來源：BiG生物創新社
10月10日，晶泰科技旗下生物藥發現業務線Ailux Biologics與強生公司下屬Janssen Biotech, Inc.簽署授權協議，協議的中心是晶泰科技自有生物AI平臺。Ailux Biologics授權Jassen及其附屬公司可以使用XtalFold?平臺發現和工程化設計生物制劑。
XtalFold? 利用序列信息對生物分子之間的相互作用進行建模，而這些相互作用構成了單克隆抗體等生物治療藥物的基礎。
今年，AI制藥賽道合作頻現，形式多樣。
10月7日，阿斯利康宣布牽手石藥集團，共同推進開發一款臨床前新型小分子脂蛋白(a) (Lp (a)) 抑制劑YS2302018。 根據協議，石藥集團將獲得阿斯利康1億美元的首付款并有權收取最高3.7億美元的潛在開發里程碑付款和最高15.5億美元的潛在銷售里程碑付款，總計20.2億美元，以及根據該產品的年度銷售凈額計算的分層銷售提成。阿斯利康將獲得全球范圍內開發、制造及商業化該化合物及該產品的獨家授權。根據石藥集團的公告，YS2302018是由石藥集團AI驅動的小分子藥物設計平臺發現的。該平臺利用AI技術分析目標蛋白與現有化合物分子的結合模式，對成藥性進行針對性優化，最終選出高效且具有優良開發性的Lp (a) 小分子抑制劑。這筆交易告訴我們，不僅AI制藥公司可以對外授權，傳統藥企同樣可以深耕AI，獲得海外巨頭的認可。9月30日，銳格醫藥與基因泰克達成最終購買協議。基因泰克將購買銳格醫藥的下一代CDK抑制劑，用于乳腺癌治療，首付款為8.5億美元現金，同時，銳格醫藥有資格額外獲得未來開發、監管和商業化里程碑現金付款。8.5億的首付款，刷新了國內AI制藥對外授權的首付款記錄。1月4日，美納里尼集團及其全資子公司Stemline Therapeutics, Inc.與英矽智能簽訂全球獨家授權協議，協議的中心是新型KAT6抑制劑，用于潛在乳腺癌治療和其他腫瘤并發癥。Stemline獲得開發和商業化新型小分子KAT6A抑制劑的全球權利，該抑制劑是使用英矽智能AI平臺設計的。英矽智能獲得潛在總價值可達5億美元的首付款、里程碑付款和銷售分成。2024年，巨額融資寥寥無幾，但 Formation Bio 成功吸引到了3.72 億美元的 D 輪融資。此輪融資由a16z領投，賽諾菲等重量級投資者跟投。紅杉資本、Thrive Capital等投資機構已經參與了該公司數輪融資，而賽諾菲是此輪新加入的投資者。Formation Bio（前身是 TrialSpark）表示計劃利用這筆資金繼續從生物技術和制藥合作伙伴那里收購和獲得處于臨床階段資產的授權。 值得注意的是，就在融資前1個月，5月21日，賽諾菲剛與Formation Bio、OpenAI宣布將進行同類首創合作。三家公司將數據、軟件和經過調整的模型匯于一處，共同開發貫穿藥物開發生命周期的定制專用方案，這是制藥和生命科學行業同類合作中的首次。隨著賽諾菲繼續向成為“首家大規模由人工智能驅動的生物制藥公司”的目標邁進，賽諾菲將利用這一合作關系，為開發AI模型提供專有數據的訪問途徑。又是合作又是投資，Formation Bio為何如此吸引賽諾菲？原因就在于這家公司的技術平臺可以加快臨床試驗的各個環節，同時提高質量，包括研究啟動、患者招募以及數據的持續收集和驗證。眾所周知，臨床試驗是藥物開發流程中最費時費力費成本的環節，嚴重制約了藥物開發進度。傳統的患者招募和參與方法往往導致患者數據不完整、運營響應緩慢，最終延誤開發計劃。另外，傳統的臨床數據監督和分析方法難以跟上日益增長的試驗數據量和復雜性，效率低下，存在盲點。