您是做结合AI做mRNA药物的设计,还有很多团队也在做类似的事情,那怎么实现差异化发展?
谢志
mRNA
2023-02-24
差异化来自于你应用的场景,你解决的问题。你核心竞争力的前端是来自于你的数据,后端是来自于你AI做出模型之后,你对生物学或者药理学的理解。所以差异化,我觉得是谁能在一个细分领域里做得更好。做药,其实很难一家独大。像chat gpt它是在一个非常细分的领域里,在这种大量的文本挖掘里,谁做的最好,可能就会占非常大的市场份额,但是做药的环节太多了。
 
差异化我觉得还是在你本身的制药和做生物的技术优势里,AI只是一个辅助工作。虽然我自己做AI很久了,但是我一直认为AI只是一个工具,你最终解决的还是你细分领域的问题。

小核酸偶联药物(XOC)与LNP在肝外递送的靶向性情况对比
张雪峰
XOC
LNP
2023-02-24
我们没有直接对比过,这方面有我们自己的思考,不见得有数据支撑。但是我们之所以做直接偶联靶向性分子是有几个原因:
 
第一个, LNP非肝靶向已经探索了很久了,它仍然面对一些挑战,可能还有一些先天的不足。另外最新的进展是,大家试图在LNP上偶联有靶向性的分子,比如偶联一个抗体来实现它的靶向性。那为什么不直接把靶向性的抗体和小核酸直接实现偶联,从我们已有的数据和经验来看,这个是做得到的。
 
当然, LNP其实有自己的优势领域。在Oligo这块,我们更倾向于用直接偶联的方式来解决递送的问题。

如何设计类似的以核开关为靶标的药物?
任艾明
核开关
2023-02-24
目前已经鉴定的这些合开关,三维结构都已经拿到了,所以你如果直接以三维结构为基础去做一些虚拟筛选,这样是可以的。但是另外一方面,对于核开关之所以没有成药,我觉得原因是它在实验中的筛选工具,其实并没有特别理想。
 
核开关为什么能做作为抗生素的靶标发挥作用,比如我们找到一个药物分子,它target核开关上面,那它就可以抑制比如细菌里的NAD合成或者SAM的合成,包括其他的一些比较重要的代谢物,像FMN、TPP,都是可以被target,这样把它抑制合成了就可以抑制细菌的生长。
 
2015年,默克公司做了一个叫 Ribocil分子,它是target到FMN上的,的确证实了它能够抑制细菌的生长,但是最后没有成药。因为我集中在基础研究上,后面也没有去跟踪。

用氘取代氢实现了长效,但药效方面并不发生变化,那您用硒取代氧对药效等各方面会有什么影响?
黄震
核酸药物
2023-02-24
我们的预测是药效会大大地提高。因为核酸药物面临着两个主要问题,除了递送之外,还有一个问题是稳定性。现在大家不提稳定性是因为核酸多数通过修饰稳定问题得到了解决。硒核酸本来就是帮助解决稳定性。硒原子比硫原子还要大,从稳定性角度来讲,它的稳定性是相当高的。我们做过相应的实验,发现引入硒后,核酸分子的稳定性至少可以提高10倍。
 
另外,硒原子的疏水性要强很多,它能够帮助核酸分子跨过细胞膜,这也是我们认为药效会提升的原因,同时硒又是一种微量元素,对人体是有益的,如果有这种带有硒的核酸作为药物,大家也可以得到一些额外的微量元素,对于健康的作用还是增加的。
 

用氘取代氢,原子半径,其实没有什么改变。用氘取代氢,在功效上个别情况是有所改善的,但是并不是像大家期待的那么显著,恐怕能够提升5%到10%的稳定性。氘取代氢的目的主要是绕开专利,而不是提高药效。
您认为在AI中算法和数据哪个更重要?
谢志
AI创新
AI技术
2023-02-24
数据远远比算法重要。所以大家看到这一年来AI制药公司,如晶泰、华大智造,他们都开始往高通量的实验平台发展,可能大家也意识到AI需要非常大量的高质量数据,所以就是软硬结合的趋势,光靠AI是远远不够的,还是需要大量的湿实验的积累。
 
像我举的两个例子,AlphaFold 2是基于PDB的数据,PDB是全世界几十年来解的晶体,而且晶体质量非常高,chat gpt的突破是因为把我们互联网上的所有文字的数据全部训练,从这两个突破上来看,其实都是数据上带来的突破,在制药上会更困难复杂。