AI在新药研发中的现状及趋势-晶泰科技.pptxVIP

AI在新药研发中的现状和趋势

ARTIFICIALINTELLIGENCEFORDRUGDISCOVERY

晶泰科技温书豪

碳基vs硅基智能的世纪之战

他就想活命，他有什么罪

26亿美元

平均研发投入

一款新药的

1950196019701980199020002010

当前新药的

临床失败率

新药研发成功率逐年下降

2018年FDA批准了59个新药上市

BernsteinResearch：TheLongView–RDProductivity,2010

DNA

sequencing

RecombinantDNA

Structureof

DNA

Restrictionenzymes

Human

Genomev1

DollytheSheep

Humaninsulin

数据是制约人工智能大规模落地的重要因素

2006年

2014年

云计算技术走向成熟

2016年

AlphaGo战胜李世石

IBM的计算机深蓝

战胜人类国际象棋冠军卡斯帕罗

算法的巨大突破带来机器学习技术的集中爆发

算力大众化的时代到来算法高速迭代

产业数字化数字产业化

经历了长达半个世纪的人工智能寒冬

杰弗里辛顿提出深度学习理论

2019年

1950年

1997年

人工智能的开端

当我们在谈论AI药物研发时，我们在谈论什么？

现实世界问题的难度远远大于虚拟世界中的博弈

英国15.6%

加拿大8%

欧洲12.6%

●

●

美国55.8%

中国3%

亚洲5%

全球TOP200人工智能药物研发公司

地域分布情况

全球人工智能药物研发领域现状

全球TOP200

人工智能药物研发公司领域分布情况

新药设计

39%

临床前实验设计3%

临床设计组织、招募

药物重定向

数据整合与分析

从局域优化到全局优化：AI技术已经融入新药研发各个环节

•预计到2024年，每年全球在AI大健康领域的投入将超过100亿美元

•每年全球在AI药物发现领域的投入将超过40亿美元

临床前试验设计

临床前

试验

疾病机理研究

新药设计

•Insitro与Glead达成$15M合作，发展治疗NASH的新药。

•BenevolentAI与AZ达成长期战略合作，旨在结合AZ的数据，产生一个基因、蛋白、疾病及化合物的网络。

•CytoReason与Pfizer达成数千万美元合作协议，旨在发现免疫方面的疾病靶点。

•Berg与Sanofi达成研究协议，利用其AI数据模型识别患者对季节性流感疫苗接种反应相关的生物标志物。

•技术层面，数据的质量/价值一直是被考虑的问题。

•靶点发现将受限于人类知识，AI可以发现数据的模式，但缺乏创造力。

机理研究：发现新的靶点

Recursion

挑战

进展

•Tempus旨在构建一个包含40个健康系统，1800名肿瘤学家的网络，用来识别及招募临床患者，并简化招募流程。

•Deep6AI仅用1小时招募了16名小儿心脏手术患者进行一项药物临床试验，而通常医院研究组花费6个月仅能招募到2名患者。

•BriteHealth搭建了患者参与管理平台，平台可向患者发送通知，也可帮助研究者跟踪患者参与情况，识别患者退出信号。

•样本数量少，标记质量差导致AI算法的准确率和实用性无法满足临床应用的需求。

新药设计临床前研究临床研究FDA审核上市

临床研究：患者招募与管理

⃞GNSHEAITHCARE

机理研究

挑战

进展

•XtalPi为Pfizer开发覆盖更大化学空间的新一代通用分子力场、FEP、AI模型，与国内某大型药企以及Dana-Faber在内的多家企业和研究机构展开多个新靶点的新药里程碑开发。

•Exscientia与Roche,Celgene,GSK达成合作。与Celgene的合作中，目标在3年内提供3个PCC，该项目首付款€22M。与GSK的合作，经过5轮循环，仅合成85个化合物即得到invivoactiveleadcompound。

•