Formation Bio的平臺可以自動攝取、調節和清理臨床數據，及早發現關鍵問題，更深入地了解每一個數據源，避免試驗讀出延遲，解鎖復雜的開發計劃和試驗設計，實現更快、更好的決策。作為AI的堅定支持者，4月17日，賽諾菲還宣布將與腫瘤學真實世界數據 (RWD) 和分析的領導者Cota Healthcare合作，利用RWD和AI加速癌癥試驗，尤其關注多發性骨髓瘤。這一合作的目的是深入了解臨床結果，獲得寶貴的洞見，最終造福癌癥患者。雖然MNC普遍對AI在提高藥物開發效率中的潛力持積極態度，大膽試水，但是術業有專攻，MNC一般不會自己投入資源開發工具，除了通過股權投資切入AI賽道，還有一種途徑是利用專業AI技術公司現有的平臺。10月5日，AI biotech Owkin宣布與阿斯利康合作，為乳腺癌開發AI gBRCA預篩查方案。該方案利用 Owkin 的龐大數據網絡和尖端AI，可以直接從數字化 H&E 病理切片中優化乳腺癌 gBRCA 基因突變的預篩查，改進 gBRCA 鑒定，擴大獲得新型治療方案的機會。為了確保在多種實驗室環境下該工具都能發揮強大的性能，開發過程中將用到6,500多張全視野數字切片 (WSI) 的高質量數據，這些切片來自約2,000名患者的切除術和活檢。其中半數患者存在gBRCA突變。通常，從最初的咨詢到出具檢測結果，患者檢測乳腺癌易感基因 (BRCA) 可能需要耗時數月，需要多名醫療工作者參與，嚴重影響患者的治療效果。gBRCA 預篩查方案有可能顯著提高識別BRCA 基因突變的效率。不到1小時，該方案就能利用H&E切片等現有材料，識別出攜帶gBRCA突變的高風險患者。這將極大簡化gBRCA檢測流程，使腫瘤醫師和遺傳咨詢師能夠加快高風險患者的gBRCA檢測流程，并及時將這些檢測結果納入治療方案。9月26日，阿斯利康宣布擴大與Immunai的合作，達成一項多年合作協議，旨在在阿斯利康的癌癥免疫療法臨床試驗設計中應用人工智能驅動的免疫細胞圖譜。雙方之前就有合作，基于免疫系統逐個細胞分析研究炎癥性腸炎的靶點。阿斯利康還曾借用Immunai的多組學技術開發CTLA-4和PD-L1雙抗volrustomig，該藥目前正在進行III期臨床試驗，適應癥是肺癌、宮頸癌和頭頸癌。Immunai的創始人是來自麻省理工學院、哈佛和斯坦福大學的研究人員和計算機工程師，總部在紐約，致力于記錄每種細胞類型的功能及其與人體和各類疾病的互動，繪制免疫系統的數字地圖。2021年末，這家創立于2018年的初創公司獲得了2.15億美元的巨額B輪融資。此前，同一年，Immunai獲得了6,000萬美元的A輪融資。這些資金助力Immunai通過自家的細胞圖譜和被稱為免疫動力學引擎或IDE的AI模型，從免疫腫瘤學擴展至自免、心血管和神經疾病等更廣泛的研究領域。重新簽訂協議后，Immunai將在新項目的第一階段獲得1,800萬美元。Immunai表示，此次合作的核心是基于對患者免疫系統的描述和藥物的作用機制，識別最有可能對不同治療方法有反應的患者，涵蓋臨床決策、劑量選擇和生物標志物的識別。然后，阿斯利康可以選擇是否需要擴大雙方團隊的合作范圍。Immunai CEO Noam Solomon博士在申明中稱：“我們在腫瘤學和免疫學領域成功推進藥物開發，自然而然就發展至達成此項合作。將藥物推向市場極具挑戰、極其耗時且成本高昂。通過此次與阿斯利康的合作，我們很高興利用我們的AI引擎IDE提高藥物研發上市的效率，將潛在的新療法帶給患者。”