AI助攻 生醫發展再進化

目前國際藥廠或不少新創公司都陸續投入將AI應用於藥物開發領域，主要包含藥物設計、精準醫療與生物製程的監控等。將AI與生物科技相關的藥物開發技術結合，不僅替生醫產業提供新穎的藥物開發應用，更加速新藥的開發，達成精準醫療的目的。

不過，藥物開發是昂貴和耗時的馬拉松賽事，其中還包含高風險和不確定的成功率，傳統新藥研發大約需要十至12年研發時程，平均投入成本約26億美元。近年來國際製藥產業在研發階段上花費大量成本，但未能獲得預期的回報。如何提高藥物上市成功率，是各藥廠和生技公司最重要的挑戰。

經濟部技術處為促國內生技製藥產業加速新藥開發進程，並與國際市場接軌，近年以科技專案投入，支持生技中心將AI運用於藥物開發，以提升台灣新藥研發的國際競爭力，加速藥物開發時程及發展精準醫療的藥物。目標是透過生醫大數據、生物資訊、統計科學及AI演算法，在臨床前試驗中導入數據分析，介入藥物開發流程，以提升藥物開發速度和成功率，並節省藥物開發的時間與成本。

同時透過AI學習藥物的物化性質分析與生物活性預測，根據不同化合物的物理性質進行化學特徵學習，進而產生AI預測模型，預測多種生物活性，如藥物口服吸收、分布係數、藥物清除率、分布、代謝和排泄等；也有AI被應用於化學合成方面，常用方式是以決策樹的AI 的演算法，預測最可行的逆向合成途徑。另外，藉由AI的學習分析，也可將其應用在老藥或中藥新療效的應用。例如市售養肝丸可透過AI分析各藥材的主成分，找到可能對應的標靶，預測可能的功效並加以驗證。

科技專案支持生技中心建置AI相關軟硬體，並收集與整合世界各國所建立的基因與蛋白質資料庫，同時制定各項數據平台的前處理及標準化流程，建立研發用生醫數據資料庫及生物資訊工具。另外，也透過生物標記篩選適當的病患，提升藥物的臨床有效性。

目前生技中心正應用生醫大數據，結合AI與CAR-T抗體開發計畫密切合作，建立可尋找出適用此療法的病患的生物標記，以增強對抗實體腫瘤的療效。此外，亦運用AI方法建立模型，預測頭頸癌抗體藥物療效的特徵基因，找出關鍵的生物標記，預測病患可能的反應。

為加深AI技術應用的層面，生技中心除精準醫療生物標記的開發外，亦導入藥物設計領域，包括小分子藥物、抗體、老藥新用及核酸藥物的設計開發。另針對生物製程的分析及監控進行研究，期望能將生物製程進行自動化，提升生產效率，也針對醫療影像的AI輔助工具進行開發，提升醫師對病理判讀的效率。

在藥物設計方面，主要運用AI技術協助小分子、抗體與核酸藥物等的設計，結合AI將藥物結構進行拆解，並連結相關標靶搜尋技術，協助找尋現有藥物的新治療方向；在精準醫療方面，藉由AI系統與臨床生醫大數據的連結，快速分析基因相關數據，更精準提供病患所需醫療方向與藥物開發所需的新標靶預測。生技中心也利用影像AI技術，協助醫療影像分析，提供醫生更精準的醫療判斷，降低錯失治療的先機。

在生物製程的監控方面，生技中心藉由分析生物生產過程中的相關訊號，建立AI預測模型，透過程式自動監控與調整製程原料與反應，讓智慧監控與製藥4.0接軌，提升製造產能和品質，成為未來新藥研發及製造上不可或缺的關鍵。

目前國內很少有同時將AI技術整合到小分子藥物設計、抗體藥物設計、核酸藥物開發、基因數據分析、臨床影像分析和生物製程等方面的企業。

在科技專案支持下，生技中心的AI量能已涵蓋生技製藥產業中，藥物開發過程中重要的藥物設計與製程監控階段，期望在三年內將研發能量化為AI生技藥物專業開發團隊，進而成立衍生公司，帶動國內生技產業自主研發的能力。

（作者是經濟部技術處創新生物製造技術開發計畫子項計劃主持人）

經濟部技術處

經濟部技術處整合法人研究機構、產業界、學術界之研發能量與軟實力，促成國家創新系統成員間的科技創新連結，於智慧科技、綠能科技、製造精進、民生福祉、服務創新等領域，開發具前瞻性、關鍵性及跨領域之產業技術，並將研發成果多元移轉落實產業界應用，促進創新研發成果走向產業化與國際化，以厚實產業技術能量，提升產業創新效益。