被宣判失败的药物，正在被 AI 重新复活

📌 一句话摘要

本文介绍了一家名为 Ignota Labs 的初创公司，利用其 AI 平台 SAFEPATH 诊断并修复因安全性问题而失败的药物分子，旨在“复活”被放弃的候选药物，并收购了破产生物技术公司的临床资产。

📝 详细摘要

文章以英国初创公司 Ignota Labs 收购破产公司 Kronos Bio 的临床资产为引子，探讨了 AI 在药物研发领域的新应用方向——「药物复活」。与传统药物重定向不同，Ignota 的目标不是为旧分子寻找新用途，而是通过其自研的 AI 平台 SAFEPATH，分析药物失败的根因（如脱靶效应、代谢异常等），并对分子结构进行最小化修改以解决安全性问题，从而让药物重新进入临床。文章详细介绍了 SAFEPATH 的工作原理、Ignota 的核心团队背景、收购的管线资产（CDK9 和 SYK 抑制剂）及其针对的适应症。最后，文章指出了该模式面临的核心挑战：制药行业对失败数据的保密文化，限制了 AI 模型可用的训练数据。

💡 主要观点

- Ignota Labs 提出「药物复活」概念，用 AI 修复失败药物。 与传统「药物重定向」不同，Ignota 通过 AI 诊断药物失败的根本原因（如毒性），并对分子结构做定向修改以解决安全性问题，而非仅为旧药寻找新用途。

其 AI 平台 SAFEPATH 通过多模态建模诊断药物失败原因。 该平台整合分子结构、蛋白质结合、基因表达等多源数据，寻找跨层级关联，以识别脱靶效应、代谢异常等导致药物失败的根本问题，并生成分子改造方案。

Ignota 收购了破产公司 Kronos Bio 的临床资产作为核心管线。 这些资产包括 CDK9 和 SYK 抑制剂，其靶点机制本身经过验证，但因安全性和临床定位问题而失败。Ignota 计划利用其 AI 平台修复这些药物，并聚焦于免疫性血小板减少症和慢性淋巴细胞白血病等适应症。

制药行业对失败数据的保密是「药物复活」模式的主要瓶颈。 大量有价值的失败实验数据被封存在企业内部，科学界缺乏公开复盘的机制。缺乏高质量数据将限制 AI 模型的学习和预测能力，阻碍该模式的规模化发展。

💬 文章金句

- 药物失败的代价是数十亿美元和数年时光，但失败数据本身或许同样值钱。

• Ignota 做的事和传统的药物重定向不同……更接近「药物复活」：找到失败的根因，对分子结构做定向修改，解决安全性问题后重新推进临床。
• 全球每年有大量候选药物在临床阶段被放弃……这些药物的实验数据并非废纸，它们记录了每一次试错的方向和边界。问题在于，有多少家公司愿意把这些数据从服务器里拿出来。

📊 文章信息

AI 初评：87

来源：DeepTech深科技

作者：DeepTech深科技

分类：人工智能

语言：中文

阅读时间：8 分钟

字数：1856

标签： AI 药物发现, 药物研发, 生物科技, AI 应用, 创业公司

阅读完整文章