制藥業(yè)的發(fā)展總是伴隨著新概念的產(chǎn)生和發(fā)展，例如人工智能、個體化療法、基因和細胞療法，這些已經(jīng)形成的概念逐漸在醫(yī)學領域得到了應用。
Drug Discovery World根據(jù)過去幾年制藥業(yè)的行情，預計了未來這個領域可能產(chǎn)生的變化，以及有望從理念到成熟，進而發(fā)展為標準化的趨勢。
人工智能徹底改變藥物開發(fā)的游戲規(guī)則
對于生物技術公司而言，通過傳統(tǒng)的策略發(fā)現(xiàn)新藥，已經(jīng)被歷史進程中的無數(shù)數(shù)據(jù)證明是費時且昂貴的 (Taconic Biosciences的數(shù)據(jù)顯示，藥物上市平均成本為28億美元，12年。注：28億美元這個數(shù)據(jù)應該是將臨床失敗的成本合并進去綜合考慮了）。
人工智能的逐漸興起，有可能在未來徹底改變藥物開發(fā)的游戲規(guī)則。它所支持的新一波的藥物開發(fā)平臺，正在幫助開發(fā)商使用龐大的數(shù)據(jù)集來快速識別患者反應標記，并以更具成本優(yōu)勢、更高效的方式開發(fā)可行的藥物靶點。
Morgan Stanley研究認為，通過使用人工智能和機器學習，可能會在 10 年內帶來另外 50 種新療法，這可能轉化為超過 500 億美元的機會。
到 2023 年之后，云計算的更復雜使用也成為現(xiàn)實，這將使制藥界能夠快速創(chuàng)新、輕松管理變化并更快地提供新藥。
藥品制造商將能夠把所有測試數(shù)據(jù)上傳到云端，并使用人工智能來識別更可行新藥的組合。這已經(jīng)使小型學術初創(chuàng)企業(yè)具有能夠在發(fā)現(xiàn)新藥的競賽中超越大型制藥公司的能力。
現(xiàn)有超過 20% 的新藥來自小型創(chuàng)新組織，并且隨著這些小型組織采用這項新技術，這一比例將呈指數(shù)級增長。Morgan Stanley研究分析師預計，受未來兩年藥物試驗數(shù)據(jù)的推動，該行業(yè)將出現(xiàn)拐點。
人工智能藥物開發(fā)商與大型生物制藥公司之間加強合作也可能會有所作為。圖1為Morgan Stanley給出的2023年前AI的研發(fā)投入成本在制藥業(yè)總研發(fā)成本中比例關系圖。
圖1. AI研發(fā)成本在制藥業(yè)總成本投入的比例關系圖。 圖片數(shù)據(jù)來源：Morgan Stanley 從AI在藥物開發(fā)過程中的階段作用來看，它無疑能在藥物發(fā)現(xiàn)、臨床前、臨床試驗的不同階段發(fā)揮作用，具體來說： ◆ 藥物發(fā)現(xiàn)中的人工智能（第1階段） 藥物發(fā)現(xiàn)過程，其范圍可以涵蓋從閱讀和分析現(xiàn)有文獻，到測試潛在藥物與靶點相互作用的方式等廣闊領域。根據(jù) Insider Intelligence 的 AI in Drug Discovery and Development 報告，AI 可以將公司的藥物發(fā)現(xiàn)成本降低多達 70%。 ◆ 臨床前開發(fā)中的 AI（第 2 階段） 藥物發(fā)現(xiàn)的臨床前開發(fā)階段涉及在動物模型上測試潛在的藥物靶標。在此階段利用人工智能可以幫助試驗順利進行，并使研究人員能夠更快、更成功地預測藥物如何與動物模型相互作用。 ◆ 臨床試驗中的 AI（第 3 階段） 在通過臨床前開發(fā)階段并獲得 FDA 的臨床試驗批準后，研究人員開始對人類參與者進行藥物測試。 總體而言，這是一個分為3個階段的過程，通常被認為是藥物開發(fā)過程中時間最長、成本最高的階段。 人工智能可以促進臨床試驗期間的參與者監(jiān)測，因而能夠更快地生成更大的數(shù)據(jù)集，并通過個性化試驗體驗來促使受試者保留在研究過程中。 生物藥將超過傳統(tǒng)小分子藥開發(fā) 1993 年，巴斯夫與 Cambridge Antibody Technology 合作開發(fā)了一種最初命名為 D2E7 的化合物，這是 FDA 批準的第一種全人源單克隆抗體。這項創(chuàng)新的生物技術之后被雅培公司收購，并發(fā)展成為歷史上最暢銷的藥物重磅藥物，即大名鼎鼎的修美樂 (Humira?)。 梅須遜雪三分白，雪卻輸梅一段香。 