及花费几千万美元以上的研发投入。”任峰称。
此外，任峰还提到，在没有AI支持的情况下，新药研发管线的成功率通常低于5％，而AI的引入可以将这一数字提高3至5倍。
龙头企业纷纷布局
记者了解到，目前国内外大型药企纷纷布局AI制药。例如，跨国药企赛诺菲于2023年6月宣布“All In”人工智能和数据科学；国内药企方面，复星医药、云南白药等也纷纷建立自己的AI团队。
任峰表示，AI无疑将提升中国药物研发的创新能力。一直以来，相较于“从0到1”的原始创新，中国制药企业更擅长“从1到100”的跟随式创新，因此在ADC（抗体偶联药物）等工程化更强的制药领域占据优势，在新药靶点的发现方面相对落后，而AI有望弥补中国药企原创短板，缩小国内外创新药研发差距。
记者注意到，目前英硅智能在研管线适应症覆盖范围较广，除了有特发性肺纤维化的靶点之外，还有癌症相关、炎症性肠炎相关，贫血相关、肥胖和阿尔茨海默病等疾病领域的靶点研究。对此，任峰表示，AI驱动新药研发项目不受疾病领域限制，只要有足够的公开数据就可以对药物研发进行不同程度的赋能。
AI制药开打“淘汰赛”
业界人士指出，AI制药行业目前处于“淘汰赛”阶段，管线进展、营收能力成为判断一家AI制药企业优劣的最直观标准。
|
