Sammendrag
«Fullstendig AI-genererte» (de novo) terapier er nå tydelig i klinisk utprøving, men den mest solide offentlige dokumentasjonen befinner seg fortsatt i tidlig til midtre fase av den kliniske utviklingen, snarere enn i fullførte senfase-studier. Den sterkeste fagfellevurderte kliniske proof-of-concept per mai 2026 er Insilico Medicines rentosertib (tidligere ISM001-055 / INS018_055), som rapporterte resultater fra en randomisert fase 2a-studie innen idiopatisk lungefibrose (IPF) i Nature Medicine (publisert online 3. juni 2025).[1]
Parallelt har flere programmer designet med generative AI-plattformer gått inn i fase 1 (for eksempel Isomorphic Labs’ første AI-designede legemiddel i Storbritannia, og Abscis ABS-101) eller beveget seg inn i pivotale studier (for eksempel Generate:Biomedicines’ GB-0895 med planlagte globale fase 3-studier, og MindRanks MDR-001 med første pasient dosert i fase 3 i Kina).[2–5]
Teknologisk status
I praksis kan «AI-designet» referere til ulike tekniske bidrag langs veien fra målidentifisering til ledemolekyl-optimalisering og molekylær konstruksjon. For eksempel beskriver Insilico en ende-til-ende-arbeidsflyt der de først identifiserte et målprotein for IPF ved hjelp av sin PandaOmics-motor, og deretter designet og optimaliserte et lite molekyl ved hjelp av sin generative kjemimotor Chemistry42.[6]
En separat og stadig viktigere egenskap er modellering med høy nøyaktighet av proteiners form og interaksjoner. Offentlig rapportering rundt Isomorphic Labs’ første AI-designede legemiddel rammer eksplisitt innsatsen inn som drevet av AlphaFold 3, beskrevet som et verktøy som kan «nøyaktig forutsi formen på proteiner og hvordan de interagerer med andre molekyler».[2]
På siden for biologiske legemidler demonstrerer de novo-metoder for proteingenerering kontroll på atomnivå over binding. En rapport fra 2026 beskriver kombinasjonen av et finjustert RFdiffusion2-nettverk med yeast display-screening for å generere antistoff-formater (VHHs, scFvs og komplette antistoffer) som binder brukerspesifiserte epitoper «med presisjon på atomnivå», med cryo-EM-bekreftelse av bindingsposisjoner og affinitetsmodning som gir ensifrede nanomolare bindere samtidig som epitop-selektivitet opprettholdes.[7]
Klinisk dokumentasjon
Tabellen nedenfor oppsummerer et utvalg av de novo, generativ-AI-designede programmer med eksplisitte, kildebelagte kliniske milepæler i det gitte datasettet.
Lengst fremme i fagfellevurderte kliniske resultater
Det mest detaljerte og fagfellevurderte kliniske signalet i datasettet er Insilicos rentosertib i IPF. Den publiserte rapporten beskriver «den første fase 2a multisenter, dobbeltblinde, randomiserte, placebokontrollerte studien» som tester rentosertib (tidligere ISM001-055), karakterisert som en «first-in-class AI-generert småmolekylær hemmer av TNIK», der TNIK beskrives som et «first-in-class målprotein i idiopatisk lungefibrose (IPF) oppdaget ved bruk av generativ AI».[1]
Effekt ble rapportert som endring i forsert vitalkapasitet (FVC), der gruppen med høyest dose viste en gjennomsnittlig endring på mL (95% CI 10.9 til 185.9) i gruppen som fikk 60 mg én gang daglig, sammenlignet med mL (95% CI −116.1 to 75.6) i placebogruppen.[1] Utfyllende kommunikasjon rundt det samme fase 2a-programmet beskriver oppnåelse av det primære endepunktet for sikkerhet og toleranse på tvers av dosenivåer, og rapporterer om doseavhengig FVC-forbedring på et sekundært endepunkt.[12]
Separat rapporterte Insilico også om regulatorisk fremgang for en formulering for direkte tilførsel til lungene: en inhalasjonsløsning av rentosertib mottok IND clearance for en fase 1-studie som evaluerer sikkerhet, toleranse og farmakokinetikk.[13]
Bølgen som følger etter
Utover rentosertib beskriver nå flere organisasjoner offentlig testing av AI-designede kandidater for første gang i mennesker (first-in-human).
