:::
產業技術評析
人工智慧將引爆藥物開發新變革
發表日期：2017-04-26
作者：許毓真(生技中心)
摘要：
隨著現代科技的進化，人工智慧技術開始在疾病診斷、醫療與用藥管理、精準治療及藥物研發等領域上發揮效益，其中在藥物開發的應用已逐步可見成果，尤其近幾年以人工智慧為技術核心而崛起的藥物開發新創公司，透過結合人工智慧及生物資訊分析，預期將為既有藥物開發策略帶來新的變革。
全文：
隨著現代科技的進化，人工智慧（Artificial Intelligence, AI）技術已逐步擴散至各產業領域，而過去認為與之關聯甚少的生技醫藥產業，AI技術也開始在疾病診斷、醫療與用藥管理、精準治療及藥物研發等領域上發揮效益，其中人工智慧在藥物開發（Drug Discovery）的應用已逐步可見成果，尤其近幾年以人工智慧為技術核心而崛起的藥物開發新創公司，透過結合人工智慧及生物資訊分析，預期將為既有藥物開發策略帶來新的變革。
一、人工智慧將使藥物開發更快、更準確、更低成本
傳統藥物開發具有研發周期長、研發費用昂貴、成功率低等特性，而近年來人工智慧的導入，可望為大幅提高藥物研發效率、降低企業開發成本帶來可能性。
在人工智慧結合醫藥的眾多應用中，最具實質效益的應屬快速「閱讀」大量的研究論文、病患紀錄、細胞／血液樣本等科學性資料，並將資料導入模型提出科學假說，用以指引藥廠進行後續藥物研發。有別於以往亂槍打鳥式的化學篩選模式，導入人工智慧的深度學習（deep learning）技術大幅強化資料解讀速度與評估能力，允許藥廠在藥物研發流程中快速地運用生物標記來提高藥物篩選效率，並優化新化合物的結構與活性關係，進而得到更加精確的分析結果，如此一來，藥廠將可把研發重心集中在最有可能成功治療的特定適應症開發上。
於2006年在美國成立的藥物開發公司Berg Health即是近期以人工智慧進行藥物研發而有成果展現的代表企業之一。Berg Health從定義生物標記到監測受試者、指引臨床試驗設計都採用其開發的Interrogative Biolog®研發平臺，該公司透過分別比較患有胰臟癌、膀胱癌和腦癌的受試者與沒有得到癌症的受試者的生物數據，以人工智慧演算處理個體間相應的生理概況與差距分析，從中挑選對癌症最有效的藥物，同時能即時將片段資訊整合成完整報告，讓研發人員根據這些資訊來研發相關藥物；目前Berg Health以此人工智慧研發機制開發了首例癌症藥物BPM 31510，該藥物目前已進入臨床二期階段。
此外，由英國劍橋大學和曼徹斯特大學合作開發，應用在早期藥物開發的人工智慧機器人科學家（Robot scientist）－Eve，專長在於「自動辨別藥物」和「主動學習」；和傳統自動化篩選的不同在於，Eve一開始隨機選擇資料庫中的一個子集，找出第一個測試成功的化合物，經過多次反覆測試以降低假陽性結果的概率，並根據早期篩選的經驗紀錄，利用統計學和機器學習程序來分析藥物與生物體結構的相互反應，並在過程中學習成功經驗，藉此設計出更好的衍生物以提高藥效、降低副作用。雖然目前Eve仍無法自行合成化合物，但每天可自動化篩選超過一萬種化合物，將有助於降低成本和不確定性，同時節省研發時間。
二、人工智慧藥物開發新創公司發展潛力備受期待
導入人工智慧的創新藥物開發模式被視為可望加速新藥研發、提升研發效率、降低成本的開發利器。目前全球已有數家技術領先的新創企業，他們藉助人工智慧的深度學習技術，與Merck等傳統藥廠及醫藥研究機構合作，在心血管藥物、抗腫瘤藥物、孤兒藥和傳染病用藥等領域取得新突破，並吸引了諸如Y Combinator、Khosla Ventures和Data Collective等創投企業的青睞。
根據CB Insights的統計，從2011年到2016年8月止，已有7家人工智慧藥物開發新創公司完成募資，總募資金額達3,320萬美元，尤以Numerate公司獲得多家創投青睞，募得1,750萬美元資金最多，其中創投公司Foundation Capital更參與了Numerate的3輪融資；而近三年獲得投資的新創公司包括因Khosla Ventures、Data Collective等多家創投看好Atomwise公司的發展前景，投資Atomwise約612萬美元；Claremont Creek Ventures、Life Science Angels、Lightspeed Venture Partners等創投投資NuMedii公司350萬美元；創投公司Andreessen Horowitz於twoXAR公司種子期階段投資340萬美元等（表1）。
表1、多家人工智慧藥物開發新創公司獲創投青睞
| 公司名 |
募資總額（百萬美元） |
主要投資創投公司 |
| Numerate |
17.50 |
Atlas Venture、Foundation Capital、Lanza techVentures、Lilly Ventures
