又一款AI药物临床试验受挫，我们到底需要怎样的AI+制药？
AI设计的药物还是没能迈过临床II期的死亡之谷。
近日，英国AI药物研发上市公司BenevolentAI宣布：其用于治疗特应性皮炎的局部泛 Trk抑制剂BEN-2293的IIa期临床试验，没有达到次要疗效终点，即无法减少患者的瘙痒和炎症。
BEN-2293是公司目前推进得最快的管线，也是唯一一条临床管线，此前BenevolentAI也凭借该药物上市。
我们到底需要怎样的AI药物，是更快地进入临床，还是帮助我们获得更好的疗效？
特应性皮炎（Atopic dermatitis，AD)是一种慢性、复发性、炎症性皮肤病，以皮肤干燥、慢性湿疹样皮损和明细瘙痒为基本特征，严重影响患者心理健康和生活质量，进而增加社会经济成本。
目前，特应性皮炎的一线治疗以局部外用糖皮质激素、钙调磷酸酶抑制剂为主，然而患者常出现对局部用药反应不足或不耐受的情况，不适合连续长期使用。
因此该病症还有未满足的临床需求，驱使众多公司将资源投进该领域。
近年来，全球学者在特应性皮炎临床治疗研究领取得了较为突出的进展，发现了诸多新的潜在治疗靶点及候选药物。
BenevolentAI开发的BEN-2293是三种原肌球蛋白相关激酶 (Trk) 受体（TrkA、TrkB 和 TrkC）的选择性抑制剂，也称为泛Trk抑制剂。
公司宣称这是一种潜在的同类最佳Pan-Trk局部抑制剂，可缓解特应性皮炎 (AD) 患者的炎症并快速解决瘙痒。
IIa期研究的主要终点衡量了 BEN-2293 的安全性和耐受性，而次要终点则考察了在湿疹面积和严重程度指数（EASI）和瘙痒症数值评定量表（NRS）方面取得改善的患者比例。
尽管主要终点——安全性和耐受性尚可，但它并未显示出对治疗组参与者的 EASI 或 NRS 终点有统计学意义的显着影响。
也就是说，该药物的有效性并未被证实。
然而，该公司的新闻稿指出，对受特应性皮炎影响的体表面积（ BSA ）百分比的初步分析显示， EASI对基线疾病程度较大的患者具有治疗效果，随着时间的推移，治疗效果会有所改善。
此外，与安慰剂相比，BEN-2293 有可能改善受 BSA 影响的患者的疾病负担超过 20%。
首席科学官 Anne Phelan 博士说：“尽管主要疗效结果尚无定论，但 EASI 疗效与受影响的 BSA的显着关系需要进一步研究，并支持在 AD 中使用泛 Trk 抑制剂的假设。我们将继续审查和分析完整的数据集，以充分了解结果和后续步骤。”
公司正在对完整的数据集进行审查，以帮助指导BEN-2293的进一步开发，并将选择后面公布完整的结果。
作为一家AI制药公司，BenevolentAI独特之处在于将知识图谱（Knowledge Graph，简称KG）技术用于靶点发现及药物研发中。
其生物医学知识图谱汇集了基因、蛋白质、疾病和化合物等信息，用来帮生物医学以及药化学家确定疾病的各种途径和机制，做出更好的决策，助力药物快速研发。
新冠肺炎早期，BenevolentAI的知识图谱平台通过海量检索，确定了礼来的巴瑞替尼（Baricitinib）可用于治疗重症新冠患者，并获得了FDA的紧急使用授权。
运用知识图谱，BenevolentAI还成功帮助阿斯利康确定5个创新靶点进入研发管线，包含两项慢性肾病（CKD）和三项特发性肺纤维化（IPF）的靶点。
BEN-2293的靶点也是经过BenevolentAI的AI平台而来。
通过Benevolent Platform™平台，公司确定了Trk受体在特应性皮炎中作为瘙痒和炎症介质的作用，抑制TrKA能够减少瘙痒，抑制TrkB、TrkC能够减少炎症。于是BenevolentAI设计出对三种Trk受体有效和选择性抑制剂BEN-2293。
据此前的数据，BenevolentAI对这款药物也有较高的期望：不仅对瘙痒和炎症均有效，适合长期使用，没有刺激性作用，有可能取代成人和儿童无效和耐受性差的二线治疗，并作为重度患者的辅助治疗方案。
但该药物可能在立项时就出现了问题。
长期以来，治疗轻度和中度的特应性皮炎的以皮质类固醇(TCS)及钙调磷酸酶抑制剂 (TCI) 为主，而后出现了PDE4 抑制剂、IL4/IL13 抑制剂以及JAK抑制剂用于治疗中度或者重度的患者。
上述机制及靶点均有成熟药物上市，但BenevolentAI选择的Trk受体在所有研发管线中并不主流，也带来了一定的风险。
当然影响临床数据的因素有非常多，不一定就是靶点的选择。但相信知识图谱的输出结果，选择一个不主流的靶点让BenevolentAI势必需要承受相应的风险，验证成本会非常高。
公司还在2022年报中称，打算根据结果对BEN-2293进行授权转让，目前已经接触一家专注于皮肤病学的制药公司，以进行持续的临床开发。
目前还并不清楚公司的最新打算，但新闻稿中的信息显示，公司并不打算放弃该药物。
当AI药物进入临床后
由AI辅助设计的药物进入临床后疗效不佳已经不是孤例了。
此前智药局就曾经报道过全球首个由AI设计的分子DSP-1181，也由于在临床表现不佳而停止研发，给整个行业蒙上了一层阴影。
我们不由得发问，尽管在AI帮助下发现了越来越多的药物，但它们并不能保证临床试验的成功，还需要AI的参与吗？
当前，AI对于药物研发的提升主要在临床前，即分子设计及优化、化合物筛选、ADMET预测、以及晶型预测等环节，AI在临床阶段的作用非常有限，更多的是帮助患者招募、数据分析等辅助手段。
临床试验的高失败率不止是AI制药公司的痛点，也是整个行业的痛点。
正如某位传统制药公司董事长的发问：“AI能不能帮助我们跳过动物试验，甚至直接跳过人的临床试验？”
我们都明白，该愿景短期内不可能实现。或者说，制药业本身就是个高风险、高赔率的行业，AI的加入也没能改变其本质。
那么我们还需要AI的帮助缩短时间和效率吗？
或许不仅是效率，我们更需要的是帮助研发人员提高决策质量的人工智能，而这绝非一日之功。
参考链接：
benevolentAI官网及公告
—The End—
推荐阅读