Isomorphic Labs (Alphabet) kunngjorde starten på kliniske studier for sitt første AI-designede legemiddel, og opplyste at en fase 1-studie er i gang i Storbritannia og vil fokusere på sikkerhet og toleranse hos friske frivillige, der prosjektet beskrives som drevet av AlphaFold 3.[2]
Generate:Biomedicines har offentliggjort både tidlige kliniske data og intensjoner om senfase-studier. For GB-0669 (et nøytraliserende SARS-CoV-2-antistoff) beskrev first-in-human-data fase 1-toleranse uten dosebegrensende toksisitet eller alvorlige bivirkninger, og rapporterte nøytraliseringsmålinger (for eksempel nøytraliseringsindeks 15 ved 1200 mg).[11] For GB-0895 (anti-TSLP) kunngjorde selskapet planer om å initiere to globale fase 3-studier (SOLAIRIA-1 og SOLAIRIA-2), med beskrivelse av doseringsregimet (300 mg subkutant hver sjette måned) og et 52-ukers design med et primært endepunkt knyttet til årlig astma-eksaserbasjonsrate.[4, 10]
Absci har ført flere AI-konstruerte antistoffer inn i klinisk testing. De rapporterte om de første friske frivillige dosert i en fase 1-studie av ABS-101, et anti-TL1A-antistoff konstruert med deres generative AI-plattform.[3] De også rapporterte om de første friske frivillige dosert i en fase 1/2a HEADLINE-studie for ABS-201 (anti-PRLR), og opplyste at interimdata forventes i andre halvdel av 2026.[14]
Realitetsorientering
For det første betyr ikke «i klinikken» det samme som «klinisk bevist». Det tydeligste effektsignalet i datasettet (rentosertibs fase 2a FVC-endring) er fortsatt et fase 2a-resultat, og det rammes eksplisitt inn som noe som krever ytterligere undersøkelser i større og lengre studier.[15]
For det andre, selv når programmer når pivotale studier, gjenspeiler dette vanligvis en overgang til lengre, bekreftende testing snarere enn fullføring. For eksempel beskrives fase 3-astmaprogrammet for GB-0895 som planlagt oppstart og spesifiserer et 52-ukers placebokontrollert design, noe som innebærer at resultater først vil foreligge etter omfattende oppfølging og analyse.[4, 10] Tilsvarende er MindRanks MDR-001-offentliggjøring rammet inn som første pasient dosert i fase 3, som er en milepæl for studiestart snarere enn en avlesning av endepunkter.[5]
For det tredje forblir begrepet «AI-designet» heterogent på tvers av modaliteter og selskaper. Enkelte programmer vektlegger ende-til-ende generative arbeidsflyter for både målprotein og molekyl (som beskrevet for rentosertibs måloppdagelse og AI-genererte hemmer), mens andre vektlegger strukturprediksjon (AlphaFold-drevne prosjekter) eller de novo protein-/antistoffgenerering (RFdiffusion-baserte tilnærminger).[1, 2, 7]
Hva man bør følge med på
Det vitenskapelige spørsmålet på kort sikt er om fase 2a-signalet observert for rentosertib – spesielt den doseassosierte FVC-endringen – reproduseres i større og lengre studier av IPF, en tilstand der svekkelse av lungefunksjonen er klinisk signifikant og vanskelig å reversere.[1]
Det translasjonelle spørsmålet på kort sikt er om AI-konstruerte antistoffer som GB-0895 kan omsette langtidsvirkende farmakokinetikk og biomarkør-suppresjon fra fase 1 til klinisk signifikante reduksjoner i eksaserbasjoner over et årslangt fase 3-design.[4, 10] Til slutt, etter hvert som flere kandidater går inn i fase 1 (inkludert de som er beskrevet av Isomorphic Labs og Absci), vil feltet bli vurdert mindre ut fra påstander om designhastighet og mer ut fra de kliniske egenskapene som tidlige studier eksplisitt er utformet for å måle: sikkerhet, toleranse, farmakokinetikk og – senere – validerte effektendepunkter.[2, 3]
