近日，辉瑞表示将继续在美国密歇根州原有的基础上扩大产能，向占地1300英亩(约526公顷)的制造工厂投资1.2亿美元，用于生产新冠口服药Paxlovid关键成分nirmatrelvir活性药物成分(API)和起始物料(RSM)。

　　实际上，Paxlovid从2020年重新捡起化合物PF-00835231，再基于改善口服利用度的需求优化得到PF-07321332再到上市，仅用一年多的时间，而在这个过程中，AI在药物开发中起到很大的提速，辉瑞团队与晶泰科技深度合作，利用晶泰科技的AI预测算法结合实验验证，仅用6周就确认了该候选药物的优势晶型，并用于其后续的开发和生产。

　　从2018年到2019年，全球TOP 20制药企业在AI制药领域的动作数量呈大幅上升，据行业不完全统计，2019年在AI制药领域的布局动作(41项)是2018年在AI制药领域的布局动作(19项)的2倍多，增幅达到216%；而中国药企也在逐渐与AI公司的合作，包括正大天晴、齐鲁制药等传统药企，以及加科思、思路迪等创新生物药企等。

　　晶泰科技首席科学官张佩宇在接受21世纪经济报记者专访时指出，降低风险和成本一直是药物研发的永恒追求，AI制药在一定程度上可以显著缩短漫长的临床前研发时间，降低前期研究所耗费巨大的人力和物力成本，快速选出最符合要求的候选药物，降低研发风险，满足了创新时代对于新技术的需要。

　　上海交通大学Med-X研究院副院长殷卫海在接受媒体采访时指出，人工智能主导药物研发的时代正在到来，从预测蛋白质结构、寻找药物靶点到药物分子设计，再到临床试验设计，人工智能在全面介入，开始发挥关键作用。“中国在生物医药领域与一些科技强国存在差距，而AI制药技术的日趋成熟，给了我国一个‘弯道超车’的机会。”

　　仅用六周确认药物优势晶型

　　辉瑞在2002年SARS暴发时曾研发出了PF-00835231，但因疫情迅速被扑灭而未用上。

　　2020年初新冠疫情暴发，研究表明，新冠病毒与SARS病毒上负责与人体结合的蛋白酶具有100%的序列同源性，彼时辉瑞也重新捡起化合物PF-00835231，再基于改善口服利用度的需求优化得到PF-07321332。

　　PF-07321332对新冠病毒3CL蛋白酶有的强效抑制效果，也是PAXLOVID的主要成分。

　　为了充分探索和理解PF-07321332的晶型分布，辉瑞科学家选择与晶泰科技联手，以智能预测结合实验验证。

　　张佩宇向21世纪经济报道记者透露称，在2020年下半年，辉瑞迅速地提高了PF-07321332的合成总量，从几毫克放大到千克级别。

　　在制药过程中，这种产量的增加，实际也意味着后续可以推进CMC(Chemistry， manufacturing and controls ，药品的化学、制造和控制研发)，从而获得临床申报的资格。在进入CMC后不久，辉瑞即付诸行动，选择了晶泰科技，提出以AI预测完成晶型研究的需求。

　　张佩宇向21世纪经济报道记者介绍称，晶泰科技通过对PF-00835231进行AI计算预测，锁定药物分子所存在的最稳定晶型，并通过算法预测与辉瑞科学家的实验验证相结合，将药物晶型与实验数据准确匹配，仅用6周时间就完成了完备的晶型预测研究，而传统上需要几个月甚至更久。

　　药物开发过程中，确认一款候选药物的晶型选择，对新药IND与临床试验的申报和降低后续的研发风险至关重要。美国FDA要求药企确保上市所用的晶型足够安全稳定。基于计算预测和实验验证，可以获得API准确的晶型空间、晶体结构和稳定性排序，避免传统研究方法不完备可能导致的时间与成本损失。

　　另据21世纪经济报道记者了解，晶泰科技搭建了自己的晶型实验室，可以在2-3天内完成高精度的晶体结构测定。通过与AI算法结合，晶泰的晶型、合成、生物、自动化实验室，每年支持上百个药物研究项目的交付。

