《European Journal of Pharmaceutical Sciences》:Artificial intelligence and machine learning, a game changer in pharmaceutical development ? - An updated perspective arising from Journees Galeniques 2024
编辑推荐:
人工智能(artificial intelligence, AI)和机器学习(machine learning, ML)正日益应用于制药开发全过程,从药物性质预测和安全性评估到制剂设计、模型引导开发(model-informed development)和临床
人工智能(artificial intelligence, AI)和机器学习(machine learning, ML)正日益应用于制药开发全过程,从药物性质预测和安全性评估到制剂设计、模型引导开发(model-informed development)和临床研究。本视角综合了 Journées Galéniques 2024 的讨论,并根据截至 2026 年的科学和监管进展进行更新。ML 支持预测、模式识别和数据驱动决策,帮助研究人员识别药物靶点、设计新分子、预测毒性并优化药物性质。在制剂开发中,ML 可通过减少试错方法改善溶解度预测、辅料选择和制剂策略。基于 AI 的模型和成像技术也可增强对药物递送系统的理解并改善 in vivo 性能预测。然而,已发表文献多为回顾性研究,基于小型或异质性数据集,外部、前瞻性或临床相关验证有限。近期监管框架日益强调明确的使用背景(context of use)、基于风险的模型可信度(model credibility)评估、数据治理(data governance)、泛化性(generalizability)、人类监督(human oversight)和生命周期管理(lifecycle management)。因此,AI 和 ML 不应被视为制药科学的替代品,而应被视为可增强并加速制药科学的日益强大的工具。其更广泛影响将取决于高质量、可互操作的数据(interoperable data)、严格验证、与制药和临床专业知识的整合,以及具有意义的临床、生产或监管价值(clinical, manufacturing or regulatory value)的明确证据。
论文解读:人工智能与机器学习在制药开发中的更新视角
研究背景与问题:生命科学与制药科学持续发展,数据和计算机科学在制药领域的扩展应用引起关注。ML 作为 AI 的亚型,基于历史数据开发算法以支持决策,而无需为特定任务显式编程。现代 ML 复兴由计算能力、算法创新和大规模数据驱动。药物研发周期长、成本高、失败率高,平均需 10–15 年、成本超过 26 亿美元才能将一个新药从概念推向市场,许多候选药物因疗效不足或未预见的安全性在临床试验中失败。因此,整个药物开发管线需要更具预测性、高效和数据驱动的方法。然而,AI/ML 在制剂开发中的应用仍相对有限,存在数据质量、异质性、偏倚、可解释性、验证、透明度、临床适用性和监管等障碍。Journées Galéniques 2024 在 St Remy de Provence 召开,主题为 AI/ML 在药物制剂领域的使用及需求。基于会议讨论,本文综述 AI/ML 在制药科学中的应用,总结关键挑战和机会,并提供更新后的未来方向。
研究人员开展的工作、总体结论与意义:本文属于基于 Journées Galéniques 2024 专家讨论的视角与综述,并更新至 2026 年科学和监管进展。研究人员认为 AI 和 ML 不应替代制药科学,而是日益强大的工具,可强化并加速制药科学。其更广泛影响取决于高质量、可互操作的数据、严格验证、与制药和临床专业知识的整合,以及临床、生产或监管价值的明确证据。总体证据尚不支持制药开发的统一、端到端转型;AI/ML 已在性质预测、制剂选择、实验优化和模型引导决策等明确定义任务中加速进展。下一阶段应同等强调所获得的信息和改善的决策,而非模型新颖性或回顾性预测性能。
关键技术方法概括:本文为基于 Journées Galéniques 2024 会议讨论的专家综合与文献更新。方法学涉及决策树、支持向量机(support vector machines, SVM)、神经网络、深度学习、生成模型(generative models)、变分自编码器(variational autoencoders, VAEs)、生成对抗网络(generative adversarial networks, GANs)、强化学习、图神经网络(graph neural networks, GNNs)、多任务学习、化学语言模型、主动学习、贝叶斯优化、Design-Build-Test-Learn 循环和联邦学习。数据来源/队列包括 Journées Galéniques 2024;OrBiTo(13 家制药公司匿名生物药剂学数据);MELLODDY(10 家公司、2.6 billion 实验活性数据点、21 million 化合物、40,000 assays);eTOX/eTRANSAFE;VICT3R;rentosertib 2a 期研究。建模与影像技术涉及生理药代制剂模型(physiologically based biopharmaceutics modeling, PBBM)、生理药代动力学(physiologically based pharmacokinetic, PBPK)、计算流体动力学(computational fluid dynamics, CFD)、聚集导致猝灭(aggregation-caused quenching, ACQ)探针和近红外-II(near-infrared-II, NIR-II)成像。