9月24日，Genenerate: Biomedicine宣布與諾華達成多靶點合作，以生成式AI發現和開發蛋白質療法。Generate自有的生成式AI平臺The Generate Platform融合了機器學習和高通量實驗驗證。此項合作結合了The Generate Platform和諾華在靶點生物學、生物制劑開發、臨床開發上的專業知識和能力，以創造新型療法，加快藥物發現和開發。9月5日，禮來與RNA專業公司Genetic Leap達成了合作協議，研發AI藥物。Genetic Leap的技術基石是為發現RNA靶向藥物提供支持的AI模型。Genetic Leap旗下平臺的特色是發現新靶點、找到方法攻克已經過驗證但是無成藥性的靶點。2022年，安斯泰來曾與Genetic Leap合作，利用該平臺針對一個未披露的腫瘤靶點尋找RNA靶向小分子藥物。如今，禮來也成為了Genetic Leap的合作伙伴。禮來將利用自己的RNA靶向AI平臺，針對選定的靶點生成候選基因藥物。禮來將在優先級高的領域挑選靶點，Genetic Leap將針對這些靶點尋找寡核苷酸藥物。RNA是天然極化分子，結合口袋較淺，一度被認為不適合小分子。然而在過去10年中，一些新的biotech成立了，開始嘗試靶向RNA，Arrakis Therapeutics是一個，Genetic Leap也是一個。6月25日，禮來宣布與OpenAI合作，利用OpenAI的生成式AI，發明新型抗菌藥物，以對抗耐藥性病原體。抗菌素耐藥性 (AMR) 是全球健康領域最嚴重的公共衛生和發展威脅之一。1月7日，諾華與Isomorphic簽署協議，后者將負責識別針對三款未披露靶點的小分子。Isomorphic平臺的基礎是Google DeepMind’s AlphaFold AI技術。Isomorphic表示，新迭代的AlphaFold正從蛋白質預測擴展至小分子和核酸預測。Isomorphic的科學顧問里有4位諾貝爾獎得主：CRISPER科學家Jennifer Doudna博士、Sir David MacMillan博士、Sir Paul Nurse博士和Venki Ramakrishnan博士。同一天，Isomorphic也與禮來簽訂了類似的協議，無獨有偶，也是為幾款未披露的靶點發現小分子療法。作為積極擁抱AI的大型藥企，諾華早在2019年就與微軟合作，建立諾華AI創新實驗室，成為少有的自建AI實驗室的MNC藥企。實驗室有兩個核心目標：一、將諾華的海量數據集與微軟的先進AI解決方案結合，建立新的AI模型和應用，增強迎接下一波醫學挑戰的能力；二、將運用AI的力量從生成化學、圖像分割和分析療法的智慧和個性化交付開始，應對生命科學領域最困難的計算挑戰。如今，諾華的研究人員可以運用AI仔細梳理過去成千上萬次藥物開發實驗積累的實驗室數據寶庫，那些發現埋在PDF文件、Excel表格和之前對分子化學性質的書面描述中。最終，諾華科學家的目標是使用計算機模型幫助預測哪些分子結構有望成功，或揭示測試中哪些實驗會最有幫助，保證質量的同時，縮短現在動輒花上數年的測試過程。
巴菲特說：“人生就像滾雪球，找到濕雪和長長的山坡，讓財富越滾越大”。然而，想要滾出大雪球，除了長坡和厚雪，還需要“不棄微末，久久為功”。任何形式的嘗試都值得鼓勵，任何方式的合作都創造價值。前進的每一步，都會邁向《禮記·大學》中“長坡厚雪，深澗草茂，山木茂盛，山水清澈”的美好前景。
免責聲明：本文系轉載內容，版權歸原作者所有，轉載目的在于傳遞更多信息，并不代表我方觀點。如涉及作品內容、版權和其它問題，請與我方留言聯系，我們將在第一時間刪除內容。
