AI trong khám phá Thuốc: Một thập kỷ nhìn lại

Cuộc cách mạng deep learning, được châm ngòi vào khoảng năm 2012 với những đột phá như mô hình AlexNet, đã khởi đầu một kỷ nguyên mới cho trí tuệ nhân tạo (AI). Gần như ngay lập tức, tiềm năng của công nghệ này đã được nhận thấy trong lĩnh vực khám phá dược phẩm—một ngành công nghiệp vốn nổi tiếng với chi phí khổng lồ, thời gian kéo dài và tỷ lệ thất bại cực cao. Một thập kỷ đã trôi qua, và lĩnh vực AI trong khám phá thuốc đã phát triển từ một lĩnh vực non trẻ đầy hứa hẹn trở thành một hệ sinh thái phức hợp với những thành công, thất bại và các xu hướng chiến lược rõ ràng đang định hình tương lai.

Giai đoạn 1: Sự bùng nổ khởi nghiệp (2012 – 2019) – Kỷ nguyên của thuật toán

Sự trỗi dậy của AI trong ngành dược không phải là ngẫu nhiên. Nó được thúc đẩy bởi ba yếu tố hội tụ vào đầu những năm 2010: (1) sự gia tăng vượt bậc về sức mạnh tính toán (đặc biệt là GPU), (2) sự sẵn có của các bộ dữ liệu lớn (big data) cho việc huấn luyện mô hình, và (3) sự phát triển của cơ sở hạ tầng điện toán đám mây.

Trong bối cảnh này, một “vụ nổ Cambrian” của các công ty khởi nghiệp AI-dược phẩm đã diễn ra. Hơn 80% trong số hơn 500 công ty trong lĩnh vực này được thành lập sau năm 2012. Các công ty như Atomwise (sàng lọc phân tử nhỏ dựa trên cấu trúc), Exscientia (thiết kế phân tử nhỏ và khám phá mục tiêu), và AbCellera (thiết kế kháng thể) đã ra đời vào năm 2012. Ngay sau đó là sự xuất hiện của BenevolentAI, Recursion Pharmaceuticals, và Insilico Medicine.

Sự ra đời của Mạng đối nghịch tạo sinh (GANs) bởi Ian Goodfellow vào năm 2014 đã mang lại một công cụ mạnh mẽ cho AI, cho phép máy móc “tưởng tượng” và tạo ra các phân tử hoàn toàn mới. Insilico Medicine là một trong những công ty tiên phong trong việc áp dụng công nghệ GANs để thiết kế các phân tử thuốc mới từ đầu (de novo).

Giai đoạn này được đặc trưng bởi sự tập trung vào thuật toán. Lợi thế cạnh tranh cốt lõi được cho là nằm ở sự tinh vi của các mô hình AI, khả năng dự đoán các phân tử tiềm năng với tốc độ và độ chính xác chưa từng có.

Giai đoạn 2: Bước ra ánh sáng (2020 – Hiện tại) – Từ thuật toán đến thử nghiệm lâm sàng

Sau nhiều năm xây dựng và tinh chỉnh nền tảng, làn sóng đầu tiên của các ứng viên thuốc được thiết kế bởi AI đã bắt đầu tiến vào giai đoạn thử nghiệm lâm sàng, mang lại những bằng chứng xác thực đầu tiên cho công nghệ. Tuy nhiên, kết quả thu được là một bức tranh phức hợp, phản ánh cả tiềm năng to lớn và những thách thức dai dẳng của ngành dược.

Những câu chuyện thành công:

Insilico Medicine đã nổi lên như một trong những công ty hàng đầu với một danh mục sản phẩm ấn tượng. Ứng viên thuốc ISM018_055, nhắm vào mục tiêu mới được khám phá bởi AI (TNIK) để điều trị bệnh xơ phổi vô căn (IPF), đã thành công tiến vào thử nghiệm Giai đoạn 2. Công ty cũng có 5 ứng viên khác ở Giai đoạn 1 và hàng chục chương trình ở giai đoạn tiền lâm sàng.

Recursion Pharmaceuticals đang tiến triển ổn định với một danh mục đa dạng bao gồm 3 ứng viên ở Giai đoạn 2 và 2 ứng viên ở Giai đoạn 3 (dù một số được cấp phép từ bên ngoài), cho thấy sức mạnh của nền tảng tích hợp dữ liệu sinh học quy mô lớn.

Verge Genomics đã báo cáo dữ liệu an toàn và dung nạp tích cực từ thử nghiệm Giai đoạn 1 cho ứng viên thuốc VRG50635 điều trị bệnh ALS, một thành tựu quan trọng cho nền tảng AI dựa trên dữ liệu con người của họ.

Những thách thức và thất bại:

Con đường lâm sàng vẫn đầy chông gai. BenevolentAI đã phải đối mặt với một bước lùi lớn khi ứng viên thuốc hàng đầu của họ, BEN-2293, thất bại trong việc đánh bại giả dược trong một nghiên cứu Giai đoạn 2a, dẫn đến việc tái cấu trúc công ty. Exscientia cũng đã phải ngừng một chương trình thuốc ung thư sau khi đánh giá lại các ưu tiên chiến lược. Một số công ty tiên phong khác, dù đã huy động được hàng trăm triệu đô la và hoạt động trong nhiều năm, vẫn đang gặp khó khăn trong việc đưa các chương trình nội bộ đầu tiên của họ vào giai đoạn lâm sàng.

