小分子药物一向是人工智能应用于药物研发的前沿范畴。然而，人工智能对象正在越来越多地应用于大分子范畴（包罗抗体、基因疗法和基于RNA的疗法等）。这些疗法在生物制药行业今朝的产物组合及其将来的贸易潜力中占有主要份额。
2023年8月29日，麦肯锡咨询公司的Navraj S. Nagra等人在Nat Rev Drug Discov杂志揭橥文章The company landscape for artificial intelligence in large-molecule drug discovery。
文章整顿和剖析了基于人工智能的方式若何应用于大分子药物发现、斥地这些方式的公司及其研发管线情形，并商量了生物制药行业成功实施这些方式所需的前提根蒂。人工智能在大分子药物研发中的应用首要包罗3个方面：构造展望、功能展望和新候选药物生成。在这些方面，各类方式正在敏捷成熟。 卵白质构造展望对于大分子药物研发非常主要，涉及的范畴从靶点识别（如展望抗原构造）到先导物识别和优化。该范畴的很多公司如今都在使用AlphaFold2或其他具有雷同正确性的卵白质构造展望模型（如 RoseTTAFold）。正在进行的斥地工作包罗改善易用性、可扩展性、可再练习性等（例如 ColabFold、FastFold、OmegaFold 和 OpenFold），并行使雷同于GPT-4等大型说话模型的分歧架构（例如 ESMFold）提高通用性和速度。
今朝已斥地出人工智能对象来展望大分子候选疗法的功能，包罗抗原-抗体或RNA-卵白质连系，以及与其可斥地性相关的方面（如药代动力学消灭率）。这些展望能够使用梯度提拔树（gradient-boosted trees）等机械进修模型或分子动力学模拟等较量模型来完成。
比来，深度进修方式已被用于展望抗体亲和力等要害治疗特征，包罗基于图的模型、卷积神经收集、递归神经收集或"大分子说话模型"等。
生成大分子候选疗法快速增进的数据可用性支撑了可大规模生成卵白质、抗体或mRNA的算法的斥地，作为先导物生成或优化的一部门。例如，能够基于扩散、变异主动编码器模型，或经由采用雷同于GPT-4的大型说话模型，对卵白质序列等特定模式的数据进行练习。
采用这种算法的具编制子包罗斥地新型抗原构造、确定不乱性和免疫原性的最佳mRNA构造以及新型卵白质和抗体设计。设计出的分子随后平日会在高通量系统中进行评估，以实验证实其功能特征，并进一步强化和改善候选分子的生成。上述对象用途普遍。例如，RFdiffusion或ESM系列模型已被用于新型卵白质的生成以及构造和功能展望。这些对象今朝正在增补或庖代传统的较量方式。 增补图1｜传统较量方式和人工智能对象若何加快抗体疗法发现今朝，有82家公司活跃在AI大分子药物研发范畴。个中60%以上的公司成立于曩昔5年，这表明该行业在近期手艺提高（如 AlphaFold 的显现）的鞭策下方才起步。这些公司之间也显现了一些整合的迹象，如iBio于2022年收购了RubrYc Therapeutics。增补表1｜按年份整顿的AI大分子药物研发范畴公司成立情形
老牌生物制药公司正在内部或经由收购投资扶植大分子药物发现的人工智能能力，例如基因泰克于2021年收购了Prescient Design，这是一家人工智能驱动的生物手艺公司，将机械进修应用于抗体发现。
成熟的大型生物制药公司也与人工智能驱动的生物手艺公司竖立了合作关系，2021年确定的合作关系有51项，高于2016年的10项。合作的例子包罗专注于抗体发现的BigHat Biosciences与安进的合作（拜见 AI抗体设计公司BigHat公布完成与安进的第一阶段研究合作）、BigHat Biosciences与默沙东的合作（拜见 机械进修+高速表征湿实验室手艺斥地抗体药物丨BigHat公布与默克开展研究合作）、AbCellera与艾伯维的合作（拜见 AbCellera和艾伯维杀青合作，推进新的抗体疗法）、Absci与默沙东的合作（拜见 AI药物发现公司Absci与默沙东合作，预付款及里程碑付款6.1亿美元）、MAbSilico（专注于抗体发现）与OSE Immunotherapeutics之间的合作。 图1a｜每年成立的以人工智能为驱动、专注于大分子药物研发的生物手艺公司数量，以及这些公司每年与Top20的生物制药公司竖立合作关系的数量该范畴的公司在2021年筹集了39亿美元。然而，2022年的融资总额大幅下降，仅为7亿美元。
