过去，如果有人问药物制剂的开发最仰赖什么？几乎所有回答都会是“专家”和“经验”。如今，剂泰医药正试图将“AI”变为这一问题的另一种答案。
剂泰医药脱胎于晶泰科技，同样以AI作为核心技术。顾名思义，之于晶泰科技所擅长的“晶型预测”，剂泰医药显然将侧重点放到了“制剂开发”，尤其是药物递送环节——这令去年1月成立的他们，成为了全球首家以人工智能驱动制剂开发和药物递送的创新企业。仅不到两年时间，剂泰医药已经完成了数轮融资，融资金额数亿元。
剂泰医药的创始团队均来自MIT（美国麻省理工学院），不局限于药物发现环节，在临床转化方面也经验丰富。年轻的CEO赖才达博士在MIT毕业后则在诺华研究中心开发制程优化及QbD数字化工艺设计；后在麦肯锡担任策略顾问，协助强药企数字化策略及市场开发；创始成员陈红敏博士是美国工程院院士，有着推动药物立项到NDA的完整经验；另一名创始人王文首博士是MIT人工智能实验室的科学家，主要研究高分子生物材料合成及其在医疗器械和药物控制释放的应用。
“全球”的履历令他们认识到：在整个AI制药领域，产品从立项、开发到转化，AI技术可以，也应该被应用到各个环节。而国内的情况是，AI制药企业大多集中在分子设计环节，制剂与递送天高海阔，却无人问津，于是他们迈出了第一步，剂泰医药应运而生。
“提升药物递送已成为新一代药物的核心部分。”接受亿欧大健康专访时，赖才达如此解释了为什么剂泰医药最终选择了制剂与递送，“例如基因疗法的核心就是递送，而基因疗法背后是一个巨大的蓝海市场，面向十万级数量的靶点、没有biosimilar、也没有集采。”
以近来火热的mRNA技术为例，从上世纪60年代走入历史舞台，到如今因新冠疫苗名声鹊起，半个世纪以来，mRNA技术商业落地的最大阻碍便是递送，脆弱的mRNA单链分子既无法承受酶的降解，也难以突破细胞膜的静电斥力。唯二解决了递送难题的Moderna和BioNTech，如今都已跻身千亿美元市值的药企之列，Moderna也因此成为赖才达心中剂泰医药在基因疗法递送上所对标的企业之一。
在赖才达眼中，传统的制剂开发手段更像是“手艺活儿”，专家凭借经验预测分子性质，进行简单试错，能够搜寻的空间非常有限。其结果是临床前分子成药性难以改进，递送不畅，近四成新药都因此开发失败。
“剂泰要做的，就是通过AI将这种专家的手艺活，变成类似流水线的方式。”在赖才达的设想中，当制剂开发中的每一步流程都有很好的算法落地，便无需过度依赖顶级专家的经验就能完成人机互动。他告诉亿欧大健康：“为药物制剂的开发，以及基因治疗产品复杂的递送设计提供自动化的平台工具，便是剂泰的最终目标。”
AI的作用在于填补计算与实验的空白
剂泰医药的英文名称为“METiS”，以希腊神话中的首位智慧女神命名，人们更熟知的智慧女神雅典娜就是她的女儿。如同它的名字，“METiS”正凭借其“人工智能”将微观的信息和宏观的物理动力学性质跨尺度关联在一起。
“AI的根本作用在于填补计算与实验的空白，至少在制剂和递送环节是这样。”赖才达介绍，无论传统制剂载体还是纳米载体，当API被“裹”在其中，整体处于某个生理微环境下，它与辅料或载体间的交互作用无法依靠实验来测量，而基于第一性原理的量子化学计算又受制于算法和算力，结果是所得API与载体间力的交互作用也十分有限。
在传统的药物制剂开发过程中，制剂专家必须提前进行大量繁复的文献检索工作，基于文献资料，制剂专家需结合自身经验对合适的辅料分子进行性质预测。符合预测标准的分子将通过实验试错的方式进行调整与优化，以寻求与API（原料药）搭配较为稳定的辅料。之后，辅料分子还将被检测在不同环境下是否与API发生反应，以及不同条件下是否会产生降解的产物。
在基因疗法的递送方面，人们就面临着更多的未知：如何从内包体逃逸？怎样表达蛋白？蛋白的表达量多少？这些在计算与实验中产生的空白为AI提供了涉足的空间——AI更容易挖掘出不易被药物专家发现的隐性关系，且无需精准地测量和庞大的算力。国际上依靠AI在基因疗法递送上寻求突破的还有著名遗传学教授，哈佛医学院基因组研究中心主任GeorgeChurch。他曾同样在年成立DynoTherapeutics公司，试图通过对病毒衣壳改造将目的基因传递给机体中需要治疗的特定类型细胞。
“但我始终认为，病毒载体有着更大的局限性。”一方面，赖才达认为在实验室改造病毒容易涉及伦理问题，另一方面，他指出，人体为了“干掉”病毒已经进化了上万年，免疫系统对病毒具有高度排斥性，因此即便改造的病毒载体成功，很可能也只会像疫苗一样成为“一次性用品”。
但无论病毒载体或是其他载体，数据之困是AI绕不开的一堵高墙[8]。无论AI应用在制药中的哪一环节，人们都最先
转载请注明：http://www.0431gb208.com/sjslczl/3505.html
