人工智能（AI）技術日漸成熟，能夠做到的事情越來越多，在大眾的認知中AI或許大多觸及金融或財金領域，但以香港為基地的科研企業InSilico Medicine（下稱InSilico），以創新的方法，把AI技術中機械學習和深度學習的特性，應用於端到端式（end-to-end）新藥物研發上。
InSilico創辦人兼行政總裁Alex Zhavoronkov博士表示，研發新藥物需花費極長時間，縱然是資源豐富的大藥廠，由發現目標到成功研製新藥物，往往需要以10年計的時間；但運用AI的深度學習功能，能夠大大減低研發時間及經費，而InSilico則成功在18個月內發現一個全新可用於治療特發性肺纖維化（idiopathic pulmonary fibrosis，IPF）的標靶，成效顯著。
強大人工智能 大幅減省藥物臨床前研發時間及經費
在生物學領域中，in vivo及in vitro兩個拉丁文片語分別指「活體內環境」及「活體外環境」，由此衍生的in silico可直譯作「在矽之中」，意指電腦模擬環境之中；而InSilico就正正在電腦的世界，進行一場重要的革命。
Alex指，傳統研發新藥的過程，首先要逐個核對標靶及藥物是否相應，此過程失敗率高達99%，因此臨床前階段已花費大量時間和人手。反觀，InSilico的人工智能平台Pharma.AI，透過研究已發表的數據及強大的神經引擎，可更快的發現應對疾病的全新靶點，以及發展新化學機制製作相應候選藥物以抑制或激活相關靶點，AI程式亦具備驗證標靶和藥物的能力，把傳統需要至少5年的發現程序大大縮短。以IPF為例，InSilico團隊以短短18個月就完成以上步驟，節省巨量成本。
尖端程式深度學習 為醫學界提供新模式
作為成立約6年的初創企業，InSilico不像傳統製藥廠般資源充沛，Alex因而以獨一無二的營商模型，在製藥業立足。InSilico的業務可大致分為三個範疇，分別是以AI程式自主研發藥物、與世界首屈一指的藥廠合作發現新靶點及研發新藥，以及出售應用程式服務。
Alex特別提到：「與知名藥廠合作的機會相當難得，因對方往往歷時悠久，工作流程已然發展出一套定式，對第三方夥伴的要求亦非常嚴格，故此與大躍進合作，亦證明InSilico以AI探索新藥理的方法和效能得到認證和肯定。」
未來計劃：延緩老化
以人工智能研發新藥物的潛能無限，InSilico亦正研究治理和延緩與老化相關的症狀。隨著年紀漸長，體內細胞會發生衰老作用（senescence），減弱細胞活躍度，繼而出現年老虛弱、肌肉力量減少、行動力下降等老人病。Alex解釋，團隊正以產生衰老相關分泌表型（senescence-associated secretory phenotype，SASP）的細胞作目標靶點；某些細胞在老化時，會發展成SASP的形態，過程中會分泌不同的蛋白和其他物質，而InSilico團隊則透過其強大的AI程式，以這些分泌為目標，調研合適藥物抑制這些分泌物，延緩衰老。「衰老涉及非常複雜的機制，而且人體內細胞種類繁多，老化的過程可以產生不同的靶點物質，此時我們的AI就可以大派用場，均可以大幅減少不論是發現靶點、研製合適藥物以至兩者的配對的時間成本。」團隊期望，在可見的將來發展藥物減慢衰老，甚至研發出可以治療阿茲海默症的良方。
人工智能的最大特點，是程式可以學習想像新事物，其不僅是一種預測性的模型，更具備發明的能力。Alex認為，發明、發掘新事物，在零散的醫學和基因資訊中發現新標靶和設計嶄新的藥理，正是InSilico的價值所在。他亦指出，團隊在未來將以香港為基地，並憑藉內地豐富的資源及日益成熟的技術，繼續為醫藥界帶來創新。
