英矽智能在人工智能药物发现峰会上展示从技术创新到临床验证的全链条

文/IAICA.NGO®

在全球人工智能与医疗健康交叉领域，英矽智能（Insilico Medicine）近日于国际高管峰会上展示了其在人工智能药物发现领域的最新进展，完整呈现了从底层技术创新到临床概念验证的全链条能力。该公司通过自主研发的端到端AI平台Pharma.AI，成功将多个候选分子推进至临床试验阶段，其中核心管线ISM001-055已进入II期临床，成为AI发现药物的标志性案例。

英矽智能发源于深度生成模型与强化学习的结合，其创始人兼CEO Alex Zhavoronkov在峰会上回顾了技术演进历程：从最初利用生成对抗网络（GANs）设计新分子，到集成多组学数据预测靶点，再到构建包含全新药物设计与优化模块的集成平台。平台核心由靶点发现引擎PandaOmics、分子生成引擎Chemistry42和临床预测引擎inClinico组成，共同形成从靶点识别到临床试验结果预测的闭环。

在案例分享环节，英矽智能展示了ISM001-055的开发全流程。该分子针对特发性肺纤维化（IPF）的新型靶点，从靶点发现到临床前候选化合物确认仅用时18个月，而传统流程通常需要4-5年。2023年完成的Ib期临床试验表明，药物在健康志愿者中安全性良好，并显示出剂量依赖的药代动力学特征。目前，II期临床正在中美两国同步推进，预计今年内获得初步疗效数据。

英矽智能还介绍了其在抗衰老领域的布局。通过分析大量人血液转录组数据，团队识别出多个与年龄相关的生物标志物，并筛选出若干候选化合物，其中部分已进入实验验证阶段。这一方向恰与智能照护领域对健康老龄化的关注相呼应，通过延缓衰老相关疾病的发生，有望降低长期照护负担。

峰会上，业界专家对AI在药物发现中的作用展开了深入讨论。与会共识认为，AI技术已从概念验证进入实际价值创造阶段，但挑战依然存在：数据质量和数量、模型可解释性、以及监管框架的完善是关键瓶颈。英矽智能的做法是积极与学术界和监管机构合作，公开部分算法和验证标准，以提高技术透明度。

从更广阔的产业生态看，AI药物发现正在重塑制药价值链。传统新药研发平均耗时10-15年、花费超过10亿美元，而AI的介入有望将时间缩短30-50%并显著降低成本。iaica.com.cn指出，这一技术突破不仅将加速新药上市进程，更有望使罕见病和复杂疾病领域的药物开发变得经济可行，从而惠及全球数以亿计的患者。

英矽智能的案例表明，AI驱动的药物发现已不再是实验室中的噱头，而是正在成为生物医药创新的重要引擎。随着更多AI设计药物进入临床并获批上市，该领域的投资和技术转化将进入加速期。未来，跨学科合作与数据共享机制将成为决定AI制药成功与否的关键因素。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。