将药物研发实验周期由两年降至数小时，AccutarBio 想要找到攻克癌症的“钥匙”

“ 即使到了现在，我依然为姚贝娜感到可惜”。

AccutarBio的创始人范捷这样做了开场白。

2015年中国约有429.2万新增癌症患者，281.4万人因此去世。33岁的姚贝娜正是这281.4万人中的一个。

范捷惋惜的背后是这样一个事实，癌症正成为一种逐渐可控制的疾病。在美国，早期乳腺癌10年存活率已经超过9成；在全球，确诊癌症后存活五年以上的人数已经达到三分之二；2010-2014年间，全球有49种癌症新药上市。

从最初的化学疗法到如今靶向疗法、免疫疗法，人类在与癌症抗争的路上，已经有了初步的进展。 而现在，AccutarBio也成为了这其中的一员，希望利用AI提高筛选药物准确性和效率，帮更多药企找到攻克癌症的“钥匙”。

( 注：图为AccutarBio创始人范捷。范捷中学期间获得国际生物奥赛银牌，本科毕业于复旦生物系，硕士就读于加州伯克利分校，博士期间师从 Nikola Paveletich，解析了RPA-DNA 复合物晶体结构；博后师从诺贝尔奖得主 Gunter BLobel，解析了核孔小体复合物的相关结构；获得 Robertson foundation 临床研究经费开发乳腺癌药物。）

很多与人类息息相关的癌变，其实都是蛋白质结构的突变、缺失等结构信息来解释。这些肿瘤细胞内部结构的异常点就是所谓的致癌靶点，设计专门针对这些靶点的治疗药物，进入体内与致癌靶点结合，杀死肿瘤细胞而不影响周围的正常组织细胞。近几年生物科学领域蛋白质晶体结构数据已经超过10万量级，已经可以解释相当一部分病症的靶点。而针对这些靶点的药物筛选，成了目前制约抗癌药物研发的难点。

药物和靶点的结合就像钥匙和锁孔的关系，有效的药物像一把专为靶向蛋白配置的钥匙，有时患者可能同时使用数种药物才能抑制肿瘤转移。数据显示，肿瘤的靶向药物有数百种之多，即使只是两两组合，组合也多达数万种之多，要筛选出最有效的治疗方法非常困难。

目前，靶点药物的筛选往往通过大量实验完成，这个过程往往要以年计量。对于专利一般只有17年有效期的药企来说，往往需要12-13年左右的时间进行研发，提前完成实验每年带来的经济效益很可能要在数亿甚至数十亿美元。

有生物学背景，又对计算机有研究，博后师从诺贝尔奖得主 Gunter BLobel的范捷敏锐发现，这类实验可以通过计算的形式完成，耗费的时间也有可能从数年降低至几月、几天甚至几个小时。过去的一年里，AccutarBio已经完成了基于十几万晶体学数据的算法平台，预测与靶点结合的化合物的预测，进行先导化合物的筛选，进而人工合成该化合物。

范捷预计，通过这一算法平台，可以在数个小时内完成过去2年左右的研发。团队透露。过去一年，AccutarBio已经利用该平台进行了药物设计，其中一款药物针对乳腺癌，适用于使用乳腺癌常用药物Tamoxifen3-5年后复发的患者，已经经过了细胞验证和初步小鼠动物实验，正在美国申请相关专利，并在计划推进新药临床研究申请。近期一款相关的药物在拿到新药许可证后以数亿美元的价格出售给了一家药厂。

药物研发是一个系统工程，除了化合物的筛选，还涉及到活性化合物的筛选、制剂开发、新药临床研究申请、1-3期临床试验等环节。每往后一个环节，商业收益会大幅提升，但投入也会大幅增加。

自1997年FDA批准的第一个靶向肿瘤药物Rituxan（利妥昔单抗）开始，美国FDA至今批准的抗肿瘤药物也仅为150种。新药研发成功收益可观，但一款新药的研发成本往往在25亿美元左右，近年来开发费用还不断攀升。许多制药公司和科研人员都将目光重新投到已上市或者因为临床试验失败没能顺利上市的的“老药”身上，重新检测其他方面的功效，并加以利用。数据显示，“老药新用”除了有望将研发成本降至3亿美元甚至更低，研发周期也科研缩短至6.5年甚至更低。

“老药新用”正成为一种抗癌药物领域的一个新方向。镇痛药品阿司匹林上市80年后，被发现还可以用于预防一过性脑缺血发作、心肌梗死等症状。此前哈佛大学曾通过计算机筛选基因组信息公共数据库，在已上市的药物中发现了新的可能对癌症有效的治疗药物。

搭建完算法模型及大规模的算力，AccutarBio也对市面上所有曝光的药物及人身上的1万多个靶点进行了交叉研究及匹配。目前AccutarBio正在做基于这个图谱的落地工作，计划选择其中一些有潜力的药物进行进一步研发，同时为药厂提供制药建议及计算平台。

世界卫生组织的数据显示，2012 年全球新增约 1 400 万例癌症病例， 未来20年时间有可能会达到增加近五成至2400万左右。据分析机构数据，2015年全球抗癌药物市场容量超过1000亿美元，畅销抗癌药Rituxan、Avastin等年销售额均在65亿美元以上。巨大的商业价值也吸引越来越多的公司投入其中，2016年抗癌药物已经成为全球在研新药中占比最高的。

以AI为代表的计算技术在癌症治疗的研究中日益扮演重要的作用。主流的科技大公司早有涉足。IBM沃森已经与美国和加拿大多家肿瘤中心合作，帮助医生找到适合患者的肿瘤基因的治疗方案。微软则有数支团队在做癌症治疗个方向的研究。Google在研制可以在体内检测癌症的纳米颗粒,并可将检测结果发送至可穿戴腕表。Intel在2013年就与多家癌症研究所合作，创建“癌症数据库”，辅助医生根据患者的个人情况进行治疗。英伟达也在积极搭为数据科学家发现和治疗癌症提供人工智能的平台 CANDLE。

而现在，新兴的初创公司也逐渐在抗癌药物的研发中发挥作用。成立于2013年的英国公司BenevolentAI就与强生达成了合作；位于美国旧金山的初创公司Atomwise研发了深度学习网络AtomNet，能够识别了医药化学中的基础模块。

( 注：图为AccutarBio团队顾问）