｜用户侧智慧能源管理领航者 - AIoT驱动数字能源升级
药物研发，是一条荆棘丛生的漫漫长路。持久攻坚、重金投入，往往只换来高达九成的失败率。而AI（人工智能）的加入，让充满不确定性的探索逐渐可被计算、推演，犹如暗夜中的一束微光，给人无限希冀。
不过，目前AI赋能药物研发，多聚焦于分子筛选与优化这一“中间阶段”。对“一前”——靶点发现，以及“一后”——临床转化，发力者却相对较少，这是为何？
人体的大多数疾病，归根结底都和蛋白质有关。通俗来说，这些与疾病直接相关的蛋白质，可以视作靶点。明确了靶点的“模样”，即可寻找与之适配的分子，对靶点抑制或激活。接下来，再将具备潜在效能的分子，推进为现实中的药物。这要经过漫长的动物实验、临床验证阶段，期间绝大多数候选分子都会被淘汰。
由此可见，根据已知靶点来“找分子”，好比于对症下药，是在疾病机制和作用对象相对明确的前提下，求解分子结构与靶点之间的最优匹配，更适合发挥AI的计算优势，效率能大幅提升。但对于靶点发现这种“开放探索题”、临床转化这种“场景实操题”，变量更多、验证周期更久。
一家来自北京的企业—— 北京哲源科技有限责任公司（以下简称哲源科技），尝试在“少人区”给出新解法：以生命功能数字孪生技术为核心，打造计算医学平台，从疾病成因驱动和临床实际需求出发，为药物研发“精准导航”。
何为生命功能数字孪生技术？哲源科技联合创始人、图灵-达尔文实验室副主任赵宇向记者解释，它是融合信息科学、生物学与医学知识，借助超级计算机和算法，对基因组、信号通路、细胞、病灶微环境及患者响应等不同生命尺度进行数字化建模，并在虚拟空间中模拟疾病发生、发展及受到干预后的动态变化。简单来说，就是为真实生命建立一个可计算、可推演、可持续校正的数字映射。
生命功能数字孪生技术概念示意 受访者供图基于这一技术体系，哲源科技打造了生命世界模型。该模型由生物医学知识模型、基因组语言模型、信号通路模型、虚拟细胞模型和病灶世界模型等基础模型构成，具备知识理解、遗传解析、通路推演、细胞扰动预测和病灶演化模拟等能力，试图在计算机中还原生命从基因、细胞到疾病和患者响应的复杂过程。
当个体生命被“投射”到计算机上，利用算法寻找驱动疾病的可能靶点、模拟药物与人体之间的反应就具备了可行性。
“AI不只能够回答‘已经知道了什么’，更在于预测‘改变某个条件后会发生什么’。”赵宇介绍，围绕靶点发现，公司已针对胰腺癌等高度异质性肿瘤，成功找到潜在治疗靶点，研发出1类创新药PR00012，目前处于Ⅰ期临床试验阶段。同时，公司与北京肿瘤医院合作虚拟临床平行试验，对8位入组患者进行药物响应预测，在算法的世界中“给虚拟人吃虚拟药”。揭盲结果显示，AI预测的药物响应结果与真实临床试验结果一致。
这两项成果，恰恰对应着哲源科技当前两大核心产品方向：其一从研究疾病机制出发寻找靶点，继而推进产品转化，聚焦的是研发源头；其二从已知靶点或药物出发，“筛”出更适合的患者，提前排除大量低概率方案，将资源集中于最有希望的方向，聚焦的是临床价值匹配。
“AI正从处理已有知识，走向参与科学创造本身。”在赵宇看来，为已知靶点“找分子”如今已成为AI制药的“基础操作”，接下来更具挑战、但也更有价值的角逐，会逐渐移至新靶点发掘、疾病重新分类、患者精准匹配等细分赛道。
浪潮正在涌动。今年7月，AI制药企业英矽智能自主研发的特发性肺纤维化药物Rentosertib，正式启动III期临床。这也是全球首个以AI靶点发现+AI分子设计的全链条AI主导药物，成败具有范式意义——若其最终获批，行业估值与生态将迎来历史性重构。当然如果失败，整个赛道也将面临不小的考验。
“无论如何，这是AI制药必须越过的终极门槛，决定了其能否突围概念验证的‘死亡谷’，迈入规模化商业兑现的新阶段。”在赵宇看来，当AI从“计算分子”走向“计算生命”，人工智能将不再是研发流程中锦上添花的插件，而能真正成为药物创新的核心引擎。
来源：北京日报客户端