Những kết quả trái chiều này đã mang lại một bài học quan trọng: AI là một công cụ cực kỳ mạnh mẽ để tăng tốc giai đoạn khám phá, nhưng nó không thể loại bỏ hoàn toàn rủi ro sinh học phức tạp vốn có trong quá trình phát triển thuốc.

Giai đoạn 3: Hợp nhất

Khi lĩnh vực này trưởng thành, bối cảnh đang thay đổi nhanh chóng. Một vài xu hướng chiến lược chính đang định hình giai đoạn phát triển tiếp theo.

1. Hợp nhất thị trường: Thời kỳ “cơn sốt vàng” đã qua. Các nhà đầu tư và các đối tác lớn đang trở nên chọn lọc hơn, ưu tiên rót vốn vào một số ít các công ty đã được chứng minh năng lực. Hoạt động M&A đang gia tăng, với các công ty lớn hơn mua lại các công ty nhỏ hơn để tích hợp công nghệ và danh mục sản phẩm, như thương vụ Recursion Pharmaceuticals mua lại Cyclica và Valence Labs.

2. Big Tech trở thành Nhà cung cấp nền tảng: Các gã khổng lồ công nghệ như NVIDIA, Microsoft, và Alphabet (với Isomorphic Labs) không cạnh tranh trực tiếp để tạo ra thuốc, mà đang xây dựng các “bộ công cụ” và nền tảng AI mạnh mẽ. Họ cung cấp cơ sở hạ tầng, các mô hình AI tiên tiến (như LLMs trên Azure của Microsoft) và sức mạnh tính toán cho toàn ngành. Điều này tạo ra một hệ sinh thái mới, nơi các công ty dược có thể tận dụng các công cụ này, nhưng cũng tạo ra áp lực cạnh tranh lớn đối với các công ty khởi nghiệp AI nhỏ chỉ có lợi thế về thuật toán.

3. Chuyển dịch trọng tâm sang Dữ liệu độc quyền: Đây có lẽ là xu hướng chiến lược quan trọng nhất. Ngành công nghiệp đã nhận ra rằng thuật toán tốt nhất cũng sẽ vô dụng nếu không có dữ liệu chất lượng cao để huấn luyện. Lợi thế cạnh tranh bền vững trong tương lai không còn nằm ở mã lệnh, mà nằm ở việc sở hữu các bộ dữ liệu sinh học độc quyền, quy mô lớn. Để đạt được điều này, các công ty hàng đầu như Insilico Medicine, Recursion Pharmaceuticals, và Exscientia đang đầu tư mạnh mẽ vào việc xây dựng các phòng thí nghiệm robot tự động hóa (robotic labs). Các cơ sở này có thể thực hiện hàng triệu thí nghiệm, tạo ra dữ liệu độc nhất để huấn luyện các mô hình AI ngày càng thông minh hơn, tạo ra một “con hào” chiến lược mà các đối thủ khó có thể vượt qua.

4. Sự thay đổi trong Quan hệ đối tác với Big Pharma: Kỷ nguyên của các dự án thí điểm nhỏ lẻ đã kết thúc. Các tập đoàn dược phẩm lớn (Big Pharma) hiện đã xây dựng được năng lực AI nội bộ và trở nên sành sỏi hơn. Khi họ tìm kiếm đối tác bên ngoài, họ ưu tiên các nền tảng đã được xác thực và các thỏa thuận mang tính chiến lược hơn, với các khoản thanh toán trả trước lớn hơn, như thỏa thuận trị giá 80 triệu đô la trả trước giữa Insilico Medicine và Exelixis.

Sau một thập kỷ, AI đã chuyển từ một khái niệm mang tính cường điệu thành một công cụ không thể thiếu trong bộ công cụ R&D của ngành dược. Rõ ràng, AI có thể giúp tiết kiệm thời gian và chi phí trong các giai đoạn đầu. Tuy nhiên, câu hỏi quan trọng nhất vẫn còn ở phía trước: Liệu AI có thể thực sự cải thiện tỷ lệ thành công của các loại thuốc trong các thử nghiệm lâm sàng hay không?

Câu trả lời sẽ đến khi ngày càng có nhiều ứng viên thuốc do AI thiết kế tiến sâu hơn vào các giai đoạn thử nghiệm. Tương lai của lĩnh vực này sẽ thuộc về những công ty có thể làm chủ được bộ ba yếu tố: thuật toán tiên tiến, khả năng tạo ra dữ liệu sinh học độc quyền ở quy mô lớn, và năng lực xác thực hiệu quả các khám phá của mình trong môi trường lâm sàng thực tế. Đây là sự chuyển đổi từ mô hình “AI trong khám phá thuốc” sang một mô hình “công nghệ sinh học kỹ thuật số” (digital biotech) toàn diện.

Nguồn: BioPharma DeepDive, Deep Pharma Intelligence