健康是人生最大财富，可惜世上仍然有很多严重疾病，至今未找到医治方法，患者饱受折磨。儘管环球藥厂一直致力开发新藥，期望能及早找到对策；然而，每一种藥物，从实验室研发、临床试验、到经审批后上市，过程十分漫长，需投入的资金更是天文数字，单是从藥物发现（drug discovery）到筛选出具开发潜力的候选藥物，少说也要十年八载和耗资数以百万美元。本港一家人工智能（AI）初创企业，成功开发出AI引擎，大大缩减藥物发现所需的时间和资金，突破AI在医疗领域的应用，为整个行业带来新希望。

　　藥物发现是研发新藥的第一步，是整个漫长过程中的重中之重。一般来说，藥物研发流程是先透过大规模基因体学、与蛋白质体学实验，找到可成为藥物的分子及治疗靶点，解出其分子结构，再依照分子结构来设计合成藥物化合物。一个错误的决策，不但耗损资源，更可能大大拖慢研究进度，如何把AI应用於筛选临床前候选藥物和结构设计，缩短藥物研发流程，一直是生物科技界努力的目标之一。

　　今年4月份，刚把全球总部从美国迁到香港，落户香港科学园的生物科技公司英科智能（Insilico Medicine），正是这方面的先驱。

　　公司创办人Alex Zhavoronkov精於AI及区块链技术，同时是生物及藥理专家，一直致力以AI技术进行前瞻性藥物开发，并已成功开发出拥有构想力、可自行设计藥物分子结构的AI藥物开发引擎，率先运用神经对抗网络（Generative Adversarial Networks，GAN）和强化学习（Reinforcement Learning，RL）等新一代深度学习方法，来提升藥物发现和藥物开发的效率和成功率。

　　刚过去的9月，英科智能研发人员发表的一篇论文获生物科技权威期刊《Nature Biotechnology》刊登，详细记载公司如何运用自家开发的生成性张力强化学习（Generative Tensorial Reiforcement，GENTRL）AI藥物开发引擎，因应合作机构要求，开发可用於治疗纤维化疾病的新藥。

　　由於AI引擎所用的计算方法和生成模型，可以在数小时内发现有希望的靶向藥物，这一家成立只约五年的初创，破天荒在21天内设计出六个全新的藥物分子，连同后续设计藥物结构、合成化合物、到确效，前后只用了46天，其中分别有四种化合物通过生化检测、两种通过细胞学检测，其中一种甚至在老鼠模型中显示良好的藥物动力学反应。

　　缩短藥物发现时间

　　比起以传统方式开发，英科智能的AI引擎节省了近94%时间，为製藥行业带来颠覆性的变化。这更是《Nature》首次刊登以AI和藥物发现为题的论文，论文一经刊登即时在业内引起巨大回响，成为期刊有史以来浏览量第四高的文章。

　　诺华藥厂全球首席执行官10月出席欧洲最大型藥剂学会议时，亦引述了论文的成果；这一个重大突破巩固了业内人士的信心，深深冀盼在藥物研发初期，可透过AI快速筛选出有机会的候选藥物分子，继而自动筛选和设计藥物结构，解决藥物设计上许多困难，大大改进藥物发现工作流程，让实验团队能少走冤枉路，减少藥物开发失败耗损的人力、物力和时间。

　　目前，英科智能正与不同製藥公司合作，运用其AI模型辅助开发新藥；公司内部也同步进行藥物发展专案，包括癌症、皮肤疾病、纤维化病变、帕金森氏病、阿兹海默氏症、肌萎缩性脊髓侧索硬化症（渐冻人症）、糖尿病、肌肉减少症和老化相关藥物。

　　在藥物开发之外，人工智能在生物医藥领域还有很大发展空间，能协助很多不同发展的项目，其中如医疗影像、分子检测、基因治疗、精準医疗等，AI的导入也会是重要的一大步。

　　创业投资者联盟召集人 梁颕宇