人工智慧如何加速中國的藥物研發進程

Insilico Medicine 執行長 Alex Zhavoronkov 表示，該公司透過在中國將人工智慧與實驗室研究相結合，已將生成藥物開發候選分子的時程縮短至約一年。

據扎沃隆科夫表示，這家在香港上市的公司最先進的研發計畫僅用九個月便完成了候選藥物遴選，而通常需時13個月。這與傳統方法形成鮮明對比，後者通常需要約四年半才能達到同一里程碑。

這些時程特別指早期發現與候選藥物篩選階段，而非完整的藥物商業化流程。臨床試驗、生產及監管審批仍屬截然不同的後續階段。

AI 加速候選藥物篩選

Insilico 運用生成式人工智慧來鎖定生物靶點、設計潛在藥物分子，並評估哪些化合物值得進入實驗室測試階段。

該公司表示，其專案通常在研究人員合成並測試 60 至 200 種分子後，12 至 18 個月內即可完成臨床前候選藥物提名。此工作流程將 AI 生成的設計與人工審查及實驗驗證相結合。

實驗室實驗對於驗證模型所識別化合物的生物活性與藥物特性仍至關重要。Insilico 指出，其由 AI 支援的方法使團隊能在測試較少合成分子後即完成候選藥物提名，儘管該公司並未提供與同等非 AI 計畫的直接比較。

根據該公司對研發管線的披露，自2021年以來，Insilico已生成31個臨床前候選藥物。其中13個項目已獲得「研究用新藥」許可，得以推進至人體試驗階段。

該公司在蒙特婁和阿布達比進行人工智慧研究，而廣泛的實驗驗證與實驗室規模擴大則在中國進行。其上海設施已實現生物樣本採集與化合物篩選的自動化。

中國境外的團隊負責開發和評估該公司的 AI 模型，而上海的研究人員則負責管理生物測試、篩選及規模擴大工作。

扎沃隆科夫將研發週期加速的部分原因歸功於中國的研究基礎設施、較低的營運成本以及監管環境。他表示，在中國設有研究實驗室的製藥公司，可將傳統的候選藥物開發時程縮短約兩年。

中國已從製造學名藥原料發展至在新藥研發中扮演重要角色。國際製藥商日益與中國的實驗室、合同研究組織（CRO）、臨床試驗中心及生物技術公司展開合作。

輝瑞（Pfizer）一位高層指出，在中國進行臨床開發的速度可達歐洲的三倍，成本則僅為其約一半。據路透社報導，藥物候選物通常需五至七年才能進入中國市場，而進入西方市場則至少需要八至十年。

2025年，中國針對符合資格的第一類創新藥臨床試驗申請，推出了30個工作日的審查途徑。若申請需徵詢專家意見或涉及複雜技術問題，審查期可延長至60個工作日。

「我們現在在時程上與中國製藥公司競爭，在創新性方面則與西方傳統生物技術公司競爭，」扎沃隆科夫表示。

Insilico 已與包括禮來（Eli Lilly）及日本武田（Takeda）在內的製藥公司簽署研發協議。

該公司與總部位於台灣的博拉製藥（Bora Pharmaceuticals）亦宣布擬建立戰略聯盟，若最終協議簽署且合作全面落實，交易規模可能超過25億美元。

儘管Insilico在中國設有研究設施，但扎沃隆科夫指出，其超過90%的營收來自西方製藥公司。他並未透露在中國境內產生的具體營收。

扎沃隆科夫解釋道，由於中國的國家醫療保險體系對高度創新的藥物提供較低的報銷率，因此來自西方的授權協議對 Insilico 而言更為有利可圖。

扎沃隆科夫表示，基於地緣政治考量，該公司亦限制其大部分軟體在中國境內的銷售。該公司計劃擴大在上海的研究業務。

Rentosertib 邁向第三期臨床試驗

Insilico 於 2026 年 7 月宣布並註冊了 Rentosertib 的第三期臨床試驗。這種口服藥物目前正針對特發性肺纖維化進行研究，該疾病會導致肺部逐漸纖維化。

該公司運用人工智慧來識別該藥物的生物靶點，並生成及優化其分子結構。

這項第三期研究計畫在中國境內的47個研究中心招募320名受試者。試驗將在52週內將Rentosertib與安慰劑進行對照，主要終點為測量強制性肺活量（forced vital capacity）的年下降率，此為肺功能的標準指標。

根據 7 月 7 日更新的 ClinicalTrials.gov 紀錄，該試驗目前標示為「尚未開始招募」。預計將於 2026 年 8 月開始招募受試者，並於 2029 年 10 月完成主要研究目標。

Rentosertib 先前已完成一項規模較小的 IIa 期研究。這項 III 期試驗將針對更龐大的患者群體，在更長的時間內評估該療法的療效。

候選藥物提名僅是早期開發的里程碑之一。藥物在獲得銷售許可前，仍須完成臨床前測試、人體試驗、製造驗證及監管審查。

目前業界數據尚未證實，由人工智慧設計的藥物是否更可能在後期臨床試驗中取得成功。

一項針對「原生 AI」生物技術研發管線的 2024 年分析報告指出，第一期試驗成功率介於 80% 至 90% 之間。同一項研究發現，第二期試驗成功率約為 40%，這與研究人員所採用的歷史產業基準大致相符。

研究人員指出，第二期計畫的數量過少，無法判定人工智慧是否能提升後期臨床試驗的成功率。該分析基於公開報告的研發管線，並未比較在其他條件下完全相同的人工智慧輔助藥物計畫與傳統藥物計畫。

Insilico 表示，該公司已開發出 31 種臨床前候選藥物，並取得 13 項新藥試驗許可。Rentosertib 是該公司首個進入第三期臨床試驗的項目，但目前該公司尚無任何實驗性藥物獲得商業化批准。

自動化重塑生物科技職能

人工智慧與實驗室機器人技術也正在改變 Insilico 內部的人力配置需求。

扎沃隆科夫估計，該公司約 40% 的軟體部門人力可被自動化取代。他澄清，此數據並非代表已宣布的裁員計畫，亦不適用於更廣泛的生物科技產業。

Insilico 目前僱用約 400 名員工。扎沃隆科夫表示，實驗室科學家和軟體工程師正接受再培訓，以管理 AI 評估系統、自動化設備及機器人系統。

他補充道，隨著公司將更多研究與軟體功能自動化，這項再培訓將聚焦於人工智慧基準測試與機器人系統。

另請參閱：百時美施貴寶收購 Nvidia 人工智慧系統用於藥物發現

想向業界領袖深入了解人工智慧與大數據？歡迎參加將於阿姆斯特丹、加州及倫敦舉辦的「AI & Big Data Expo」。這場綜合性活動隸屬於 TechEx 系列，並與其他頂尖科技盛會（包括「網路安全與雲端博覽會」）同期舉行。點擊此處獲取更多資訊。

《AI News》由 TechForge Media 提供技術支援。點此探索其他即將舉行的企業科技活動與線上研討會。