研究结果:
1. Introduction(引言):介绍 AI 及其子领域 ML 和深度学习。ML 擅长模式识别、预测建模和决策优化,与药物发现和开发需求一致。早期药物发现可挖掘基因组、转录组和蛋白组数据识别和验证靶点;监督学习分类疾病表型,无监督学习揭示生物机制和疾病亚型。药物研发高成本、高失败率,ML 可从既往结果系统学习。ML 演进与数据增长同步,涵盖监督、无监督、强化和生成建模,深度学习可处理图像和基因组序列。下游生产、CMC、制剂和分析等应用仍处早期。临床前和临床中,ML 用于预测药代动力学和药效学性质、毒性、药物相互作用、患者招募和适应性试验。DMPK 中用于吸收、分布、代谢和排泄(absorption, distribution, metabolism, and excretion, ADME)性质预测,但人类药代动力学从分子结构预测仍具挑战,ML 应结合实验、机理、in vitro–in vivo 外推和 PBPK。药物警戒中用于真实世界数据监测。挑战包括数据质量、异质性、偏倚和可解释性;FDA 和 EMA 正探索评估框架。证据成熟度从回顾性性能到外部/前瞻验证、工作流整合和临床/生产/监管价值。
2. Learnings from usage of AI/ML for pharmaceutical compound optimization in drug discovery:药物发现中 ML 用于定量构效关系(quantitative structure–activity relationships, QSARs)、虚拟筛选和蛋白–配体预测。药物发现数据丰富,但制剂开发缺乏大型、高质量、注释数据集。稀疏数据策略包括主动学习、自适应实验设计、贝叶斯优化和 Design-Build-Test-Learn 循环;也可对现有数据下采样或重加权,使用表示学习、成对比较、图 Transformer 和不完全表征整合。溶解度是关键性质。公共与工业溶解度数据分散,开放数据共享可支持数据密集建模。多项研究使用图卷积网络、深度学习集成和可解释工具预测溶解度。进展慢与标准化数据有限、测量方案不一致和文化阻力有关。跨公司数据共享示例包括 OrBiTo 和 MELLODDY 联邦学习;MELLODDY 从 2.6 billion 保密实验活性数据点、21 million 化合物和 40,000 assays 中学习,改善药代动力学和安全性任务。临床转化方面,rentosertib 2a 期研究由生成式 AI 辅助发现和设计,报告可接受安全性和早期疗效信号,但未隔离 AI 的贡献。
3. Data science in drug safety research:非临床安全评估中高质量异质性数据增加。AI/ML 和深度学习预测毒性终点,随机森林、SVM 和深度神经网络可预测器官特异性毒性如肝毒性和心脏毒性以及致癌性。图神经网络改善分子结构建模和预测。模型可用于从结构或功能相似化合物推断安全性。AI 整合体外、体内、组学和临床数据;DrugBank、PharmGKB 和 DISGENET 提供结构化资源。自然语言处理(natural language processing, NLP)和知识图谱连接结构化内容与文献,网络方法发现安全信号。AI 促进药物诱导毒性的机制理解,eTRANSAFE 连接非临床和临床数据。因果推断和可解释模型受关注。VICT3R 项目基于历史数据生成虚拟对照组,支持 Replacement、Reduction、Refinement(3Rs)。挑战包括数据互操作性、标准化和完整性。
4. Formulation development and ML applications – current and future:
4.1. ML-based decision support tools for developability assessment:口服制剂需考虑理化、生物药剂和生理因素。Developability Classification System(DCS)基于生物相关溶解度、剂量数和渗透性。ML 可整合到药物可开发性框架,计算指导、实验验证,优先选择脂基制剂(lipid-based formulations, LBFs)或非晶固体分散体(amorphous solid dispersions, ASDs)。ML 已预测内在溶解度、肠液溶解度、肠渗透性和食物效应。Alsk?r 等用 35 个化合物证明药物在脂基辅料中的溶解度可预测;Lange 等用 182 个结构多样化合物建立 QSPR 预测中链甘油三酯溶解度,R
2 为 0.68–0.78。Bennett-Lenane 等 SVM 和人工神经网络(artificial neural network, ANN)模型对食物效应分类准确率分别为 82% 和 70%。回顾 800 多个批准口服产品分析 LBF 或 ASD 的理化性质。当前仍依赖实验数据和内部经验,辅料选择耗时。
4.2. ML based approaches to guide formulation strategy:70%–90% 新化学实体(new chemical entities, NCEs)水溶性差。ML 可预测 LBF 中溶解度,商业工具 Sol_ME 支持脂基辅料选择。Griffin 等用偏最小二乘(partial least squares, PLS)模型预测生物相关溶解度优势,验证 Q