小分子藥物的主要優(yōu)勢之一，在于這些藥物具有低分子量和簡單的化學結構。這為其藥代動力學和藥效學提供了更多的可預測性，并且小分子藥物的給藥途徑更加簡單直接。相比之下，生物制劑具有熱敏性、膜不透性，很多生物制劑也容易遭受酶促降解。治療性蛋白質沒有口服活性，因此必須注射，這給許多患者造成了障礙。 不過，生物藥物更具選擇性，靶向性更強，但它們確實具有免疫原性的潛力，這意味著免疫系統(tǒng)將藥物識別為異物，并產(chǎn)生針對它的抗體。 小分子藥物的另一個優(yōu)勢在于他們更為直接的開發(fā)過程，以及質量控制策略；生物制劑同樣有嚴格的質量控制協(xié)議，不過制造工藝中的偏差會導致結構變化或變異，從而影響生物藥物在體內的活性。 此外，由于生物制劑比小分子具有更復雜的結構特征，通常更耗時、更具挑戰(zhàn)性且更昂貴。生物制品生產(chǎn)使用的特殊工藝并不總是類似于用于生產(chǎn)化學藥物的設施、機械或設備。總的來說，該過程在每一步都經(jīng)過精心設計和密切監(jiān)控，以確保準確的產(chǎn)品標識。 在生物制品制造過程中，專家將了解患者的需求，以確定臨床獲益的機會，并為 GLP 臨床前研究啟動實驗室評估、工藝開發(fā)和制造。藥物開發(fā)人員將進行臨床評估以確定新療法的安全性。也正由于生物制品制造工藝的整體復雜性，使制藥公司比小分子藥物生產(chǎn)更有保障，因為競爭對手很難重新創(chuàng)建該工藝，并且不可能制造完全相同的生物制品。 也許生物制劑最突出的優(yōu)勢，在于它們有望治療曾經(jīng)被認為無法治愈或難以治療的疾病。即使是目前可以治療的疾病，也可以用生物制劑更有效地治療。一些研究人員認為，細菌和癌細胞都對小分子藥物產(chǎn)生了不同程度的耐藥性。 小分子藥物通常具有脫靶效應，具有相對較明顯的副作用；但生物制劑提供了更有針對性的治療選擇，因為它們旨在以特定方式與靶標相互作用。它們以高特異性結合細胞內成分或細胞表面上的靶標。 生物藥物的另一個優(yōu)勢是它們不太可能與患者正在服用的其他藥物發(fā)生相互作用，因為治療性蛋白質的代謝和消除方式與內源性分子相近。特別是在老齡化人群中，人們服用多種不同的藥物是很常見的，許多藥物不良反應以及醫(yī)療錯誤都是由藥物相互作用引起的。生物制劑可與口服藥物一起使用，藥物相互作用的風險非常低。 雖然非此即彼的邏輯方式是明顯錯誤的，但從藥物開發(fā)的趨勢來看，生物大分子攫取越來越多傳統(tǒng)小分子藥物的市場，這是個不爭的事實。在未來某一個時間點，應該會出現(xiàn)通過生物途徑開發(fā)的大分子成為適應癥解決方案主導的里程碑。 新藥適應特定個體需求增多 2014 年，賓夕法尼亞州立大學開發(fā)了 CART19 治療白血病，方法是使用患者自身的 T 細胞進行重新編碼以對抗自身的癌細胞，諾華公司獲后來獲得該類技術并將其投入商業(yè)化，新療法誕生從那時開始，并實現(xiàn)了迅速發(fā)展。用于治療白血病的 CART19 藥物已經(jīng)獲得批準，諾華為新療法的市場化創(chuàng)建了里程碑。 新概念藥物研發(fā)與應用因此誕生，它被命名為Individualized medicine, personalized medicine, stratified medicine, P4 medicine或者precision medincine。雖然在準確的涵蓋范圍上有可能細微不同之處，但它們的原則機制都是將人們分成不同群體的醫(yī)療模式，在此基礎上根據(jù)患者的預測反應，或者疾病風險而量身定制相對應的醫(yī)療決策、實踐、干預和產(chǎn)品。Individualized medicine尋求通過考慮一個人的基因，以及該人獨特性質的全部范圍（包括生物學、生理學和解剖學信息）來為個體制定量身定制的療法。 滿足大型臨床隊列 (cohort) 需求的藥物開發(fā)將不再是推動贊助商開發(fā)新藥的唯一來源，越來越多的藥物開發(fā)將轉移到治療每位患者的臨床需求，并將推動發(fā)現(xiàn)治療與癌癥、神經(jīng)退行性疾病和性別轉變相關的新病癥的藥物。 展望未來，人們將經(jīng)歷更多針對個人而不是大規(guī)模隊列的藥物發(fā)現(xiàn)。