图1:AI药物研发公司从种子轮到D轮的融资情况
利用机器学习(ML)等AI技术的公司处于小分子药物发现中的前沿领域,其在小分子药物发现中的应用占据了近年来由风险投资支持的大部分融资,吸引了许多资深大型制药公司并建立了高价值合作伙伴关系,来探究药物发现管道的特定阶段,例如目标识别或化合物筛选。
表1:从事基于AI的小分子药物研发公司近期的部分融资情况
Benevolent AI作为利用AI进行药物目标识别的公司之一,其知识图谱中集成了广泛公开可用的生物医学和化学数据与内部数据,通过使用AI工具对其进行挖掘以生成靶点假设。该公司自2019年以来一直与阿斯利康就慢性肾病和特发性肺纤维化的靶点鉴定开展合作,并于2022年1月增加合作项目病种为心力衰竭和系统性红斑狼疮。
02 临床试验
应用AI策略,基于各种特征(例如对特定药物靶标的预测特异性)对大量虚拟小分子库进行计算分析,识别一小部分在实验中进行测试,多个候选药物进入临床试验。
Exscientia作为首批报告人工智能生成小分子候选药物进入临床的公司之一。2020年1月,该公司宣布其合作者日本住友已将DSP-1181(一种用于治疗强迫症的长效血清素5-HT1A受体激动剂)推进到1期试验。
Relay Therapeutics专注于根据蛋白质动态洞察确定候选药物,其通过2020年12月签署的协议与基因泰克合作开发的SHP2抑制剂RLY-1971,正在进行癌症的I期试验。
2022年1月英矽智能与复星医药签署的一项专注于免疫肿瘤学的合作也在2月迅速促成了临床前候选药物ISM004-1057D的提名。2月,英矽智能宣布启动治疗特发性肺纤维化的候选药物(小分子抑制剂ISM001-055)的1期试验。
迄今为止,人工智能在小分子药物发现中的影响迹象通常与早期研究的高效率和加快时间表有关。随着候选药物库的增长以及在未来几年内的临床进展,AI或将实现提高临床成功率和降低药物研发成本的更广泛承诺。
注:根据原文编译有删改
参考文献:Artificial intelligence makes a splash in small-molecule drug discovery
成为我们的
合作伙伴