近日,強生公司首席信息官吉姆·斯旺森(Jim Swanson)在一場關于AI醫療的會議上表示,利用AI技術,公司已將新藥研發早期的分子靶點篩選時間縮短50%,并將遞交監管審批的臨床試驗報告流程時長從過去的700小時以上大幅縮減至15分鐘。
利用傳統的方法,在藥物研發的早期階段,科學家需要從海量的排列組合中篩選出具有潛力的新藥候選分子或靶點,這些方法依賴大量實驗試錯,耗時很長。而利用人工智能(如機器學習、深度學習)可以快速分析生物數據庫、模擬分子相互作用、預測化合物活性,有助于加快新藥發現、降低研發成本。
斯旺森稱,強生正在利用一切可以利用的AI工具來加速包括腫瘤以及免疫療法的新藥研發。
多家制藥公司研發負責人都告訴第一財經記者,他們正在尋求或已經在新藥研發及日常運營中引入AI技術,還有一些企業則通過與外部的合作實現這一目標。一家本土生物醫藥公司全球運營負責人告訴第一財經記者:“我們正在通過與全球的AI公司合作的方式,來加速藥物研發。”他表示,這些企業諸如Schroedinger、DeepCure等。
據不完全統計,截至2026年初,已有超過170個AI發現的藥物候選物進入臨床開發。一些AI制藥公司希望幫助合作伙伴推動“長壽藥”的研發。
上周,AI制藥公司英矽智能宣布成立行業首個“長壽委員會”,并任命禮來公司旗下分子發現集團高管擔任主席。上個月,英智能剛剛與禮來達成AI制藥合作,并以最高27.5億美元的交易總額刷新全球AI制藥早期管線授權紀錄。此前,英矽智能已把一個化合物從靶點識別推到一期臨床用了不到30個月,傳統藥企平均需要4到6年。
據英矽智能介紹,“長壽委員會”關注的領域包括:生命模型研究,衰老生物標志物開發,識別與衰老,長壽及疾病相關的雙重用途靶點,并通過生物標志物和基礎模型驗證治療藥物對衰老關鍵特征影響的臨床開發。
投資了超過20家長壽科技初創企業的新加坡基金不朽真龍(Immortal Dragons)方面人士向第一財經記者表示:“AI 在長壽藥物研發中真正的顛覆性作用,不只是算得快,而是把人類此前根本無法觸及的生物學暗區變成了可制藥的疆域,輔助識別更多此前無法識別的蛋白質結構,同時拓寬可成藥蛋白質結構的范圍。”
他進一步分析道,人類基因組編碼約2萬個蛋白質,但所有已獲批藥物加起來只靶向了其中4%-11%,AlphaFold等AI工具已把人類蛋白質組的結構覆蓋率從48%提升到76%,讓此前完全未知的"暗蛋白質組"從26%壓縮到約 10%。
上述人士還稱,衰老相關通路中有大量“老大難”靶點——比如 senescence(細胞衰老)相關的轉錄因子、蛋白-蛋白相互作用界面、內在無序蛋白等,長期處于無法成藥名單中。“AI讓這些長壽生物學已知的重要但藥物化學束手無策的靶點有望首次進入藥物開發管線。”他表示,“長壽領域是下一個會被AI顛覆的方向,因為衰老在分子層面高度個體化。”
加入讀者交流群:
聯 系 我 們 :wbfsh@staff.weibo.com
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.