正如 100 年前青霉素通過大規(guī)模生產(chǎn)的抗生素改變了世界一樣，individualized medicine也將在未來 10 年改變世界，藥物發(fā)現(xiàn)組織正加緊準備實現(xiàn)這一目標。 新興經(jīng)濟體和人口老齡化將重塑供應鏈 新興經(jīng)濟體對大型制藥公司運營方式的影響既是機遇也是挑戰(zhàn)。發(fā)展中國家的人們對改善生活的藥物的需求將越來越大，這將為制藥行業(yè)提供巨大的市場，也構成了運營上的強烈挑戰(zhàn)。 與此同時，政府機構將促使以盡可能低的成本提供這些治療方法，給大型制藥公司帶來越來越大的壓力。為了能夠在地理上和醫(yī)療上覆蓋不同的人群，供應鏈需要得到保障，這一點從去年很多藥物的供應鏈斷裂的事件中得到了反證。 可持續(xù)性問題將成為關鍵 制藥行業(yè)近四分之三的排放來自運輸和包裝等活動，這些活動不受制藥公司的直接控制。高能耗、多樣化的供應鏈、環(huán)境污染是制藥行業(yè)需要面對的一些因素。通過改進生產(chǎn)流程和優(yōu)化供應鏈，制藥業(yè)不僅可以提升價值，還可以確保環(huán)境的可持續(xù)性。 在不斷變化的宏觀經(jīng)濟環(huán)境中，另一個挑戰(zhàn)是需要在供應質量與能源可用性和成本之間取得平衡。對于許多需要在溫度控制下儲存和運輸?shù)男滤巵碚f，需要下一代產(chǎn)品和服務作為解決方案。 供應鏈需要進行調整，以確?？煽?、可見和可靠的端到端方案。法規(guī)和政府政策可以在確保行業(yè)合規(guī)性方面發(fā)揮關鍵作用。政府應為實施可持續(xù)做法提供獎勵，同時對不遵守規(guī)定的行為進行懲戒。 管理藥物生命周期將更加重要 隨著制藥產(chǎn)品的成熟以及市場獨占期的不斷縮短，盡早與外部合作伙伴合作，通過共享知識與合同制造商建立信任，將使制藥組織能夠與仿制藥競爭者競爭。 制藥機構可以考慮將專利流程的一些早期步驟外包，或者考慮發(fā)展外部CDMO伙伴關系以節(jié)省成本。 一旦藥物達到最終階段，降低制造成本的計劃就成為主要驅動力。需要審查供應鏈設計，并減小內部供應的比例（盡管這種做法可能是一把雙刃劍）。 以較低價格開發(fā)新興市場也是一條可取的戰(zhàn)略。因為成熟市場往往會迅速轉向仿制藥對手，但新興市場卻通常顯示出對值得信賴的品牌更高依賴度的趨勢。 參考文獻： [1] Why Artificial Intelligence Could Speed Drug Discovery. Morgan Stanley. 09, 09, 2022. [2] Big pharma is using AI and machine learning in drug discovery and development to save lives. Insider Intelligence. 15, 04, 2022. [3] Many names for one concept or many concepts in one name?. PHG Foundation. [4] Stratified, personalised or P4 medicine: a new direction for placing the patient at the centre of healthcare and health education. Academy of Medical Sciences. May 2015. [5] McGrail, S. Key Differences in Small Molecule, Biologics Drug Development. Pharmanews Intelligence. [6] Biologics vs. Small Molecule Drugs: Which Are Better? Ascendia Pharma. 27, 10, 2021. [7] Connors, G. Future trends: biopharma to outpace small molecule drug development. Drug Discovery World. 22, 02, 2023.
來源：藥智頭條 ，作者驥丹翼
聲明：本文觀點僅代表作者本人，不代表煜森資本立場，歡迎在留言區(qū)交流補充。如需轉載，請注明文章作者和來源。如涉及作品內容、版權和其它問題，請在本平臺留言。
