2025年关于AI智能的各种概念迎来大爆发，几乎各行各业都在探讨“AI+”的无限可能。
但在药物研发领域，AI的赋能其实早已开始。过去几年间，利用AI技术平台发现并进入临床研发的药物不在少数，关于AI药物管线的BD交易案例也在不断增多。
2月14日，来自深圳希格生科公司的一款
用于
治疗弥漫性胃癌靶向药物
管线SIGX1094
获得美国食品药品监督管理局
（FDA）快速通道认定
，该药物便是一款
由AI技术平台研发的一类创新药
。
稍早前的1月中旬，国内AI制药龙头英矽智能亦有一款
AI辅助开发的抗肿瘤临床前候选药物，达成了交易总额超5.5亿美元的对外授权交易
。
有数据显示，AI加持下的
药物发现、临床前研究的时间可缩短近40%
，新药研发管线成功率则可较传统方式提高3－5倍。
基于加速药物发现、提升研发效率、降低药物发现周期及节约资金成本等优势，AI已成为医药创新行业的革新动力之一，获得越来越多医药企业的青睐，并带动相关业务的快速增长。
2月17日，去年刚上市的“AI制药第一股”晶泰科技披露2024年收入数据，由于业务发展及市场机遇，预期其全年
通过
药物发现解决方案及智能自动化解决方案所产生的收入可达到2.5亿港元，
达到港股18C商业化公司的收入门槛
。而在2024年上半年，该项数字仅约为1.03亿元人民币。
全球范围内，AI药物管线2023年已突破300个，但截至目前，
尚未有正式获批上市的AI药物产品
。
01
晶泰科技曾在其招股书中透露，AI技术平台在药物发现的速度、规模、新颖性、成功率上均展现出较大的优势。
例如从早期发现到临床前阶段，传统人工方法的药物研发过程大概需要4－6年，涉及大约5000种分子的合成和测试；基于人工智能则需2－3年时间，
缩短30％－50％的周期，且降低25％－50％的总成本。
而成功率上，传统药物从苗头化合物到临床前候选化合物总体成功率为51％，
人工智能加成下的成功率估计超过70％。
得益于此，近几年加码AI制药的企业数量也迅速增加。
据蛋壳研究院发布的《2024医疗人工智能报告》，2021年后由AI主导的创新药进入临床试验数量开始呈倍式增长，从此前的个位数飙升至百位数，及至
2023年相关AI药物管线数量已突破300个。
着眼国内，国内已有超百家AI+医药研发企业，处于在临床前研究阶段和临床试验阶段的项目分别有76项和30项。
前文所述，刚刚获得FDA快速通道认定的
希格生科SIGX1094
，便是其中的代表性药物之一。该药物是一款针对FAK的靶向药，主要用于治疗弥漫性胃癌及其他晚期实体瘤。
SIGX1094的靶点由希格生科自主发现，结合晶泰科技的AI机器人药物发现平台，是全球首款整合类器官疾病模型与AI研发出的1类创新靶向药，
2024年6月、9月先后在美国、中国获批临床试验，同年11月便获得了FDA的孤儿药认定
。
目前，
该药已进入临床Ⅰ期试验
，并在北京大学肿瘤医院完成了首剂量患者给药。
但这还不是进展最快的AI药物。
来自
英矽智能的特发性肺纤维化（IPF）疾病在研药物INS018_055
在2024年9月已宣布在
IIa期临床试验中取得积极结果
，是全球进展最快的AI药物项目之一，也是
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
。
新康界了解到，INS018_055为一种TNIK（Traf2/NCK相互作用激酶）抑制剂，由生成式AI发现和设计的全球首创（first-in-class）小分子药物。
从时间线来看，INS018_055项目始于2019年AI平台PandaOmics找到的一个潜在first-in-class靶点，后在2020－2021年通过另一个AI平台Chemistry42生成一系列小分子化合物，并进行了体外活性测试、体内药效测试、临床前的安全性和毒理测试等实验，于
2021年2月成为一款临床候选化合物
。
经过0期临床试验观察药代动力学属性后，2021年、2022年该药物先后于新西兰、中国启动了Ⅰ期临床试验；后于2023年启动中国、美国的Ⅱ期临床试验，进入关键阶段。
根据去年9月披露的IIa期临床试验数据，INS018_055在为期12周基于71名特发性肺纤维化患者的随机双盲实验中，所有水平上均表现出良好的安全性，达到主要研究终点，且相关肺功能改善明显。
据了解，从确定靶点到获得药物分子，英矽智能在INS018_055临床前过程中
仅用时18个月、费用数百万美元，几乎仅需传统药物的三分之一时间和十分之一资金成本
，降本增效效果明显，且开展临床试验两年便行至临床Ⅱ期关键节点，被视为AI制药的最佳案例之一。
