經濟部生技醫藥產業發展推動小組（BPIPO）與國際科技巨頭 NVIDIA 聯手生物技術開發中心（DCB）和台灣產業科技推動協會（TITA），於 12 月 19 日假台北生技園區舉辦「生成式 AI 於新藥開發與精準醫療技術研討會」。當日雲集多位來自 NVIDIA、業界和學界，在藥物開發及生物科學領域具豐富經驗的資深專家，分享生成式 AI 在生技醫藥領域的突破性應用，全方位探討其如何協助新藥研發與精準健康。
延伸閱讀：NVIDIA 總監 Ettikan Karuppiah：數位助理降低醫護負擔、數位孿生模擬人類器官AI 輔助藥物設計優化，大幅提升研發成本效益
NVIDIA 高級開發者關係經理傅琪鉦博士的演講聚焦於生成式 AI 如何應用於藥物分子設計，他相信未來 30 年將會是「可編程生物學（Programmable biology）」的新世代，生成式 AI 不僅能根據目標蛋白結構生成新的小分子化合物或蛋白質序列，還能模擬分子與蛋白的交互作用，從而提高藥物篩選的精準度與效率。
傅博士也進一步介紹 NVIDIA 最新推出的 BioNeMo 框架，透過搭配一系列基於生成式 AI 的微服務，例如用於先導化合物優化的 MolNIM、用於蛋白質結構預測的深度學習模型 AlphaFold2 NIM、以及用以分析小分子-蛋白質對接方向的 DiffDock 2.0 NIM，可以將整個平台升級至新的層次，從而顯著降低 AI 模型建置、訓練和部署的成本。
DCB 智慧生醫組組長柯屹又博士則總結自己在過去 20 多年從事新藥研發的經驗，分享 AI 在藥物開發中的發展與應用。他表示借助生成式 AI，可以快速處理藥物分子的定量結構活性關係（QSAR），並能在短短 20 分鐘內完成數十萬個化合物的虛擬篩選，將最具潛力的分子輸出進行進一步實驗驗證。這些創新可以將原本要耗時以十年計的開發流程壓縮至 1 至 2 年內完成，大幅提升成本效益。柯博士還介紹 AI 技術在小分子藥物和抗體藥物設計中的應用，包括 AI 輔助藥物動力學分析與分子動力學模擬，能在藥物設計階段預測分子的活性和毒性。隨著 AI 與大數據的深度結合，未來訓練模型所需資料量將進一步降低，應用範圍也將從小分子藥和抗體藥物拓展至核酸藥物。
陳淑貞博士、國立陽明交通大學藥學系兼任助理教授林彥竹博士）
圖策生技（台灣分公司）AI 平台處陳逸庭處長的演講集中討論多模態 AI（Multimodal AI）在藥物研發領域的突破性應用。他提到，多模態 AI 結合蛋白質結構數據、化學分子數據及影像數據，能在一個統一的框架下完成藥物篩選、設計與優化。相較於傳統單模態方法，多模態 AI 不僅能提高數據的整合度，還能更精確地預測藥物的藥效和安全性。研發人員可以根據可成藥標靶直接設計及生成可作為候選藥物的化合物，而不需要再一次生成大量化合物結構後再作篩選，藉以打造出新一代精準製藥流程。
分子智藥共同創辦人暨技術長劉昕則詳細描述生成式 AI 在藥物合成可行性評估中的作用。他指出，AI 模型不僅能生成候選化合物，還能預測這些分子的合成路徑及工業生產的可能性。他分享公司其中一個成功案例，通過 AI 優化合成路徑後，研究團隊成功將新藥從設計到實驗室測試的時間縮短至兩週，並顯著提高了化合物的成功率。
安宏生醫科學長陳淑貞博士分享 AI 在蛋白質降解劑（Protein degraders）設計中的應用。她指出安宏本身就是致力於此一領域的研究，透過小分子藥同時結合致病蛋白和 E3 泛素連接酶，再利用身體的內生系統降解致病蛋白。與傳統小分子抑制劑相比，降解劑可以在較低濃度下達到藥效。可是由於當中涵蓋多種蛋白質-蛋白質和配體-蛋白質的相互作用，降解劑的研發難度又會比抑制劑高得多。
所幸借助生成式 AI 技術和 NVIDIA 的 BioNeMo 平台，安宏團隊可快速生成擁有逾 1,000 萬種化合物結構的虛擬化合物庫，篩選有機會在短時間內選出具有潛力的候選藥物分子，並完成分子動力學模擬和 ADMET 評估，顯著提高開發效率。目前安宏已運用 AI 輔助合成 85 種化合物，並經由實驗室直接驗證得出 2 款候選藥物，而且兩者均已進入臨床。整體需時由原本預估的 4.5 年壓縮至 14 個月，成本更得以削減至原本的 560 分之 1。
以 AI 重新定義生醫研究，專家分享劃時代新突破
國立陽明交通大學藥學系兼任助理教授暨前英科智能執行長林彥竹博士分享，英科智能是第一代採用 AI 機器學習設計小分子藥物的生技公司。2019 年，該公司在《Nature》子刊發表論文，描述 AI 設計到藥物確效僅耗時 46 天，可謂 AI 製藥其中一個重大里程碑。及後該公司運用生成式 AI 開發出靶向 TNIK 激酶、用於治療特發性肺纖維化（IPF）的新藥 ISM001-055，並在臨床 2a 期獲得積極成果，驗證了運用 AI 進行藥物發現的概念是可行的。
雖然 AI 應用於藥物開發已逐漸普及，但是林博士也提到大多數對 AI 設計藥物（AIDD）的研究仍處於臨床 1 期和 2 期，而台灣更加只是停留在尋找新靶點和臨床前研究階段。他建議台灣的生技企業宜確立自身實力，並且要將旗下技術與商業模式緊密結合，以實現技術創新與市場需求的完美匹配。