值得注重的运动包罗AbCellera（专注于抗体发现）于2020年IPO，募集了5.55亿美元。Absci（专注于抗体发现）于2021年IPO，募集了2亿美元。Generate Biomedicines（专注于卵白质药物发现）于2021年B轮融资，募集了3.7亿美元。 人工智能驱动的生物手艺公司的研发管线今朝还处于早期阶段。有三个管线已进入II期：Evaxion正在斥地一种基于多肽的个性化癌症免疫疗法，用于治疗转移性黑色素瘤。ZielBio 正在斥地一种针对实体瘤的plectin单克隆抗体。PharmCADD正在斥地一种候选mRNA疫苗，用于治疗SARS-CoV-2。
此外，还有三个管线处于I期：Peptilogics的多肽抗生素用于治疗假体四周关节传染。SparX Therapeutics的单克隆抗体靶向claudin 18.2用于治疗胃癌。PharmCADD的另一种mRNA疫苗用于治疗SARS-CoV-2。 图1c｜按研发阶段和适应症划分，这些公司的管线资产数量斥地这些分子的公司行使基于人工智能的靶点识别、功能（连系）展望和抗体生成（包罗使用生成性人工智能）作为候选药物斥地的一部门。临床斥地中的分子详情见下表。 增补表2｜拥有大分子候选药物的人工智能驱动型生物手艺公司 
在临床前管线中，这些公司正在斥地的最大资产组是肿瘤学范畴，共有8个分子。就体式而言，临床前斥地中的RNA疗法和多肽疗法（约占所有分子的 50%）多于抗体疗法。这或者是因为抗体设计的复杂性较高，并且缺乏可用于练习机械进修对象的功能数据。人工智能在大分子药物发现中的应用正在敏捷增加。然而，固然这些对象的潜在价格已在学术情况中获得了令人信服的证实，但迄今为止，规模化布置仍具有挑战性。 首先，必需将人工智能模型充裕融入研究流程，并对研究科学家进行适当的能力扶植。经由如许做，公司能够快速练习和验证机械进修算法，同时还能战胜人工智能工作或者显现的"孤岛"现象。例如，在使用大型说话模型匹敌体亲和力进行高通量展望时，经由综合研究系统实时进行体外验证，将进一步练习和提高较量模型的机能。 其次，必需竖立手艺情况，如复杂的数据工程管道（整合民众和内部数据并可以主动标记）、合适的较量根蒂举措以及源系统建模情况的整合。如许，企业就能以必然的速度练习和完美人工智能模型，为下一次实验供应信息并加以改善。 最后，需要将人工智能手艺连系到药物发现之外的整个研发过程中，如试验设计和患者亚群识别等范畴，以进一步提高试验效率和成功概率。 Nagra NS, van der Veken L, Stanzl E, Champagne D, Devereson A, Macak M. The company landscape for artificial intelligence in large-molecule drug discovery. Nat Rev Drug Discov. 2023 Aug 29. doi: 10.1038/d41573-023-00139-0.为鞭策我国生物成品全生命周期质量治理系统的竖立，进一步提拔生物成品的平安性和有效性，“2023生物成品全生命周期质量治理峰会”将于2023年9月22-23日在上海举办，主题为“质量为先、千锤百炼”。组委会将力邀知名制药企业质量专家、行业协会和监管部门向导、学术专家做出色申报。将重点环绕抗体、ADC药物、疫苗、细胞和基因治疗药物、重组卵白药物等范畴的质量治理策略及要点进行商量。时间：2023年9月22-23日（周五-周六）
所在：上海（酒店定向通知）
指导单元单子：上海市医药质量协会
主办单元单子：四叶草会展、生物成品圈
协办单元单子：奥星集体
会议费用：为药企质量专家供应参会..，报名FREE!（仅收取50元定金，含茶歇、会议资料等，定金概不退还）（如需用餐，2天午餐加收150元），先到先得，报完即止！请提前锁定！
报名体式：扫描下方..或点击文章最底部“阅读原文”→ 填写表格 → 报名成功（报名自愿者，承担必然工作，请慎重考虑，免交定金）！
组委会获得报名信息后，凭据报名信息进行初筛，并进一步与报名者沟通确认，实现精准邀请。最终有机会进入大会微信群（严厉审核经由）。
