- · 《分子科学学报》栏目设[09/30]
- · 《分子科学学报》收稿方[09/30]
- · 《分子科学学报》投稿方[09/30]
- · 《分子科学学报》征稿要[09/30]
- · 《分子科学学报》刊物宗[09/30]
英矽智能首席科学官任峰:18个月找出新药分子的(2)
作者:网站采编关键词:
摘要:特发性肺纤维化长期被定义为一个罕见病,也即是rare disease,虽然是罕见病,但全球病人有71万多人,是非常庞大的病人数量,仅亚洲就有30多万。 这种疾
特发性肺纤维化长期被定义为一个罕见病,也即是rare disease,虽然是罕见病,但全球病人有71万多人,是非常庞大的病人数量,仅亚洲就有30多万。
这种疾病如果得不到很好的治疗,确诊后平均寿命也就4年左右,非常致命。
针对该病的治疗,目前市场上批准药有两款:吡非尼酮和尼达尼布,这两款药在2019年总销售额在30亿美金左右,是一个非常庞大的市场。
但两款药有一个共同问题,就是安全窗口非常小,用药过程经常伴随严重副作用。
基于这种情况,大概10%~40%病人由于无法耐受这种副作用,以至于半途停药,或者病人耐受剂量范围之内没有药效,所以这是一个未满足的临床需求。
所以?在这种情况下,我们希望通过前期靶点发现人工智能和化合物生成平台,来找到全新机制治疗特发性肺纤维化药物。
靶点发现主要是通过组学数据,利用纤维化病人组学数据和健康人组学数据进行对比,找到两者之间显著差异,同时用iPANDA技术,在信号通路上找到能够影响这些信号通路的组学数据,进而找到新靶点。
整个过程我们共发现了20多个靶点,随后对其进行优先级排序,如果靶点是一种激酶或者GPCR,那么它的成药性就会比蛋白-蛋白之间相互作用好很多;
在优先级排序中,主要从靶点安全性和未来价值进行筛选,一方需要看有没有靶点敲除数据,被敲除之后,会不会导致非常严重的毒副作用,另一方面,还需要看靶点晶体结构是不是已经报道出来。
通过这一系列流程之后,我们找到了治疗特发性肺纤维化表现效果最好的一个全新靶点。
找到靶点之后,我们又利用Chemistry42平台(另一款人工智能软件,主要作用是小分子化后生成)来生成和筛选小分子化合物。
通过这个平台大概合成了80种化合物,其中13个化合物活性小于10nM,绝大多数(35个)活性在10~10nM,有15个活性在100~1000nM,还有十多个化合物没有活性。
最终,我们选择出055化合物,它的活性虽并不是最高,但总体最好,我们在其中主要关注成药性和活性。
随后,我们就把055化合物用到小鼠肺纤维化模型上,进行实验验证,结果效果是不错的,可以在低剂量下达到同样的治疗效果。
我们又进一步用肺纤维化病人细胞来进行两个实验,首先是肺纤维化病人细胞体外实验,从纤维化细胞到肌纤维化细胞之间转化,看到化合物比尼达尼布活性高5倍左右。
另外是EMT实验,从上皮细胞到间质细胞转换,活性同样比尼达尼布高十几倍左右。
FMT和EMT这两个过程是特发性肺纤维化发病比较明显的病理特征,最终证明在肺纤维化病人外细胞上,055比尼达尼具有更强活性,这跟前面的动物实验结果互为印证。
14天DRF实验结果也表明,安全窗口大概是尼达尼的60倍左右,现在这个化合物还在做临床研究,估计今年年底或明年初能就能进入临床实验。
总结一下,这个项目总共花了18个月时间,费用是270万美金,传统靶点药物研发一般需要4年半时间,我们只用了一年半,费用也大大降低。
这个案例证明人工智能可以在新药研发,尤其是原创性新药研发工作中可以大大缩短研发时间、降低研发成本,提高研发效率。
我再介绍一下Insilico Medicine,我们现在全球有130多位员工,80多位人工智能科学家;主要强项在靶点发现以及小分子化合物生成;
目前为止,在全球杂志或专利上发表100多篇文章或专利。
像刚才的介绍,大家看到好像很容易就找出新靶点和药物分子,但这背后我们历时7年,在药物研发三个方面,分别开发了三个人工智能软件:
第一、PandaOmics,利用组学数据帮助寻找新靶点;
第二、Chemistry42,利用生成式对抗神经网络来进行深度学习,帮助生成新小分子化合物;
第三、InClinico,进行临床实验结果预测,同时帮助更好设计临床实验方案。
首先介绍第一个方案PandaOmics,它的主要流程,首先是在里面选择感兴趣的数据库,包括TCGA、GEO、ArrayExpress等等。
之后在数据里做一些Correlations,也就是找到关联,发现数据之间区别,它们的差异表达以及功能分析,以此来发现新靶标蛋白,找到新靶点。
第二个方案Chemistry42,这个软件主要帮助生成小分子化合物。主要包括两个模型,一个是 Structure-based(基于结构),另外一个是ligand-basis(基于配体)。
文章来源:《分子科学学报》 网址: http://www.fzkxxbzz.cn/zonghexinwen/2021/0707/1140.html