　　“晶泰科技的计算预测以强有力的证据证实，辉瑞设计的晶型为常温条件下最稳定的优势晶型，适用于后续的工艺放大与药品生产，从而帮助CMC科学家快速作出研发决策并及早开始下个研发环节。AI的智能预测算法协助辉瑞显著缩短了PAXLOVID药物开发中的关键环节，并获得高于现有行业标准的详尽研究，降低研发风险，将传统方法下需要数月以上的研发任务的周期缩短到六周，帮助这款候选药物尽早完成开发、走上临床。” 张佩宇进一步解释称。

　　张佩宇指出，通过这种做计算预测的方法去评估稳定性，可以避免漏掉关键晶型可能导致的临床试验停滞乃至上市后的药品召回。当然通过AI计算不仅能够预测的晶体结构，还可以进行溶解度等对药物效用有影响的性质计算，与实验交叉验证，提升研究的可靠性和完备性。

　　回顾公开资料可以发现，从辉瑞获得PF-00835231化合物至其上市，仅用了约一年的时间，就将临床前研究和临床全部做完了。在张佩宇看来，若用传统的方式这个周期往往需要七八年。除了紧急用药的临床和审批加速，辉瑞采用行业领先的研发技术也极大压缩了出错和反复的空间。

　　张佩宇向21世纪经济报道记者分析称，AI计算预测对于这个项目或者其他新药发现项目来说价值的核心在于加速了这个管线的进度，提升了效率，同时降低了决策风险。“其实降低决策风险尤其重要的，药物研发是一个试错的过程，临床成功率可能只有10%，如果有各种各样的方式去提前去预判这些分子潜在的风险，做一些早期的风险规避，就可以提升临床的成功率。”

　　实际上，这并非晶泰科技第一次与辉瑞合作，早在2016年，晶泰科技就与辉瑞有接触，并与20多家企业共同参与了辉瑞内部一个盲测，在这个过程中，晶泰科技脱颖而出，计算预测准确率100%。

　　张佩宇向21世纪经济报道记者介绍称，目前，晶泰科技将智能算法、自动化实验与专家经验结合，打造了一套三位一体的自动化智能化药物研发工业平台，并开发了一系列创新的算法工具与先进的实验技术。

　　算法的“脑”可以实现对药物分子关键物理、化学、药学性质准确而高效的筛选和设计；而自动化的“手”，在算法指导下完成高精度、无间断的实验操作与数据采集，并为模型训练和算法优化提供及时的数据反馈；药物研发专家充当智能药物研发的“眼”，为项目设定里程碑目标，作出决策，保障交付。

　　“近年来，晶泰科技与国内外药企建立了广泛的新药发现合作，为全球的药企提供从靶点发现后到临床前候选化合物的一站式的新药发现业务，已有超过140个国内外药企客户、加速了上百款管线药物的研发。AI算法有了自动化实验的加持，可以高精度虚拟筛选取代大量的实验探索，以自动化技术降低实验的成本与周期，最高能节省90%的实验需要，让新药发现从劳动密集型的实验试错模式，向计算密集型的自动化智能研发模式转型。”张佩宇进一步介绍称。

　　AI制药风起创新药企弯道超车？

　　截至目前，晶泰科技约有60多个管线，累计与全球140多家药企有合作。

　　其中，也不乏中国生物医药企业。21世纪经济报道记者梳理发现，与晶泰科技合作的中国生物药企，有正大天晴、齐鲁制药等国内成熟的传统药企，也有希格生科等成长中的Biotech企业。

　　如今年4月初，晶泰科技与正大天晴合作的高难度抗肿瘤新药取得重要进展，在智能化自动化药物发现平台的助力下，仅用原计划50%的时间，就达成了重要里程碑，大大缩短了研发时间。

　　而在与英国剑桥的生物科技公司PhoreMost的合作中，晶泰科技以AI算法为具有“合成致死”效应的KRAS相关靶点从头设计药物分子，仅用6个月就攻克了这个开发难度极高的“不可成药”靶点，并快速进入先导化合物优化阶段。

