“AI+药用辅料”的药物研发模式浅析.pdfVIP

/ 2023.01 /■ “AI+药用辅料力的药物研发模式浅析 应用AI 、大数据进行药物制剂预测 ，可以快速 、高效地进行药用辅料筛选与药物制剂配方开发 文I潘继成 我国制药行业长期以来有 “重原料药, 及其靶点的特性或相似性来测量药物的结合亲和力 。三是毒性预测 。以细胞 轻辅料”的现象，导致药物辅料行业起步晚、 为基础的体外试验通常被用作初步研究 ，然后是动物研究来确定化合物的毒 发展缓 ，一种含新型药用辅料的化学药物 性 ，增加了药物的发现成本 。现在通过一些基于网络的工具 ，如LimTox. 的幵发过程可能需要十年以上 ，平均花费 pkCSM 、admetSAR和Toxtree,可以帮助有效降低成本。 28亿美元 。即便如此 ，也有90%的治疗性 AI协助预测药物设计 。在幵发化学药物的过程中 ，预测靶蛋白的结构 分子未能通过二期临床试验和监管机构的 对于设计药物分子至关重要 。AI可以通过预测3D蛋白质结构来帮助基于结 批准 。近年来 ，AI已经被广泛应用于药用 构的药物发现 ，从而使药物设计符合目标蛋白位点的化学环境 ，从而有助于 辅料这一行业 。AI和大数据等技术应用于 在合成或生产前预测化合物对靶点的影响以及安全考量。 药剂学中 ，能大大减少药物制剂处方幵发 AI严控药物质量 。药物辅料虽不具有明显的药物活性 ，但会与药物一 过程中人力 、物力的消耗 ，节省时间成本， 同进入人体 ，在体内吸收 、代谢 、转运和消化 ，因此对人的作用也不容忽视。 旦更有可能找到更优的处方 ，对药物监管 从原材料生产所需产品包括各种参数的平衡 ，产品的质量控制测试以及批次 和提升药品质量起到重要作用□ 间一致性的维护都需要人工干预 。AI可用于在线制造过程的监管 ，以达到 产品的预期标准 。全面质量管理专家系统中的数据挖掘和各种知识发现技术 AI在药用辅料行业中的应用 AI对药用辅料行业的影响广而深 ，根 据性质不同 ，AI在药物筛选 、药物设计和 质量保证等多方面有不同的应用。 AI助力筛选药用辅料 。AI技术可用 于基于合成可行性的虚拟筛选 ，也可预测 体内的活性和毒性 。一是理化性质预测。 药物的物理化学性质,如溶解度 、分配系数、 电离度和内在通透性 ，都会间接影响药物 的药代动力学特性和靶向受体 。不同的AI 工具可以用来预测药物的物理化学性质。 二是生物活性预测 。在某些情况下 ，幵发 出的药物分子可能与非预期的蛋白质或受 体相互作用 ，导致毒性 。因此 ，药物靶向 结合亲和力是预测药物与靶点相互作用的 关键 。基于AI的方法可以通过考虑药物 63 博览/INSIGHT ■ \ 信息化建设 \ Informatization 也可作为制定复杂决策的有价值方法 ，为智能 展 ，政府单向监管不能有效控制风险 ，企业缺乏有效合规的治理工具和 质量控制创造新技术。 制度等问题 。且AI算法具有不透明 、跨界传播和溢出等特点 ，比一般 的数字治理覆盖范围更广 、难度更大 。目前 ，药用辅料新药研发的AI AI在药用辅料行业应用困境 监控体系还不完善 ，缺乏具体的评价标准 、市场准入 、收费和退出机制， 导致对潜在问题的监控和反馈困难 。在人身权 、知识产权 、财产权 、侵 目前 ，整体而言 ，药用辅料行业还处于 AI化的低层次阶段 ，既缺乏将AI作为战略重 权责任认定 、法律地位等方面的AI药品法律法规也尚属空白。 点的领军企业 ，也缺少持续推动AI技术创新