i卡會員

本文探討資訊科技，特別是AI技術在國際藥物開發中的應用趨勢，並分析了台灣在這一領域面臨的挑戰和機會。我們首先回顧AI與藥物設計的在過去15年以上的發展歷史，並強調AI在藥物開發中日益增長的重要性。接著，文章分析全球AI藥廠在藥物開發過程中遇到的挑戰，尤其是依然無法克服的高失敗率和臨床試驗中的困難。作者提出自身見解，說明何種樣貌的AI藥廠或可克服製藥業長年以來的成功率瓶頸。最後，文章探討台灣在AI藥物開發領域的優勢，如硬體供應鏈和政府支持，但也指出所面臨的挑戰，如教育系統的不足和投資環境的限制等。

【內容大綱】

• 一、AI與醫藥設計的合流
  • (一)過去十數年的AI藥廠(AI Pharma)發展
  • (二)AI藥廠的藥物進程及經營現況
  • (三)AI藥廠的獲利模式及該模式在結構上的挑戰
• 二、AI在藥物開發的核心挑戰議題
  • (一)科學層面
  • (二)監管層面
  • (三)投資層面
  • (四)人才層面
• 三、什麼樣的AI Pharma可解決真正的製藥物開發問題?將預測結果回饋系統，可促使系統不斷自我改善，提升候選藥物開發成功率
• 四、台灣的機會與挑戰
• IEKView

【圖表大綱】

• 圖1、2019~2023/6/15全球AI藥廠所獲得的投資及成交件數
• 圖2、藥物誘導與基因敲落(gene knockdown)引發的mRNA表現譜(profiles)之間的相關性
• 圖3、FDA 2011年批准治療HCV藥物Boceprevir與應用AI開發的輝瑞新冠病毒治療藥物Nirmatrelvir(2023年核准)的化學結構比較
• 圖4、AI如何在藥物開發的不同階段來協助藥物的開發
• 圖5、把預測人體臨床實驗ADMET參數在內的兩層次系統回饋於前方的藥物設計將有助於實現更高的臨床成功率。此處的兩層次包含(1)把細胞及小動物實驗結果回饋於前方的藥物設計，以及(2)將人體ADMET參數預測也回饋於前方的藥物設計。