　　由晶泰科技孵化的希格生科的发展轨迹则是典型的“AI弯道超车型”，通过自动化智能化助力其完成了从0到1的跨越，为全新靶点找到具有创新性的临床前候选化合物(PCC)，而这个时间仅有半年。据了解，彼时与晶泰科技开始合作之时，希格生科的团队仅有两三人，但团队发现了一个极具潜力与挑战性的弥漫性胃癌创新靶点。项目交给晶泰科技后，通过AI的预测与针对性的试验，他们准确而快速地找到了理想的药物分子，目前正在筹备申请临床试验，这个传统上需要一年以上的研究过程，通过AI助力仅用6个月就做到了。

　　因为快速地实现了一系列的里程碑，希格生科的新药分子数据说服了投资人，并迅速争取到多轮资金的支持以及优质的成长资源，在一年内融资三轮，并延续与晶泰科技的合作，开发了全新的癌症管线。按照传统成长轨迹，如果这个项目在开始没有大药企支持或无法继续。

　　张佩宇向21世纪经济报道记者指出，无论是传统药企还是创新药企，都可以通过AI制药的助力提高试错探索的速度并降低成本，让研发者以同样的资源和时间完成更多的新药研发工作，为药企的创新转型与降本增效提供强大助力。

　　TechEmergence的研究报告显示，AI可以将新药研发的成功率从12%提升至14%。这2%的增长看似数目不大，但在AI得到广泛应用的情况下，其为生物制药行业节省的资金将是数十亿美元。

　　高盛的一份人工智能报告显示，通过实施机器学习和AI，在获批药物的平均年度开发成本为16亿美元(包括与失败药物相关的成本)，或者失败药物的年度成本为300亿美元(这笔资金完全可以平均分配给获批的药物群)的情况下，人们有望将药物开发与发现的相关风险减半。如此，到2025年，全球制药行业每年即可节省约260亿美元。

　　实际上，近年来国内阿里云、腾讯、百度以及字节跳动等多家科技巨头公司也推出AI药物研发及数据平台。张佩宇分析称，AI制药的需求不断放大，与中国医药政策、老龄化等密切相关。

　　“2015年以前，中国属于仿制药时代，在一致性评价等政策推出后，快速进入全球创新的时代，后续要与全球创新接轨，这需要有新的技术，因为做全球创新它的风险更大，投入更高，需要将高风险高投入转换成低风险或者中风险。”

　　据德勤健康解决方案中心发布的《2019医药创新回报率评价》显示，全球TOP 12的制药公司的数据发现，2019年医药行业研发的投资回报率处于2010年以来最低水平，仅为1.8%。

　　张佩宇向21世纪经济报道记者指出，目前药物研发确实存在投入回报持续下降的趋势，2010年新药研发投入回报比是10%，近年来持续趋近1%，没有一些新技术支持，这个发展趋势是不太可持续的。

　　“如果投入越来越大，上市的药物越来越少，结果就是药价越来越高。这给人工智能药物研发带来了一个明显的契机。而另一方面，中国人口老龄化越来越严重，老百姓的用药需求是持续性增长的。”

　　不过，张佩宇也指出，目前AI制药还处于早期发展阶段，从研发技术来看，人工智能的核心要义是数据，大批量、大规模生产数据或标准化数据的能力尤为关键，需要进一步发展；而另一方面则是涉及药物研发本身，因为药物研发是持续性创新的行业，需要不断地通过发现新药物解决尚未满足的临床需要，而这个过程中转化医学特别重要，寻找未满足的临床需求，找到一些新靶点或生物学机制。

　　一位长期关注AI制药领域的业内人士也向21世纪经济报道记者指出，AI制药在应用中最大的挑战是验证的链条非常长，从AI算法到预测，再到实验室测试以及标准化验证等，预测的结果需要实验室来进行验证，能够以高通量的方式，高效地进行实验的评价。

（文章来源：21世纪经济报道）