- 大熊製藥將開發人工智能藥物製劑設計平台，計劃於2029年商業化。
- 該平台將結合製劑設計經驗與人工智能技術，提升處方篩選效率。
- 研究團隊將用實驗驗證AI提出的候選方案，以提高預測準確度。
- 聯盟計劃同步開發生物模擬溶出系統，支持製劑設計的藥代動力學分析。
大熊製藥將牽頭開發一款利用人工智能進行藥物製劑設計的平台。近日，該公司被選為韓國產業通商部「基於人工智能的釋放控制與複合製劑集成優化設計平台開發」國策課題的主管機構。
該課題的核心是：輸入目標藥代動力學（PK）曲線後，人工智能能夠設計出與之匹配的最優處方。開發對象包括調節藥物釋放行為的「釋放控制製劑」，以及將多種有效成分裝入單一劑型的「複合製劑」。課題由大熊製藥牽頭，國民大學、中央大學和 AI JE Pharm 作為共同研究機構參與。研究期間為 2026 年 7 月至 2029 年 12 月，共三年半，聯盟整體研究經費約 53 億韓元（約合 390 萬美元）。
人工智能與製劑設計的結合
大熊製藥計劃將自身積累的製劑設計經驗和研究數據與人工智能技術相結合，使處方篩選和實驗設計過程更加數據驅動。平台將採用可解釋機器學習（Explainable ML）和實驗設計法（DoE），實現溶出行為預測、輔料推薦、實驗條件建議等功能。研究團隊將基於目標 PK 曲線，用實際實驗驗證人工智能提出的候選方案，並將結果重新反饋至學習過程，以提高預測準確度。
平台應用範圍將先從釋放控制製劑入手，再逐步擴展至複合製劑。聯盟還將同步開發用於連接人工智能預測與實驗的生物模擬溶出系統。該系統可模擬胃與小腸的連續環境，評估藥物從製劑中溶出的行為，並將結果與藥代動力學資訊關聯，以支持符合目標 PK 特徵的製劑設計。
平台的商業化計劃
在開發後期，人工智能提出的處方和關鍵工藝變量候選方案將被應用於大熊製藥的實際開發課題，並按藥品生產質量管理規範（GMP）進行試生產，以驗證預測結果。大熊製藥計劃將該平台應用於製劑開發流程，提高製劑研究效率。聯盟還計劃在開展研究現場實證的同時，推進基於網頁的訂閱式平台商業化。
人工智能在製藥行業的潛力與挑戰
隨著科技的進步，人工智能在製藥行業的應用越來越受到重視。大熊製藥的計劃展示了如何通過結合AI技術與傳統製劑設計方法，提升藥物開發的效率與準確性。這不僅能加速新藥的上市時間，也可能降低開發成本。然而，將AI技術實際應用於藥物開發過程中，仍需面對數據準確性、模型解釋性及合規性等挑戰。