年度系列 | 全球成功进入临床的102条AI药物管线

Release Time: 2024-01-30

  很长一段时间以来,新药研发更像是一种传统手工业,依赖的是开发人员对于物理科学和生物科学的理解和经验,结果便是药物研发的周期和成本迅速膨胀。

 

  然而,上述情况将有望在AI引领的新一代信息技术革命的浪潮下发生颠覆式改变,基础科学工具(如基因测序仪)的涌现带来了海量数据,以深度学习为代表的先进算法则为人们破解艰深的生化机制提供可能。药物发现正在从传统的定制工艺转变为一种更精简、可重复、数据驱动的过程,制药进入“流水线”时代。从Exscientia、Recursion、英矽智能等公司在过去几年发布的消息来看,整个临床前项目的平均时长已经缩短到11-18个月,与此同时,成本也大大降低。

 

  这一趋势在过去数年得到强化,成为医药行业最具影响力的事件之一。世界各主要国家和地区纷纷积极入局,尤以美国和中国这两个大国最为突出。

 

  应用领域也不仅仅局限于传统的小分子药物,AI在大分子药物、细胞和基因疗法领域的作用也不断获得印证,一大批相关Biotech随之涌现。与此同时,辉瑞、赛诺菲、拜耳、强生等跨国药企和包括药明康德、IQVIA在内的CXO企业也纷纷加入进来,投身AI技术赋能药物的研发之中。

 

  2023年已悄然过去。在过去的一年里,这批以AI技术切入药物研发领域的企业们,进展是否顺利?有多少管线迈进了临床试验的大门?本期联盟将分享2023年度AI制药行业的新进展:包括全球43家企业、102条成功进入临床阶段的药物管线。

 

研发进度

 

  此次统计的全球102条获批临床的AI药物管线中,有56条推进到Ⅰ期,占总数的一半多;其次为推进到Ⅱ期,41条。由此可见,整个行业在进入临床后的推进速度还是较为可观。

 

 

  部分推进至临床Ⅱ期的企业即将面临药物研发的“死亡之谷”,能否顺利推进,还有待明年公布最新的实验数据。

 

  就本次统计的样本数据而言,临床Ⅱ期至Ⅲ期的管线数量出现断崖式下滑,仅5条管线进入上市前的最后验证阶段

 

  分别是剂泰医药的MTS004、埃格林医药的EG-007、Erasca公司的Naporafenib、BioXcel公司的BXCL501以及Pharnext公司的PXT3003,均已进入临床Ⅲ期。

 

  另外,相较于欧美国家,中国AI制药行业起步晚了5年左右,研发进展也相对落后。在93家中国AI药企中,有14家成功将管线推进至临床阶段共34条

 

  以英矽智能和埃格林医药为代表,拥有进入临床的管线数量最多,各5条。

 

  其次是冰洲石生物、未知君、锐格医药,各4条,红云生物、药物牧场等企业也拥有了临床Ⅰ期管线资产。

 

研发方式

 

  研发方式的选择,对AI制药企业而言尤为关键。目前市场上大致分为四类:全程自研、与药企合作、买进临床前管线自主推进,以及作为临床资产全部卖出

 

  这不仅取决于每家企业对潜在风险的偏好程度,也与商业模式、现金流情况及管线的收益分配密切相关。

 

  就本次统计样本来看,不少企业都以自研为主,约78条管线,占比76%。此外,合作研发的管线19条,有5条管线由AI制药企业收购而来。

 

 

 

  自主研发:2023年6月,英矽智能自主研发的AI小分子药物ISM001-055获批在中美两地开展国际多中心II期临床试验,并已完成首批患者给药。这标志着全球首款由生成式AI完成新颖靶点发现和分子设计的候选药物已推进至II期临床试验阶段。

 

  与药企合作:2月,AI制药头部公司Exscientia宣布,其与百时美施贵宝合作设计的ESX4318已经进入I期临床试验。

 

  买进临床前管线自主推进:2023年12月,阿斯利康宣布收购纳斯达克疫苗上市公司icosavax及其病毒样颗粒平台技术。icosavax的首发管线为rsv/hmpv二价联合疫苗IVX-A12,目前处于二期临床阶段,后续管线还有rsv疫苗、四价流感疫苗、二价新冠疫苗等。

 

  作为临床资产全部卖出:2023年9月,英矽智能与Exelixis达成合作协议,后者获得英矽智能USP1抑制剂ISM3091的全球权益。

 

适应症分布

 

  作为患者最多、最难攻克的疾病之一,癌症是众多AI制药企业首选的适应症领域。102条管线中,近一半的临床药物正在进行肿瘤、癌症相关的患者试验

 

  其中,由美国前FDA评审官员创办的埃格林医药,利用老药新用的策略将EG-007已经推进至临床Ⅲ期用于治疗子宫内膜癌,是国内进展最快的一条管线。

 

 

  也有不少企业布局了罕见病、神经系统疾病、免疫疾病等小众赛道,7条管线在肥胖和糖尿病等代谢性疾病领域进行临床试验。

 

展望

 

  从短期来看,AI制药企业仍面临诸多难关与挑战,尤其在生物创新药领域,双方都还非常年轻,各自都缺少经验,也缺乏更多“通吃型”人才,彼此建立默契与依赖还需要时日。但长远看,AI技术应用于制药将是必然趋势,所有制药企业终将使用人工智能技术促进药物研发生产。相较于传统药物研发动辄花费数十亿美元、10年时间的高昂成本,AI辅助的药物管线研发时长大大缩短,约在1-3年之间。

 

  并且随着AI对医药的影响逐渐扩大,AI引导的基因治疗载体筛选技术引发了新的革命。如美国的Dyno Theraputics,一家致力于对AAV进行工程化改造,寻找有更广的治疗空间的递送系统的公司。公司在成立之初就获得了包括罗氏,诺华,Astellas,Sarepta等公司的关注,并建立了强大的合作关系。总合作金额超过了30亿美金。国内则有从科技部主办的“2022年全国颠覆性技术创新大赛”总决赛中脱颖而出的“AI+AAV”(人工智能辅助基因治疗递送载体AAV衣壳蛋白筛选技术,现已成立公司:广州译码基因科技有限公司),该项目有望成为国内首个AI在AAV筛选上的场景应用,实现筛选效率较传统定向进化提高了3-6倍。如果这些AI的创新应用在临床上获得成功,对整个制药界将带来翻天覆地的变化。

 

  可以推测医药行业很可能不会一下子从AI获得巨大的生产效率提升。更何况医药行业还有自己独特的挑战,如生物系统的复杂性,疾病治疗的困难以及监管环境的严格。尽管如此,AI是医药行业提升效率,突破诸多长期障碍,在科学和患者护理方面创造新突破的百年罕见的机遇。就像1910年代的工厂主坚持使用蒸汽是愚蠢的一样,医药公司应该从现在开始努力理解、实施和扩展它,从而提升产业效率,为全球病患带来更多好药新药。

 

 

来源:智药局

 

    【声明】本文为转载文章,本平台仅作分享、传递信息,版权归原作者所有,如有侵权,请联系删除。