image: 英矽智能发布人工智能驱动的临床前候选化合物研发基准和时间线 view more
Credit: 英矽智能
香港和上海 - 由生成人工智能（AI）驱动的临床阶段生物医药科技公司英矽智能，近期发布了临床前候选化合物的研发基准，该基准基于公司2021-2024年间自主发现22款临床前候选化合物的实践经验而产生。这些经验不仅凸显了英矽智能Pharma.AI平台对早期药物研发的效率提升，还为生物制药行业提供了创新标准参考，揭示了在现代技术支持下，显著缩短开发时间、降低研发成本，并将资源转化用于进一步研发工作的可能性。
长期以来，AI驱动药物发现（AIDD）被认为具有加快研发速度、降低成本和提高成功率的潜力。继深度神经网络（DNNs）在图像领域最高水平的ImageNet竞赛拔得头筹，并在诸多应用实例中取得接近甚至超越人类能力的成就之后，深度学习革命拉开序幕，数百亿美元的资金随之流涌入AIDD领域。成立于2014年的英矽智能是AIDD领域的倡导者和先行者，截至2024年12月31日，英矽智能已提名22款临床前候选化合物（PCC），其中10个项目获得了临床试验许可。
一般而言，临床前里程碑和标准因公司而异，在此次发布中，英矽智能规范了针对PCC提名的内部基准和时间线，英矽智能定义的标准PCC研究包括但不限于以下组成部分：体现结合亲和力的酶活性检测、体外ADME特性、微粒体稳定性测定、小鼠/大鼠/犬药代动力学（PK）研究、体现靶点相互作用的细胞功能测定和PD标志物验证、用以体现靶点相互作用并确定有效剂量范围的体内药效研究和PK/PD/药效分析，以及多物种的非GLP毒性研究。
基于以上统一的基准，英矽智能现已提名了22个研发候选化合物。值得一提的是，除因战略原因选择终止的项目之外，经立项的项目实现了100%PCC提名，平均从立项到PCC的耗时为12-18个月，合成分子数在60-200个分子之间。进展最为顺利的是英矽智能与复星医药合作开发的QPCTL项目，从立项到PCC仅耗时9个月，筛选了约70个分子，目前该项目正在开展I期临床试验。
与传统药物发现方法通常需要2.5-4年的时间成本及大量资源消耗相比，英矽智能提出的基准体现出显著的效率提升。通过整合AI和自动化技术，英矽智能简化了候选药物筛选和合成过程，展示了创新方法缩短临床前开发时间的应用实例。
基准案例展示一：
2024年初，英矽智能在Nature Biotechnology发表极具说服力的案例，介绍了领先自研AI药物ISM001-055从人工智能算法到II期临床试验的整个研发历程。该候选药物具有人工智能发现的靶点和人工智能设计的结构，针对其进行评估的一项IIa期临床试验（NCT05938920）于近期发布积极初步结果。数据表明，ISM001-055在用药12周后显示出全剂量组中的良好安全性和用力肺活量（FVC）的剂量依赖性药效趋势。
基准案例展示二：
在2024年12月发表的另一篇Nature Biotechnology论文中，英矽智能阐述了在自有生成化学集成引擎支持下，12个月内合成和筛选约115个分子的历程，再次以实际案例研究巩固AI平台搭建的研发时间基准。该论文概述了ISM5411的早期药物发现和开发过程以及临床前数据。在澳大利亚和中国进行的两项独立的I期研究表明，ISM5411在所有剂量组中普遍具有良好的安全性和耐受性，其肠道限制性药代动力学特征也得到验证。
英矽智能始终坚持在整个药物发现过程中保持透明度的承诺，并认识到其对于推动全球创新的关键作用。通过公开分享包括开发候选药物时间线和合成数据在内的基准，英矽智能期待凸显前沿AI平台能力、强调早期药物研发加速的紧迫性，进而推动行业效率优化，最终提升全球制药开发生产力，使挽救生命的治疗方法能更快地惠及患者。
英矽智能近期取得多项突破性进展，针对疼痛、肥胖和肌肉萎缩等创新焦点领域开展强大临床前资产开发。多个临床前模型显示出令人鼓舞的结果，支持以英矽智能非成瘾性止痛治疗药物（Insilico non-addictive anti-pain therapeutics , iNAPs）为亮点的下一代产品线的规划。
慢性疼痛、肥胖和肌肉萎缩代表着重大的未满足医疗需求，全球数百万患者缺乏有效、安全和可及的治疗选择。目前的疼痛管理策略通常依赖于成瘾性阿片类药物，助长了全球范围内药物依赖和过量用药的现象。同样，针对肥胖的治疗在效果和耐受性方面都有限，而由于缺乏靶向治疗，肌肉萎缩症状往往得不到解决。靶向未竟临床需求，英矽智能开拓创新疾病领域，利用自有AI平台高效推进新型治疗药物的开发，其中包括基于非成瘾性、靶向止痛作用机制的iNAPs。通过整合前沿计算生物学、化学和实验验证技术，英矽智能期待加速药物研发流程，为更多疾病领域带来创新治疗选择，为缺乏可行疗法的患者带来希望。
参考资料
[1] Fu, Y., Ding, X., Zhang, M. et al. Intestinal mucosal barrier repair and immune regulation with an AI-developed gut-restricted PHD inhibitor. Nat Biotechnol (2024). https://doi.org/10.1038/s41587-024-02503-w
[2] Ren, F., Aliper, A., Chen, J. et al. A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models. Nat Biotechnol (2024). https://doi.org/10.1038/s41587-024-02143-0
关于英矽智能
英矽智能是一家由生成式人工智能驱动的临床阶段生物医药科技公司，通过下一代人工智能系统连接生物学、化学和临床试验分析，利用深度生成模型、强化学习、转换模型等现代机器学习技术，构建强大且高效的人工智能药物研发平台，识别全新靶点并生成具有特定属性分子结构的候选药物。英矽智能聚焦癌症、纤维化、免疫、中枢神经系统疾病、衰老相关疾病等未被满足医疗需求领域，推进并加速创新药物研发。更多信息，请访问网站
商务合作，请联系 bd@insilico.ai
媒体垂询，请联系 pr@insilico.ai