今(20)日，財團法人生物技術開發中心(DCB)與南港生技育成中心(NBIC)，舉辦生技中心40週年活動，第二場「創新創業商機講座-生醫技術與AI大數據」，深入探討AI醫藥技術研發與挑戰，也邀請包括：NVIDIA、英科智能、思捷優達、捷絡生物科技，分享公司如何利用AI加速藥物開發。
 
生技中心代理執行長陳綉暉致詞表示，AI科技演進相當快速，從過去仍只是科幻電影情節，到AlphaGo讓全人類感受到AI進入生活的潛力，近年更看到AI已進入複雜的生醫領域。
 
她也表示，生技中心在40年前因B型肝炎防疫而成立，2000年起主要聚焦藥物開發，至今已衍生台康、啟弘等公司，並有20項新藥技轉給產業界。然而，新藥開發過程複雜、成功率低，因此他們也在5年前成立數位健康組，期望在藥物開發過程中導入AI，藉此提高成功率。

 

(攝影/巫芝岳)
 

藥物開發平台 助力臺灣新藥公司發展生技中心投入AI

 
生技中心數位健康組長柯屹又表示，談到AI藥物開發，大家都會好奇AI跟電腦模擬(in silico)的差別，但事實上電腦輔助藥物開發(computer-aided drug design, CADD)已經行之有年，近幾年才開始有AI的介入，一直到近期FDA才定義所謂的「AI藥物開發」，必須包含機器學習。
 
他指出，過去在沒有CADD輔助，一顆新藥開發需要5~10年，若有CADD輔助，新藥開發可縮短至5年，現在有AI加入，一顆新藥最快可縮短時間至1年。
 
現在大家已開始擁抱AI藥物開發，統計至2022年底，全球AI的公司約有700多間，AI與藥廠合作案超過100多件。目前生技中心也提供AI篩選平台、AI預測藥物動力學(PK)平台等服務。
 
不過他也分享，即便現在已有無數AI醫藥應用，但仍有幾個挑戰需要克服，包括缺乏標準規劃來產出有品質的數據、缺乏生醫領域做AI的專家和缺乏AI領域做生醫領域的專家、以及相關法規與道德問題。

 

(攝影/巫芝岳)
 

加速新一代生技醫藥應用程式開發NVIDIA軟體開發套件

 
NVIDIA開發者關係經理黃威仁，分享與NVIDIA Clara如何共創醫療產業，他表示NVIDIA是做硬體起家，從GPU、CPU、到DPU，也提供各種軟體開發套件，加速新一代應用程式開發。
 
在醫療產業上，NVIDIA已有多項應用，包括：能進行醫療影像判讀的MONAI、可進行聯合學習的FLARE、加速基因體定序分析的Holoscan、Parabricks，以及藥物發現的BioNeMo等，可以幫助開發者加速模型訓練。
 
針對現在熱門的生成式AI，NVIDIA也有相關應用，他表示醫療數據是屬於隱私、保密性資料，在取得上有其困難度，NVIDIA便從此出發利用生成式AI，合成出虛擬資料，來幫助醫院加速醫療影像AI的開發。


(攝影/巫芝岳)
 

英科智能三大平台 縮短新藥開發時程、提高成功率

                                                                              
英科智能(Insilico Medicine)林彥竹執行長分享公司發展歷程，他表示英科智能是AI驅動臨床階段藥物發現的公司，最早是從開發AI演算法幫助新藥開發，隨著全球AI藥物發展趨勢，2020年開始轉型，投入自己的產品開發也與藥廠達成戰略合作，授權平台、AI藥物。
 
目前，英科智能已開發出Pharma.AI平台，該平台是由三個元件組成包括AI靶點發現引擎PandaOmics和小分子化合物生成引擎Chemistry42，以及可設計和預測臨床試驗的InClinico。英科智能在此平台上已成功在不到18個月完成肺纖維化疾病(IPF)的口服新藥開發，並將其送進臨床，也進一步對肌萎縮側索硬化症(ALS)進行新靶點的探索。
 
他也表示，成立到現在雖然一路跌跌撞撞，英科智能也堅信是走在對的路上，目前已成功募集超過10億美元，合作對象也包括上海復興醫藥、賽諾菲(Sanofi)、Exelixis等公司。

 

(攝影/巫芝岳)

思捷優達AI開發CNS用藥有成 藥物靶點開發、臨床評估都靠演算法

 
思捷優達創辦人，也是台大資工系教授的曾宇鳳，分享了其透過AI藥物設計研發中樞神經(CNS)新藥的經驗。曾宇鳳表示，中樞神經藥物開發難度相當高，其問題包括：動物模式不容易建立、作用機轉研究仍有所缺、藥物於CNS中的作用情況不易觀察、經常只能以量表驗證效果等；由於其研發風險較高，也讓募資特別困難。為了克服這些困難，思捷優達透過導入演算法來加速。
 
思捷優達的新型NMDA受體調節劑RS-D7藥物，是針對思覺失調症的負性症狀(negative syndrome)治療；曾宇鳳表示，由於思覺失調往往需長期治療，藥物也需長期服，因此長期安全性相當重要<
而不論是發掘藥物標靶、確定其安全性，思捷優達皆透過演算法進行開發。
 
此外，他們也鎖定神經退化性疾病「多重系統退化症」(MSA)進行開發，該疾病為一項病人數相對多、且不會立刻致死的罕見疾病。為了解決評估臨床結果常只能用量表進行的問題，他們也設計了一套運用影像評估的演算法，可量化步速、步頻(cadence)等數據。這項名為YA-101的療法，已在2022年取得美國食品藥物管理局(FDA)的孤兒藥認定(ODD)。

(攝影/巫芝岳)

捷絡「組織澄清+高速影像+AI分析」組3D病理平台

 
捷絡執行長林彥穎介紹了其公司將生醫結合AI的「3D病理平台」工具，其運用來自江安世院士的組織澄清技術(tissue permeabilization)處理病理組織後，再加入高速影像和AI分析技術，可將傳統病理影像只有0.4~1%的組織利用率，提升到200％，透過同一病理組織中更大量的資訊，能幫助病人更精準地選擇用藥。
 
林彥穎表示，目前乳癌、大腸癌等標靶藥物使用中，其實都存在著2D組織切片檢測「不夠全面」，導致最後用藥不見得有效的問題，透過3D病理技術則可望突破此限制。
 
捷絡目前提供「ACE-3D病理診斷服務」和「MetaLite伴同式診斷工具」；而捷絡也與羅氏和英特爾合作聯邦學習(federated learning)計畫，經由不同醫院間安全的資訊交換機制，解決數據量不夠大的問題。他們目前也有包括：肺癌、胰臟癌、乳癌、口腔癌及大腸癌的診斷產品研發中；分析工具方面，已完成MetaLite、3D PD-L1、3D HER2已完成研究用(RUO)版本的開發，以及Jelloscope的服務上市。


 (圖片來源/主辦單位提供)

(報導/彭梓涵、巫芝岳)