值得注意的是，AI技术的辅助只是将药物发现周期缩短，研发效率和成功率提高，并不意味着能令成功率达到100％，因此
过往已有不少AI药物管线在进入临床试验阶段后遭遇失败，临床Ⅱ期作为关键节点，一度被业内称为真正考验AI药物的“死亡之谷”。
这也是为何AI药物已推进多年，在研管线数百条，却尚未能有药物成功获批上市的重要原因之一。
02
曾有相关机构统计发现，
截至2023年全球范围内成功进入临床阶段的AI药物管线已超百条
，
其中超七成为自研管线，近两成为合作开发，另有约5％为收购所得
。按进度来看，
超过一半仍在临床Ⅰ期
，尚未到达“死亡之谷”。
适应症上，
近半均为癌症相关
，另外还有神经系统、免疫疾病，以及肠道、罕见病、心脏疾病等。
英矽智能联合首席执行官及首席科学官任峰曾在接受媒体采访时表示，在进入临床试验阶段后，无论是传统还是AI药物，其实都没有捷径可以走，
对于完全赋能临床研究，缩短临床时间等问题，AI目前还不能有效解决。
也是因此，尽管目前AI技术平台能够将早期发现到称为临床前候选化合物的药物时间从平均4.5年缩短至平均12个月，却依然无法改变药物临床研发的高难度状况，大多数AI药物在进入临床阶段后止步于Ⅰ期临床，极少能够达到Ⅱ期临床并跨至临床Ⅲ期。
常被行业人士提起的两个失败案例之一，就是
世界上首个由AI设计的药物分子
，英国AI制药企业Exscientia开发的
用于治疗强迫症的候选药物DSP-1181
，因I期临床研究未达到预期最终在2022年宣告停止开发。
该公司最终在2023年8月被另一家AI制药龙头Recursion以6.88亿美元收购。
此外，就是2023年4月AI药物研发公司BenevolentAI的一款AI药物，
用于治疗特应性皮炎的局部泛Trk抑制剂BEN-2293，因在IIa期临床试验没有达到次要疗效终点而终止
，并因此引发公司裁员和内部管理优化。
但在医药创新领域，前人失败的案例从不是后来者望而却步的理由。
尽管目前尚未有AI药物正式上市，但AI技术将为医药创新乃至医疗健康产业带来的革新性改变是毋庸置疑的。
因此，无论是与人工智能技术公司合作亦或引入AI研发药物，国内外的药企都在加速布局AI制药，也吸引了越来越多的资本巨头跨界入场分食。
比如，2020年已推出人工智能药物发现平台“云深智药”的腾讯已陆续投资多家AI制药相关企业；华为云在联合中国科学院上海药物研究所推出用于全流程AI药物设计的华为云盘古药物分子大模型后，又
将在2月18日发布基于DCS AI解决方案的瑞金病理大模型
；美国科技巨头英伟达在2023-2024年至少投资了14家AI制药企业......
从管线BD交易来看，除了较早布局的
拜耳、罗氏、赛诺菲、强生等，礼来、阿斯利康、诺华
等也纷纷宣布加码AI制药，国内市场也是如火如荼进行中，复星医药、正大天晴、石药集团等均先后宣布与AI技术平台开展制药方面的合作。
最近的便是2025年开年，
英矽智能宣布与美纳里尼集团及其全资子公司Stemline Therapeutics达成的授权许可合作
，Stemline以潜在5.5亿美元的交易总额，从英矽智能获得一款抗肿瘤临床前候选药物MEN2312的全球独家开发和商业化权。
此前的2023年9月，英矽智能还与另一家公司Exelixis签订全球独家许可协议，授予后者开发和商业化一款靶向USP1的潜在同类最佳小分子抑制剂XL309的全球独家许可。
尝到“甜头”的还有英矽智能的客户，国内药企石药集团。
2023年8月石药集团同时宣布与英矽智能及晶泰科技基于AI技术平台辅助药物设计、研发等方面开展战略合作。仅一年后，
石药集团就在2024年10月、12月先后与阿斯利康、百济神州达成了两项潜在交易总额近40亿美元的AI药物对外授权合作。
其中一款为临床前创新小分子脂蛋白(a)(Lp(a))抑制剂YS2302018，一款为新型甲硫氨酸腺苷转移酶2A(MAT2A)抑制剂(SYH2039)，均为石药集团通过AI技术驱动获得。
新康界了解到，赋能新药研发之外，目前AI的作用也已经扩展到了药物再利用方面。
据2月12日《新英格兰医学杂志》（NEJM）发表的一篇新论文介绍，研究团队利用人工智能技术对现有的4000多种药物进行筛选后，确定了阿达木单抗（adalimumab）抑制的特定蛋白——肿瘤坏死因子，对治疗特发性多中心 Castleman 病（iMCD）起到关键作用，并由此挽救了一位患者的生命，被认为这是对该种生存率极低的罕见病有效的“最佳预测”新疗法。
结语：
对于整个AI制药行业而言，前路其实是机遇与挑战并存的。