2 分别为 0.64 和 0.72;多元线性回归(multiple linear regression, MLR)方程仅需 log D、熔点和芳环数。Kuentz 和 Imanidis 用 PLS 回归 R
2=0.803 预测 ASD 溶解度增强。Quadrant 2? 平台用 AI/ML 选择增溶技术和辅料,技术选择准确率超过 90%,辅料选择准确率超过 80%,减少试错。
4.3. Formulation development challenges and digital approaches:处方开发面临药物表征、辅料选择和处方设计挑战。数字方法包括虚拟盐和多晶型筛选、溶解度/溶剂筛选、共形物筛选、沉淀抑制剂筛选、复杂液体和多相系统模拟。AI 在有大数据库时最可能成功,预制剂阶段更依赖分子模拟和热力学模型。ML 可预测纳米载体的粒径、zeta 电位、稳定性、包封效率及体内效果。数据稀缺策略包括重用发现数据、高通量自动化、文本挖掘。CFD 预测混合和放大,ML 加速计算。挑战包括数据有限、偏倚于成功候选、黑箱偏好不总是合理;Murray 等提出改进可信度、透明度和可靠性的建议。
5. Computational options to support formulation development using image analysis:成像可生成处方结构、稳定性、降解、转运和体内命运数据。LBF 体内性能复杂。ACQ 探针可区分完整与降解脂质纳米载体,用于研究固体脂质纳米粒(solid lipid nanoparticles, SLNs)、纳米乳(nanoemulsions, NEs)和自微乳药物递送系统(self-microemulsifying drug delivery systems, SMEDDS)的胃肠降解和转运。第一代 ACQ 探针存在重发光限制;绝对 ACQ 和 NIR-II 荧光团改善组织穿透和追踪。成像参数可整合到机理或 ML 模型,但仍是新兴机会,需标准化、大数据和验证。
6. Hybrid mechanistic and ML approaches in model-informed clinical drug development:PBBM 和 PBPK 整合药物性质、制剂、胃肠过程和系统暴露。PBBM 用于生物等效性(bioequivalence, BE)评估和生物豁免,需验证和使用背景。模型可贯穿开发,连接制造变量与下游性能,研究沉淀和脂质制剂等。混合机理–ML 结合可解释性和模式识别。机理模型不确定性会传播。基准研究显示,Sj?gren 等用 12 种不完全吸收药物获得 AUC 和 C
max 的绝对平均折叠误差 1.3;Matsumura 等用 15 种弱碱药物、85 个 F
a 观测获得绝对平均折叠误差 1.40。ML 已用于小鼠、大鼠和人药代动力学预测。监管方面,FDA 2025 年草案指南、EMA 2024 年反思文件、FDA-EMA 2026 联合原则和 ICH M15 强调使用背景、风险、人类监督和生命周期。后期注册或上市后,机理 PBPK/PBBM 优先,ML 支持剩余缺口。
7. Ethical considerations on the use of AI/ML in pharmaceutical drug discovery and development:伦理关键是比较 AI/ML 的预期收益和成本。算法决策可能引发偏倚风险,训练数据缺乏多样性可能导致某些群体表现更差。药物开发中偏倚可先于患者数据出现,如成功分子、常见化学型、辅料、实验室和人群过代表。黑箱问题推动可解释人工智能(explainable AI, xAI)。算法厌恶指即使算法更准确,预测者仍可能选择人类预测者。管理和利益相关者需应对。
8. Current challenges and limitations of machine learning in pharmaceutical sciences:数据质量、可及性、不完整、不一致、非结构化和缺乏标准化是关键障碍;需要前瞻性 fit-for-purpose 数据。制药开发线性、资源密集并受 GMP 等严格监管,整合 ML 可能需重新思考工作流。可解释性、泛化性、化学新颖性、靶点相关性和临床转化性常被忽略。专利和发明人实践因司法辖区而异。缺乏标准化指标。方法学不足包括交叉验证不足、无前瞻研究和缺乏基准。FDA、EMA 和 ICH 文件提供更清晰的风险和使用背景期望。
9. Future perspectives for artificial intelligence and machine learning within the pharmaceutical sciences:未来需整合生物、化学、临床和真实世界数据。生成模型和强化学习用于 de novo 药物设计,结合自动化合成和机器人。ML 在制药开发有三个方向:支持初始处方和辅料选择;生成内部 ML 模型定义开发计划;自主迭代模型建议下一组成。工程和机理模型仍用于放大和工艺定义。ML 可支持复杂模拟和混合建模。监管需平衡创新和安全,并应对自适应算法。大语言、基础和 multimodal 模型用于文献合成、信息提取、协议和代码生成、知识管理和任务编排,但需人类审查和生命周期控制。伦理需关注算法偏倚和数据同意。未来是多学科努力。
讨论与结论:综合来看,证据尚不支持制药开发的统一、端到端转型。AI 和 ML 已在性质预测、制剂选择、实验优化和模型引导决策等明确定义的任务中加速进展。其更广泛影响将取决于前瞻性和外部验证、与机理知识和自动化的整合、明确的人类问责,以及临床、生产或监管价值的证明。因此,下一阶段应同等强调所获得的信息和改善的决策,而非模型新颖性或回顾性预测性能。