美国食品和药物管理局（FDA）日前发布通知，将逐渐取消单克隆抗体等药物申请中的动物试验要求，转而用人工智能（AI）预测模型、类器官及器官芯片等更高效、更贴近人体反应的“新兴替代方法”。
面对动物实验即将告别历史舞台，中国医药产业准备好了吗？相关科学研究的进展和储备情况如何？在近日召开的“FDA新政下，如何用AI提升非临床研究的效率”研讨会上，与会专家表示，我国新药研发领域早已开始借AI发力。
提升预测准确率
“AI不仅能设计分子药物，还能预测分子药物进入临床的概率及上市可能性。”北京大学前沿交叉学科研究院特聘研究员裴剑锋说，“我们持续关注新药研发成功率这一关键问题。”新药研发持续时间长，且90%新药会在临床试验阶段宣告失败。他们团队正在研发AI技术，用以预测新药研发长链上各环节成功率，以指导研发人员在“迷宫”中选对路。
中国科学院计算技术研究所研究员赵屹介绍，他们团队自主研发的“深度生成模型PRnet”，基于神经网络架构与生成对抗网络，实现了对药物扰动下基因转录组动态响应的精准预测，在多个疾病模型验证中预测准确率达87%。
增强原创能力
我国原创药物研发能力正在增强，但临床前研究有效数据少、安全性剂量爬坡难等成为原创药研发的“隐忧”。“AI等新方法能对包括安全剂量在内的很多参数进行准确预估，这大大提升了原创药的研发能力。”山东大学药学院临床药学系主任赵维说。
除了整体提升新药研发能力，AI还能发现老药的新功能或“挽救”失败药品。“老药被发现时聚焦一个靶点，但它作用于人体，能通过作用于其他靶点展现新疗效，而且老药安全性更好。”华东理工大学药学院教授唐赟表示，在算法加持下，我国科研团队持续挖掘药物、疾病、靶点的新关联，不断丰富的中国实践正在为盘活现有药物资源提供有效的创新路径。
