人工智能和量子计算制药行业的下一个颠覆者

↑ 点击封面，即可下单

基于AI和QC的尖端技能正得到紧张制药利益干系者的逐渐认可，详细涵盖药物创造、临床前和临床开拓及审批。
事实上，AI-QC运用估量将在未来5～10年内成为制药行业运营模式的标准。
将其可扩展性推广至更大的制药问题而不是专业化上，是目前转变制药任务的紧张原则。
为此，系统、具有本钱效益的办理方案将使分子筛选、合成路线设计、药物创造与开拓等多个领域获益。

通过数据驱动剖析、神经网络预测和化学系统监测，药品生命周期与AI和QC结合所产生的信息将有助于更好地理解工艺数据的繁芜性、简化实验设计、创造新的靶点和材料，也有助于方案或重新思考即将到来的制药寻衅。

药品生命周期常日包括以下阶段：①创造与研究，即靶标识别和确证，以及先导化合物的识别和优化；②开拓，涉及产品表征、制剂开拓、临床前研究和临床试验；③监管审查和批准，包括上市容许申请，即提交数据供监管审查，以证明其安全性、有效性和质量；④商业化和营销，包括提交安全报告和其他法规哀求的材料，开展上市后监测。

上图为经典的药物创造与开拓韶光表。
每批准1个用于人体的新药，常日须要对5000～ 10 000个化合物进行实验室筛选。
在筛选的化合物中，约有250个可能进入临床前评价。
在每5个可能进入临床试验的化合物中，均匀只有1个能成功获批上市。
药物审批的全体过程可能耗时10～15年

药物创造过程的第一步是确定“可药用”（druggable）的靶点（如基因、核酸、蛋白），以确认其在疾病中的浸染，然后确证其治疗效果。
这包括剖析方法（如生化、遗传、生物学）的开拓和优化，旨在通过与化合物文库的比较来检讨与特定靶点的预期相互浸染。
然后，采取高通量筛选来确认“苗头化合物”，并按化学类型对其进行排序，以识别潜在的“先导化合物”或化学骨架。
再对先导化合物进行进一步的优化，研究其构效关系，并优化其理化性子和药理性子，以增强先导化合物的效力、特异性和选择性。

该过程包括对潜在候选药物进行一系列的迭代合成和表征，以建立一个组合化学构造和生物活性，与活性位点结合亲和力相互关联的表示。
先导化合物优化的目的是保留先导化合物中有利的性子，创造具有最大治疗效益和最小潜在危害的化合物，同时改进先导化合物构造中的毛病。

先导化合物的识别和优化是在体外过程中进行的，该过程设置了一组互补试验来评估化合物潜在的生物药理学及接管、分布、代谢、渗出和毒性（ADMET）特性。
这些早期阶段网络的知识是理解和预测体内药代动力学及安全性的根本。
然而，须要把稳的是，大多数化合物都会在这一阶段中失落败。

然后，通过适宜目的的体内疗效研究和ADMET评估，对先导化合物进行验证。
新化学实体的毒理学评估涵盖基因毒性、所有生物系统中的安全药理学、单次和多次给药毒性，以及毒代动力学研究。
此外，新药申请还哀求进行两性生殖毒理学研究和长期致癌性测试。

新药物分子的创造还须要将其简便地开拓为某一得当的剂型，以知足所需的药物递送特性。
因此，必须确定质料药的理化性子，由于其决定了几个主要的干系参数，如溶解度、稳定性、与辅料的相互浸染，以及终极的生物利用度。
制剂前和制剂研究至关主要。
在药物开拓阶段，将扩大测试规模，在临床试验中对候选药物进行潜在评估。
此外，临床试验操持是在监管机构批准新药临床试验申请后启动的，该申请记录了临床前结果、拟定的药物浸染模式、潜在的副浸染、理化表征和生产信息。
临床试验（Ⅰ期、Ⅱ期和Ⅲ期）遵照良好临床实践标准，在高度规范的环境中进行。
Ⅰ期临床试验紧张涉及药物安全性，Ⅱ期临床试验侧重于有效性，而Ⅲ期临床试验则在更大的人群中确认其疗效。
临床试验的成功将辅导上市容许申请的提交，供监管机构进一步审查和批准。

随后将进行药品的商业化运作，这常日须要经历一段快速增长期，直到市场份额达到成熟。
药品的终点以衰退期为特色，这可能是由于不雅观察到副浸染或经济缘故原由，终极导致药品退出市场。

药物创新的经典模式在经济上被认为是不可持续的。
旋转药物创造与开拓过程中高失落败率的紧张寻衅之一在于尽可能早地在药物疗效和潜在不良反应之间寻求适当的平衡，以减少安全性干系的失落败，尤其是在更为昂贵的临床开拓后期阶段。
第二个紧张问题涉及缩短上市韶光以延长有效专利保护期限的策略。
另一个紧张问题是如何避免或延迟药品的衰退阶段及药品提前退出市场。

为理解决这些问题，制药行业正在寻求更全面的方法来改进药品推向市场的流程，从而在降落运营本钱的同时加速药品开拓。
办理这些长期存在问题的一个合理策略是丰富具有低、中等风险的药品组合，延长药品生命周期的详细方法包括开拓次要适应证、老药新用，以及研发孤儿药、治疗被忽略疾病的药品和分外药品。
通过研究风险和本钱调度选项的组合，能够在平衡投资组合风险的情形下提高生产率。

只管如此，创新驱动型公司仍专注于药物创造与提高开拓成功率，以此作为药品上市批准的紧张支柱。
这清楚地表明，在药品生命周期管理的早期阶段，有必要借助于人工智能（artificial intelligence，AI）和量子打算（QC）方法。

药品生命周期管理早期阶段药物创造中结合AI和QC的集成平台实例。
平台由北极星量子生物技能（Polaris Quantum Biotech）和富士通（Fujitsu）供应。
该分子优化平台的小分子先导化合物的创造速率和化学范围得到了显著改进，从原来的3～ 5年缩短至8个月，这在经济上实现了可持续地为更小的患者群体研发药物

将AI和机器学习（ML）融入从实验室研究到临床药品开拓的全过程具有主要的意义：①支持合理的药物设计；②帮忙决策过程（确定药物是否能得到批准，或识别潜在延迟药品批准的文档非常）；③支持个性化药物的开拓；④管理和利用未来药物开拓所得到的临床数据。
更值得把稳的是AI在罕见病患者识别、新适应证创造、监管批准和市场补偿预测方面的运用。

虽然打算工具已经广泛运用于药物创造与开拓，但量子打算机可以增强和加速分子比较，从而更好地预测药物安全有效治疗疾病的潜力。
与传统打算机比较，其还可以捕获更大、高度繁芜的系统，为先前由于没有这项技能而无法实现研发的药物创造打开了大门。

正如怀斯（Wise）所言，有了QC，“你的工具箱里就有了一个更好、更强大的工具，能够更快、更有效地理解生理系统”。

科学出版社赛医学（sci_med）

医药卫生分社订阅号