中央研究院（中研院）生醫轉譯研究中心副主任林榮信博士與臺大藥學系和中研院生醫所的團隊合作，從中草藥開發出阿茲海默症潛力新藥 J4，已獲得美國與台灣的 IND 核准，預計於 2025 年初正式展開臨床試驗。他提到生成式 AI 雖能預測蛋白質結構，但對於基於無序組裝的預測不完全可靠。例如，對蛋白質內存無序組裝區域（IDRs）和內在非組裝蛋白（IDP）的預測仍有突破空間。此外，目前生成式 AI 尚未能展現蛋白質在不同功能狀態下的結構，亦難以測定金屬離子、輔因子和配體的位置。因此，他的研究團隊致力研究新的 AI 預測模式，並搭配量子物理校正方法，開發出 idTarget、SLITHER 和 MEDock 等工具，以提升分子對接計算的準確度和可應用性，支援從標靶到候選藥物的開發過程。團隊更設計出 AI 機器人，協助執行化學合成與生物實驗，從而提高 AI 驅動藥物開發的效率。
以 PRS 分數加強疾病防治，AI 預測蛋白質結構尚有進步空間
國家衛生研究院研究員鍾仁華博士在其演講中帶出「多基因風險評分（PRS）」的概念。簡單而言，PRS 是根據個體中多個基因的變異狀況，以統計學方法計算出一個人罹患某種疾病的風險。隨著 AI 演算法發展一日千里，加上全基因體關聯研究（GWAS）日益盛行，PRS 在疾病防治方面的應用也愈來愈普遍。值得注意的是，PRS 的發展需考量種族差異，惟目前約 80% 的相關研究是以白人數據為基礎。考慮到白人僅占全球人口 10~15%，而亞洲人則占逾 6 成，可見亞洲人在 PRS 研究領域上代表性不足，未來尚有很大進步空間。
國際組織 INTERVENE 聯盟（International Consortium of Integrative Genomics Prediction）致力於開發適用於全球的 PRS 模組。鍾博士指出，聯盟已納入日本、卡達、台灣和中國大陸的人體生物資料庫，以提升亞洲族群的代表性。分析顯示，心房顫動、乳癌、第 2 型糖尿病等疾病與 PRS 高度相關。透過整合基因相關特徵，將有望顯著提升疾病預測的準確性，為精準健康奠定基礎。
國立清華大學生物資訊與結構生物所楊立威教授在演講中指出，在使用生成式 AI 設計藥物時，應當將人體對有關分子的吸收、分布、代謝、排泄與毒性（ADMET）納入考量，以提升研發成功率。他的團隊曾與美國德州西南醫學中心（UT Southwestern）合作，利用 AI 演算法開發針對三陰性乳癌靶點 EglN2 的先導化合物，並展現出顯著較低的毒性。
此外，楊教授的團隊運用 AI 虛擬篩選與模擬技術，結合老藥片段重組策略，開發出在安全性與可合成性上具有優勢的新藥。他也提到，儘管 AlphaFold3 的誕生在結構生物資訊學上已屬劃時代突破，它在預測蛋白質結構時並未考慮分子間引力與濃度影響，可能降低藥物設計成功率。
NVIDIA Inception 計畫全方位助力新創成長，DCB、維曙智能強強聯手打造 AI 新藥平台
研討會另一亮點由 NVIDIA 新創與創投夥伴關係經理李昇達介紹 NVIDIA Inception 新創計畫。參與計畫的新創企業可享用 NVIDIA 提供的軟硬體折扣優惠、教育訓練課程以及整體軟硬體整合性能提升服務。如果企業已進入募資階段，NVIDIA 也可以在融資、產品行銷和參與國際展會等範疇提供協助。截至今年 9 月，已有逾 2.3 萬家新創加入 Inception 計畫，鏈結超過 1 千個創投夥伴。有份參與此次技術研討會的安宏生醫、分子智藥等 AI 藥物新創均已加入其中。
在當日研討會結束後，緊接著有 DCB 與維曙智能科技的合作備忘錄（MOU）簽署儀式。雙方將攜手建立新一代 AI 運算平台，推動新藥開發技術突破，加速精準醫療落地實踐。根據協議內容，DCB 與維曙智能的合作將涵蓋小分子藥、抗體藥物複合體（ADC）、雙特異性抗體、核酸藥物、細胞療法及癌症疫苗等 9 大關鍵領域。憑藉 DCB 的濕實驗室（Wet lab）配套和化合物庫資源，以及維曙的因果 AI 技術平台，雙方期望能聯手推動新藥發現及老藥新用，並以在 18 個月內將至少一款 AI 新藥推展至臨床階段為目標。
此次研討會凸顯出人工智慧在藥物開發中的多元應用與巨大潛力，從生成式 AI、因果 AI 到多模態 AI，加上隨之以來的各種創新工具與技術平台，都在重塑傳統藥物研發流程，引領製藥業界擺脫昔日成本高、時程長、成功率低的困局。憑藉 BPIPO、DCB 和 TITA 聯手大力推動，加上 NVIDIA 旗下多元化的 AI 軟硬體配套和服務，生成式 AI 勢將成為驅動新藥研發和精準健康的發展的關鍵推手，不僅能造福廣大民眾和病友，也將助力台灣生醫產業邁向跨域整合的新紀元。
延伸閱讀：2024 台灣醫療科技展 AI 再為醫療體系帶來革命性進步©www.geneonline.news. All rights reserved. 基因線上版權所有 未經授權不得轉載。
合作請聯繫：[email protected]
