Insilico 开发了一个基于 ChatGPT-4 Turbo 和内部 LLM 的 PaperGPT系统，该系统通过聊天功能提供与论文相关的答案。

全世界有数千种疾病无法治愈或可用。传统药物的发现和开发需要数十年和数十亿美元，其中 90% 以上的药物在临床试验中失败。人工智能 (AI) 的出现有望简化和改进整个流程。然而，开创人工智能驱动药物发现的新时代需要在临床前细胞、组织和动物模型以及人体临床试验中进行昂贵且漫长的验证。

现在，该临床前和部分临床验证已发表在《自然生物技术》的一项新研究中。在本文中，Insilico Medicine 及其合作者展示了其领先治疗项目的历程，其中包括人工智能发现的靶点和人工智能算法生成的新型分子到 II 期临床试验的过程。该论文首次公开了通过生成人工智能发现和设计的潜在一流 TNIK 抑制剂的原始实验数据以及临床前和临床评估。该研究强调了人工智能主导的药物发现方法在提高药物发现效率和速度方面的优势，并强调了生成式人工智能技术在改变行业方面的巨大潜力。

“当我们在 2016 年发表关于生成新分子的生成人工智能的第一篇论文以及随后的许多后续论文时，药物发现界非常怀疑。即使经过多次验证实验并推出我们的人工智能软件平台(现已被许多生物制药公司使用)，仍然存在许多问题。基于研究数据，特别是来自现场临床项目的数据。迄今为止，我还没有看到我们领域内任何其他公司的任何类似产品，” Insilico Medicine 创始人兼首席执行官 Alex Zhavoronkov 博士说道。“在我看来，INS018_055 的进展对药物发现领域具有重大意义。它不仅可以作为我们端到端人工智能驱动的药物发现平台 Pharma.AI 的概念验证，而且为生成式人工智能加速药物发现的潜力树立了先例。以该出版物为指导，人们可以推断生成式人工智能药物发现工具如何简化早期发现工作。我们预计该平台的扩展应用将解决行业研发面临的挑战，包括成本和效率，并加速向患者提供创新疗法。”

Insilico 启动了这项研究，重点关注纤维化，这是一种与衰老密切相关的生物过程。该小组首先对Insilico 专有人工智能平台 Pharma.AI 的目标识别引擎PandaOmics进行了训练，收集与组织纤维化相关的组学和临床数据集。接下来，PandaOmics 使用深度特征合成、因果推理和从头路径重建提出了一个潜在目标列表。之后，PandaOmics 的自然语言处理 (NLP) 模型分析了数百万个文本文件，包括专利、出版物、资助和临床试验数据库，以进一步评估新颖性和疾病关联。TNIK 被认为是最有前途的抗纤维化靶点。值得注意的是，在之前的研究中，TNIK 与多种纤维化驱动途径间接相关，但从未被视为 IPF 的潜在靶点。Insilico 的科学家在另一篇论文中证明，TNIK 可能与多种衰老特征有关。

选择 TNIK 作为主要目标后，Insilico 科学家利用Chemistry42(该公司的生成化学引擎)，使用基于结构的药物设计 (SBDD) 工作流程生成具有所需特性的新型分子结构。Chemistry42 结合了 40 多种生成化学算法和 500 多种用于从头化合物生成的预训练奖励模型，并且可以根据专家的反馈优化生成和虚拟筛选。经过多次迭代筛选，一种有希望的热门候选药物显示出具有纳摩尔 IC 50值的活性。该小组进一步优化了该化合物，以增加溶解度，促进良好的 ADME 安全性，并减轻不必要的性，同时保留其对 TNIK 的显着亲和力，最终产生了先导分子 INS018_055，合成和测试的分子少于 80 个。

在随后的临床前研究中，INS018_055在体外和体内研究中证明了对IPF的显着疗效，并在跨多个细胞系和多个物种的药代动力学和安全性研究中显示出有希望的结果。此外，INS018_055 在另外两种动物模型中显示出全纤维化抑制功能，可减轻皮肤和肾脏纤维化。基于这些研究，INS018_055于2021年2月获得了临床前候选药物提名，距离PandaOmics在2019年提出TNIK作为IPF的潜在新靶点不到18个月。

INS018_055迄今为止在临床试验中表现出了优异的性能。2021 年 11 月，即 PCC 提名 9 个月后，第一批健康志愿者在澳大利亚进行的 INS018_055首次人体 (FIH) 微剂量试验中接受了给药。这项微剂量试验超出了预期，提供了良好的药代动力学和安全性，成功证明了这一临床概念验证，并为下一步的临床测试奠定了基础。在新西兰和中国进行的 I 期试验中，INS018_055 在 78 名和 48 名健康受试者中进行了测试，分为侧重于单次剂量递增(SAD)研究和多次剂量递增(MAD)研究的队列。国际多中心 I 期研究取得了一致的结果，证明了 INS018_055 良好的安全性、耐受性和药代动力学 (PK) 特征，并支持 II 期研究的启动。

“将人工智能方法与人类智能相结合，我们成功提名了 INS018_055，一种潜在的一流抗纤维化抑制剂，显着减少了时间和成本”，Insilico Medicine 联合首席执行官兼首席科学官冯任博士说。“在积极的临床前和现有临床数据的鼓舞下，我们期待INS018_055在2期临床试验中取得良好的表现，这将为患者提供创新的选择，同时为人工智能驱动的药物发现行业带来更坚实的证据。”

截至本文发表时，INS018_055治疗IPF的两项2a期临床试验正在美国和中国同时进行。这些研究是随机、双盲、安慰剂对照试验，旨在评估先导药物的安全性、耐受性和药代动力学。此外，试验还将评估INS018_055对IPF患者肺功能的初步疗效。随着这种药物的不断进步，它为全世界大约 500 万患有这种致命疾病的人带来了希望。

Insilico 的药物发现工作由其经过验证且具有商业可行性的 AI 药物发现平台Pharma.AI推动，该平台涵盖生物学、化学和临床医学，为生物技术和制药行业提供先进的生成式 AI 工具，以加速其内部研究和开发。发展。在 Pharma.AI 的支持下，Insilico 正在多个疾病领域的医疗保健领域取得突破，包括纤维化、癌症、免疫学和衰老相关疾病。自2021年以来，Insilico已在其30多个资产的综合投资组合中提名了18个临床前候选药物，并将6个管道推进到临床阶段。