FDA新政对医药行业的影响 - 美国FDA将逐步取消单克隆抗体等药物申请中的动物试验要求，转向AI预测模型、类器官及器官芯片等替代方法 [1] - 中国医药产业已开始借助AI提升非临床研究效率，相关研讨会探讨了AI在新药研发中的应用 [1] AI在新药研发中的应用 - AI能够设计分子药物并预测其进入临床及上市的可能性，新药研发中90%的失败发生在临床试验阶段 [2] - AI技术可预测新药研发各环节成功率，指导研发路径选择，减少试错成本 [2] - 国家癌症中心设立专门机构，与AI企业、高校合作，利用AI开展临床研究，推动原创药落地 [2] - AI技术可预测靶点开发价值，帮助设计成药性更高的小分子药物，避免临床三期失败 [2] AI技术的预测能力 - 自主研发的"深度生成模型PRnet"在药物扰动下基因转录组动态响应预测中准确率达87% [3] - 传统临床试验在新药研发中时间和费用占比超70%，但准确度较低，安全性评估漏报率至少15% [4] - 机器学习模型将药物清除预测有效率从传统方法的65 8%提升至94 1%，临床剂量预测准确率达80% [4] AI对原创药研发的推动 - AI能够准确预估安全剂量等参数，增强原创药物研发能力，解决临床前研究数据少等问题 [4] - AI可发现老药新功能或挽救失败药品，通过算法挖掘药物、疾病、靶点的新关联，盘活现有药物资源 [5] 行业趋势与展望 - FDA认为替代方法能降低研发成本和药品价格，更快提供更安全的治疗方案 [4] - 中国科研团队持续利用AI丰富药物研发实践，为创新路径提供支持 [5]