图：Alex Zhavoronkov（中）惊叹中国创科高速发展，故选择把分公司开在香港及上海。

　　新藥研发既複杂又耗时，以致市场上很少有真正创新的藥物。有公司利用人工智能（AI）的帮助，成功生成了能够作用於特发性肺纤维化（IPF）这一非常难治疾病的一个小分子藥物，所耗费的时间和成本仅相当於传统藥物研究流程的十分之一。研发团队负责人表示，藥物将进入临床阶段，有望解决影响全球成千上万人的医疗需求。\大公报记者 古嘉瀰

　　在疾病发展和进展中起作用的蛋白质即是靶点，而发现新靶点既是新藥研发的第一步，也是最困难的一步，成功率低於5%。虽然人工智能目前在临床研究阶段帮助不大，但在发现新靶点及临床候选化合物上，能有效减少成本。有见及此，英科智能（insilico Medicine）利用其自主研发的藥物发现引擎PHARMA.AI，成为全球首间公司利用人工智能发现新突发性肺纤维化藥物。

　　为了发现新突发性肺纤维化藥物，团队通过PHARMA.AI找到20个与纤维化相关的全新潜在靶点开始研究，将适应症範围逐步缩小到一个新靶点，然后通过人工智能化学生成系统，设计了一组新的化合物来选择性地抑制这个新靶点。这些分子经演算法可显示在细胞实验和动物模型实验的有效性，这些实验数据随后回馈给人工智能系统，人工智能再次设计新一批的化合物优化活性及成藥性，并再次验证。经过多轮的设计、合成、评估、优化、重新设计后，可确定临床前候选化合物，并计劃在2022年初进行临床研究。

　　经费由10亿美元降至数百万

　　传统的藥物发现首先要对数万个小分子进行测试筛选，然后进一步合成和测试，以便得到少数几个适合临床前研究的候选藥物，而过程平均需要花费10亿美元，以及长达10年的研发时间来进行藥物发现阶段，整个过程缓慢且成本高昂。而PHARMA.AI则集成了数百个人工智能模型，可生成假设、选择靶点、生成化合物和预测临床试验结果，形成一个快速和低成本效益的工作流程。

　　团队利用PHARMA.AI，找到最合适的靶点，设计新型的小分子抑制剂，仅用了18个月，就完成藥物发现阶段，仅用了数百万美元成本，创新地使用人工智能减少开发新藥的成本和时间，突破了传统新藥研发複杂又耗时的瓶颈。

　　英科智能创办人及行政总裁Alex Zhavoronkov表示，为提高藥物创新的生产效率，大规模採用人工智能可以为行业带来变化。目前该公司正进行20多个以人工智能辅助新藥研发的计劃，有望解决全球广泛而未被满足的医疗需求。