关键洞见
- 计算化学与人工智能正在重塑药物研发范式，通过精确评估小分子特性、高分辨率蛋白结构及分子作用机制，优化靶点选择与分子设计
- Nimbus聚焦未满足医疗需求，选择经验证靶点构建竞争优势，已成功开发AMPK、ACC等挑战性靶点的首创新药
- 公司计划推进WRN抑制剂（肿瘤治疗）和SIK抑制剂（炎症疾病）等六项临床研究，三年内实现三款创新药物首次人体试验
- 行业面临AI应用目标错位挑战：过度追求研发速度而忽视突破性靶点开发，需顶尖科学家主导技术整合
Pharmaceutical Executive：计算化学将在药物研发中扮演什么角色？
Peter Tummino：计算化学与人工智能技术已成为评估小分子特性、高分辨率蛋白结构和分子作用机制的强大工具。在Nimbus，这不仅是技术手段，更是创新方法论。我们的物理基础药物发现引擎可精确可视化小分子-蛋白质相互作用，预测效力、选择性等关键属性。通过结合人工智能与机器学习工具，我们能设计出最优类药特性的分子。
这种技术正逐步提升药物化学家的决策能力，正如20年前基因组学革命为生物学家提供工具。我们正在向混合模式演进——计算化学家与药物化学家协同工作，未来化学家将兼具计算专长，融汇两大学科进行分子设计。
PE：Nimbus的靶点选择和药物发现流程有何特点？
Tummino：我们采取严格靶点选择策略，聚焦影响庞大患者群体的高未满足医疗需求领域。优先选择经过验证的靶点，规避生物学验证风险，专注开发优于现有竞品的分子。例如针对AMPK靶点，通过计算方法和结构基础药物设计克服选择性激活挑战，在礼来合作项目中取得重要临床前突破。
我们的方法已成功开发AMPK、ACC、TYK2、HPK1和WRN等多个挑战性靶点，每个领域都具备最佳分子潜力。作为初创生物技术公司，我们坚持停止低效项目并重新分配资源的决策机制，确保资源聚焦最具潜力的患者需求领域。
PE：公司未来五年规划是什么？
Tummino：我们正在推进多治疗领域的多样化管线。15年内已有3个项目进入临床，未来三年将加速推出3个首次人体试验项目。重点包括：
- WRN抑制剂：针对微卫星不稳定性实体瘤的新型非共价 Werner综合征解旋酶抑制剂，今年进入1/2期临床。临床前数据显示该化合物在低剂量下可实现显著肿瘤消退，对免疫治疗耐药模型具有完全缓解效果。
- SIK抑制剂：针对免疫炎症疾病的盐诱导激酶抑制剂，通过抑制SIK2调控炎症反应。临床前研究显示其可降低促炎细胞因子并提升修复性IL-10，对炎症性肠病具双重疗效。
PE：行业面临哪些重大挑战？
Tummino：当前AI应用的最大误区是将速度作为首要指标，导致生物技术公司追逐易成药靶点而非突破性靶点，这将推高II期临床失败率。对比成功案例如安进/ Mirati的KRAS抑制剂（肿瘤）和Kymera的STAT6抑制剂（自免疾病），这些突破性项目往往难以符合行业宣称的时间表。
人工智能的本质是赋能科学家，而非替代人类判断。顶尖科学家仍是药物研发的核心竞争力。公司需以审慎态度整合AI技术，将其作为经验科学家的"力量倍增器"，同时坚持核心原则：将最优秀的科学家视为组织最重要资产并给予相应激励。
【全文结束】
