新药研发到上市全流程解析：AI如何重塑制药未来

从靶点筛选到临床试验，深度剖析药物研发关键环节及人工智能的变革作用

图1 新药研发到上市流程

新药研发是一项耗时12-15年、成本超10亿美元的系统工程。本文梳理药物从发现到上市的核心流程，并探讨人工智能（AI）在提升研发效率方面的关键作用。

1.1 药物靶点的选择与确认

靶点是药物作用的生物分子，如蛋白质、基因或RNA。理想的靶点需具备有效性、安全性、临床可行性及“可药性”。常见验证方法包括基因敲除模型和反义寡核苷酸技术（ASOs）。

图2 靶点选择与确认的方法

1.2 苗头化合物（Hit）的筛选

苗头化合物是对靶点具有初步活性的分子。主要筛选策略包括：已知化合物挖掘（43%）、高通量筛选（29%）、基于结构的药物设计（SBDD）、片段筛选（FBLG）和DNA编码库（DEL）等。虚拟筛选正成为行业新趋势。

1.3 先导化合物（Lead）的发现

从多个苗头化合物中筛选出活性最优者作为先导化合物，进入“Hit to Lead”阶段。此过程需评估ADME特性、细胞毒性及合成可行性。

表1 Hit to Lead中要考虑的分析类型

1.4 候选药物的选定

通过先导优化（Lead Optimization），结合构效关系（SAR）分析，提升化合物的安全性与有效性。候选药物需满足溶解度、渗透性、药代动力学及安全性要求。

图3 候选药物的选定^[3]

Hit-Lead-Candidate过程通常需筛选数十万至百万化合物，最终仅得1-2个候选分子。

图4 药物发现过程^[4]

2.1 临床前研究

候选药物需进行以下研究以支持临床试验申请：

2.2 临床试验申请（IND）

完成临床前研究后，向监管机构提交IND申请。若30天内无异议，即可开展人体试验。多数候选药物在此阶段被淘汰。

2.3 临床研究

部分项目采用Ⅱ/Ⅲ期合并设计，以节省时间与资源。Ⅰ期失败多因安全性问题，Ⅱ/Ⅲ期则多因缺乏疗效。

3.1 新药上市审批（NDA）

完成Ⅲ期临床后，提交新药申请（NDA），包含所有科学数据，文件可达10万页以上。FDA目标审评周期为6个月，实际常因材料复杂而延长。中国药监部门也在推进审批提速。

3.2 Ⅳ期临床（上市后研究）

监测长期使用下的安全性与疗效，研究药物相互作用与禁忌。若发现严重不良反应，可能加注警告或下架。

3.3 上市后再审批

定期提交药物副作用报告与质量管理记录，重新评估安全性和有效性。

人工智能正深刻改变药物研发模式，核心价值在于“降本增效”。

AIDD（人工智能药物发现）技术已广泛应用于苗头化合物筛选，相比传统高通量筛选，具备速度快、成本低、活性高、结构新颖等优势。其依赖高质量数据训练模型，仍需实验验证生成分子的成药性。

AI已渗透至靶点发现、化合物筛选、先导优化、ADMET预测等全流程，显著提升研发成功率。

典型案例：

Exscientia：与Celgene合作推进肿瘤与自身免疫疾病的小分子药物研发；与住友制药合作，仅用12个月完成从靶点到候选药物的开发，远快于传统4-5年周期。
薛定谔公司（Schrodinger）：提供分子模拟软件，加速药物发现，被全球制药企业广泛采用。
晶泰科技（XtalPi）：基于量子化学与AI技术，提供智能化药物研发服务，已与辉瑞等企业建立合作，获红杉、腾讯、谷歌等投资。
望石智慧（StoneWise）：融合AI与药物化学，提供从苗头化合物发现到临床候选的全流程解决方案，2023年完成1亿美元B轮融资。