|
| Atomwise |
6.12 |
AME Cloud Ventures、Data Collective、Draper Fisher Jurvetson、Khosla Ventures、OS Fund、Y Combinator
|
| NuMedii |
3.50 |
Claremont Creek Ventures、Life Science Angels、Lightspeed Venture Partners
|
| twoXAR |
3.40 |
Andreessen Horowitz
|
| Cloud Pharmaceuticals |
1.73 |
National Science Foundation
|
| InSilico Medicine |
0.80 |
Deep Knowledge Ventures
|
| Globavir Biosciences |
0.15 |
StartX
|
資料來源：CB Insights（2016.09）；DCB產資組ITIS研究團隊整理
這些人工智慧藥物開發新創公司在藥物研發價值鏈上的未來性，及其可能帶來的研發新變革，確實吸引了眾多矚目的眼光，而關注創新科技發展的創投公司更是大膽投入，如2014年才成立的TwoXAR，該公司的特點在於其開發的DUMA™藥物研發平臺可用來評估大型公共和私有數據集，從而在數分鐘時間內識別藥物，並對藥物和疾病的匹配度按照概率進排序，相較傳統的研究通常需要數年時間，DUMA™平台的應用大幅加速了開發速度；而TwoXAR在2015年11月的種子輪投資中，就獲得Andreessen Horowitz創投340萬美元的投資，也可看出人工智慧藥物開發新創公司發展潛力的確備受投資人期待。
另一受到各界看好未來發展前景的企業為Atomwise。Atomwise於2012年在美國舊金山成立，該公司設計出自己的人工智慧演算平台AtomNet，以深度學習方式不斷訓練藥物開發能力，並運用IBM的超級電腦the Blue Gene/Q輔助預測與篩選，挑選可能成為藥物的化合物進一步研究。而Atomwise的營利模式也相當清楚，主要透過協助藥廠、生技公司和其他相關研究機構進行藥物開發，以獲取服務收入；目前在合作夥伴方面，Atomwise除了與Merck公司進行一些保密項目外，也持續與學術界、醫界和企業客戶進行研究工作，而Atomwise也透過與這些企業和研究機構的合作，獲取大量數據，並進一步將此做為後續企業永續發展之基石。
發掘全新藥物並不是人工智慧在生技醫藥研發的唯一應用，協助尋找藥物的新應用，延長其產品生命週期，同時加速藥物上市，也是人工智慧藥物開發新創公司的潛力方向之一；如NuMedii公司就利用大數據和人工智慧來找出已上市藥物及開發中藥物的新應用，目前NuMedii正協助特色藥廠Allergan尋找牛皮癬的潛在藥物，並將候選藥物方案提供給Allergan選擇開發；此外也與日本藥廠Astellas合作，針對Astellas現有化合物找出新的應用。而Atomwise的開發策略也朝向預測現有藥物的新靶點，為老藥新用的臨床應用提供依據，用以協助藥廠加速新藥上市。
三、結語
人工智慧藥物開發新創公司的成立，主要希望透過運用人工智慧的電腦模擬演算，預測哪些化合物可有效結合，使藥物研發人員有效率的篩選出更好的候選藥物，加速進入人體臨床試驗。由此來看，未來人工智慧在藥物開發的應用上將有實質效益產生，如前述的Berg Health希望以人工智慧來將研發時間和研發費用減半，透過大量數據收集與人工智慧超級電腦的數據分析，除了可望協助藥廠更能預測結果及提升效率，同時可降低在臨床試驗失敗、損失金錢的機率；除此之外，我們也看到了人工智慧已開始為新型治療方式的研發提供了新的思路。
此外，現階段由於AI技術應用於藥物開發領域過於創新，對於運用人工智慧模擬、預測藥物進入人體後的吸收、代謝、給藥劑量濃度等的交互關係、安全性、藥效等項目，並以此篩選出候選藥物，進而完成臨床試驗、核准上市的新藥尚未出現，而各國監管單位對於此類新藥的管理也尚未清晰，使得人工智慧藥物開發公司需要採取因應對策，以降低藥物開發可能面臨的風險，同時增強相關利益關係人對新技術應用的信心；以Atomwise為例，該公司即主動應對風險採取對策，除了在藥物開發上以已上市藥物的新靶點為研究標的外，也主動參與公益項目，如開發防治伊波拉病毒的藥物，利用非營利組織拉近與政府關係；透過Atomwise的營運模式或可為其他新創公司帶來啟示，人工智慧藥物開發公司未來勢必需考量相關風險所帶來的影響。不過整體而言，隨著人工智慧的進化與經驗的累積，假以時日這些問題終將被一一解決，為藥物開發與疾病治療方案帶來新的發展契機。
(本文作者為生技中心執行產業技術前瞻研究與知識服務計畫產業分析師)
點閱數：
2232
