現代醫學發展至今，世界上仍有數千種疾病面臨“無藥可醫”甚至“無藥可用”的困境。而傳統藥物發現耗時漫長成本高昂，且伴隨著極高的失敗率，超過90%的候選藥物在關鍵的臨床驗證階段折戟。人工智能的出現為流程優化與效率提升帶來了希望。

近日，英矽智能發表于Nature Biotechnology上的一項研究提供了這一例證。該研究全面闡述了其首款由生成式AI發現和設計的潛在全球首創TNIK抑制劑從人工智能算法開發到2期臨床試驗的研發歷程，并首次披露了該候選藥物在臨床前實驗和臨床試驗中的數據和表現。

任峰博士介紹，這款治療特發性肺纖維化的小分子候選藥物，從AI賦能的靶點發現到AI輔助的分子設計優化，再到臨床候選化合物的確定，共耗時不到18個月、僅投入數百萬美元，遠低于傳統方式四年半的時間與數千萬美元的投入。“在這個項目里AI制藥工具獲得了充分的驗證。我們期待INS018_055在2期臨床研究中有良好的表現，為患者提供新的治療選擇，同時為AI制藥行業帶來更堅實的例證。”

文章詳解全球首個由AI發現的創新抗纖維化TNIK抑制劑的研發過程，揭示了生成式AI技術在推動行業變革方面的巨大潛力，并凸顯了AI驅動的藥物發現方法帶來的降本增效優勢。

據悉，2021年至今，在自有人工智能平臺的賦能下，英矽智能已搭建涵蓋30余條管線的多元化療法組合，提名18款臨床前候選化合物，并將其中6個領先項目推進到臨床階段。

在浦東

早在2021年10月，在中國科學院陳凱先院士、蔣華良院士、饒子和院士創始倡議和見證下，張江AI新藥研發聯盟正式揭牌成立。聯盟成為了推進AI與醫藥跨界交叉融合、數據資源共享、技術迭代升級的重要紐帶，并在兩年間就取得了不少成果，匯聚了更多的AI新勢力。

在張江AI新藥研發聯盟的名單內，既有中國科學院上海藥物研究所、浙江大學上海高等研究院等科研院所，還有科創板CRO（醫藥研發外包）第一股美迪西生物醫藥以及晶泰科技、英矽智能、深勢科技等有明顯人工智能特征的企業。