英矽智能

智通財經APP獲悉，GIP（葡萄糖依賴性促胰島素多肽）與GLP-1（胰高血糖素樣肽-1）同屬腸促胰島素家族，其受體GIPR在人體代謝調節中發揮着多維度的核心作用：在脂肪組織中促進脂質攝取與儲存；在骨骼中調節骨形成與轉換；並在中樞神經系統（CNS）中參與食慾調節。近日，英矽智能宣佈發現創新GIPR拮抗劑ISM0676，該候選分子在臨牀前小鼠模型中實現用藥27天減重31%的強大療效，爲評估GIPR通路在減重治療中的作用提供了新的臨牀前數據。

據披露，ISM0676由英矽智能(03696)藉助其Pharma.AI人工智能藥物發現平臺賦能設計，從立項到臨牀前候選化合物提名耗時14個月，累計合成測試不超過200個分子，體現了其以AI輔助提升早期研發效率的探索路徑。那麼，GIPR拮抗劑是否會成爲行業競相追逐的下一款“神藥”？ 人工智能在機制探索與分子優化等環節，又將發揮多大作用？

GLP-1困局：減重數據的B面

在狂飆猛進的減重藥物市場，GLP-1作爲數十年前被發現、機制相對成熟的靶點，率先進入臨牀應用階段，吸引初創公司、製藥巨頭甚至跨界玩家紛紛入局。僅2025年，禮來、諾和諾德等全球頂尖藥企的GLP-1產品銷售額已經突破500億美元，體現出減重賽道巨大的臨牀需求和商業化潛力。

不過，隨着用藥人羣擴大和隨訪時間拉長，GLP-1療法在實際應用中的一些侷限也逐漸受到關注，例如肌肉量的減少，減重成分中約40%來源於肌肉（瘦體重）流失，導致基礎代謝率下降；療效平臺期，患者在用藥第二年往往面臨減重停滯，即使持續用藥也很難見到進一步的減重效果；停藥後反彈，由於未能從底層扭轉脂肪儲存信號，停藥往往會導致快速的體重回升和脂肪組織重量反彈；以及長期注射與胃腸道不良反應對患者依從性的影響。

在此背景下，市場開始尋求在減重強度之外，進一步兼顧安全性、依從性的改善方案。一些研發方向將目光投向GIPR拮抗劑與GLP-1R激動劑的聯用策略，希望在實現減重的同時有效保留肌肉量。

AI驅動設計優化，引領減重療法新紀元

在上述需求背景下，英矽智能選擇以GIPR爲切入點推進相關候選分子的早期發現與優化。其在Pharma.AI平臺支持下，利用Chemistry42生成化學引擎和Alchemistry自由能結合預測引擎等AI應用工具，開展分子設計和結合模式預測。在早期研發中模擬藥物分子與GIPR受體的相互作用細節，從而輔助新穎性、成藥性等指標優化，以及藥物相互作用（DDI）風險減低。公司稱，這種以計算篩選爲先、再進行鍼對性實驗驗證的流程，有助於提升迭代效率與研發精確度，並將早期研究控制在相對有限的分子合成與測試規模內。

從臨牀前研究數據顯示，在飲食誘導肥胖（DIO）人源化GIP小鼠模型中，ISM0676與司美格魯肽聯用用藥27天實現約31.3%的減重；對照的司美格魯肽單藥組約爲16.2%。此外，ISM0676單藥組在該模型下也顯示約10.4%的體重下降。上述結果爲“GIPR拮抗劑與GLP-1聯用”策略提供了進一步的臨牀前依據。

據披露，ISM0676在體內代謝穩定性、潛在藥物相互作用風險評估、安全性以及臨牀預測劑量等方面顯示出較爲積極的臨牀前特徵，爲其後續開發提供了支持。公司同時認爲，該分子在體成分改善（如瘦體重佔比）方面具備潛在價值，且與GLP-1方案聯用可能帶來協同效應；相關結論仍需在進一步研究與臨牀試驗中驗證。

靶向底層生物機制，從體重管理邁向健康壽命延長

此前，英矽智能創始人兼CEO Alex Zhavoronkov博士表示，代謝疾病領域（Cardiometabolics）有望成爲全球首個實現大批量健康壽命延長的突破口。學術界也有相關理論依據：例如2023年，發表於學術期刊Cell的論文就將營養感應失調、線粒體功能障礙和長期慢性炎症列爲“衰老標識”框架，爲肥胖、2型糖尿病、心血管疾病等常見健康問題提供了可研究的底層生物機制視角。

據英矽智能介紹，其AI驅動研發流程覆蓋從大規模數據與通路分析、靶點發現，到生成式分子設計與多維性質預測優化等環節，並已形成一定規模的研發管線佈局：目前臨牀或臨牀前階段項目約27項，其中包括其所稱進展較快的AI驅動FIC項目Rentosertib，亦有多項合作或自研項目進入I期臨牀階段。隨着ISM0676等項目在臨牀前數據上顯示出一定的減重與體成分改善潛力，人工智能在代謝疾病藥物研發中的應用邊界與實際產出，也有望在後續研究與臨牀驗證中進一步明晰。