如何借助人工智能开发出更高效的免疫检查点抑制剂，为癌症患者带来创新疗法？近日，上海AI医药企业英矽智能在《自然·通讯》杂志上发表研究成果——利用人工智能驱动的靶点发现平台PandaOmics和生成化学平台Chemistry42，设计出一种新型小分子抑制剂。在临床前模型中，它被证实能更高效、安全地调节人体内天然免疫信号通路，展现出用于肿瘤免疫治疗的广阔前景。

　　免疫检查点抑制剂是一类革命性药物，使多种癌症患者获得了显著的临床效果。然而，目前接受免疫检查点抑制剂治疗的患者中，只有10%—35%能获得持久且显著的疗效，所以这种免疫疗法有很大的改进空间。

　　英矽智能研发团队认为，在诸多新兴治疗靶点中，名为cGAS-STING的天然免疫信号通路具有独特的作用机制，不仅是连接天然免疫与适应性免疫反应的关键桥梁，激活后还能诱导肿瘤细胞凋亡和细胞周期阻滞，从而有效抑制肿瘤的发生和早期进展。然而，既往研究显示，将cGAS-STING通路的生物学机制转化为安全有效的治疗手段，仍面临诸多挑战。

　　为攻克难题，英矽智能选择以靶向ENPP1为突破口。这是一种外核苷酸焦磷酸酶，在心血管、神经、免疫、骨骼肌、激素和血液等多种生命活动调节中发挥着重要作用。大量研究表明，ENPP1高表达与肿瘤转移、免疫逃逸和多种癌症的不良预后密切相关。

英矽智能近日在《自然·通讯》杂志上发表研究成果。

　　基于人工智能驱动的靶点发现平台PandaOmics，英矽智能研发团队确定了ENPP1高表达相关的肿瘤类型，包括三阴性乳腺癌、肝细胞癌、急性髓性白血病、卵巢癌、结直肠腺癌、乳腺癌、头颈癌和ER阴性乳腺癌。据介绍，这个AI靶点发现平台能通过深度特征合成、因果关系推断和全新通路重建等过程，生成潜在靶点列表；还能分析涵盖专利、出版物、研发基金、临床试验等文本数据的数百万个文件，深入评估这些潜在靶点的新颖性及其与疾病的关联性。

　　随后，研发团队利用生成式人工智能平台Chemistry42，针对ENPP1靶点开展了小分子抑制剂的设计和优化。他们以已知的ENPP1抑制剂为起点，采用Chemistry42基于结构的药物设计方法，从头生成创新化合物，仅用3个月就高效获得了苗头化合物分子系列。

　　经过多轮优化和迭代，一款具有理想成药性的化合物脱颖而出，展现出高度的ENPP1抑制选择性和效力。在这项研究中，英矽智能将生物学、计算科学与AI驱动的药物发现和设计深度结合，为肿瘤免疫治疗提供了新的可能性。研发团队期待在《自然·通讯》上发表的新药研发过程能为业界带来启发，并推动新一代创新药物的发现。

　　2021年至2024年，英矽智能通过整合先进的人工智能和自动化技术，提名了22个候选药物，与传统药物研发通常需要2.5—4年的周期相比，研发效率大幅提升。值得一提的是，这是公司AI驱动新药发现管线发表的第四篇《自然》子刊论文，体现了人工智能用于新药发现和设计的国际趋势。