2023年以來，人工智能（AI）持續(xù)火爆。隨著多家A股CRO公司先后披露人工智能布局情況，其在制藥領域的應用（AI制藥）也備受市場關注。

基于AI技術與創(chuàng)新藥產業(yè)的契合程度，藥物研發(fā)被認為是AI技術絕佳的應用場景之一。國內AI制藥龍頭英矽智能聯(lián)席CEO任峰博士對第一財經表示，隨著數據的積累和算法的優(yōu)化，AI制藥技術目前已經有了很強的創(chuàng)新性，其設計的藥物分子結構很多時候已超過了人類的想象范圍。

AI技術的應用已在諸多領域讓人類相形見絀，在藥物研發(fā)領域，是否也將實現(xiàn)對研發(fā)人員的全面替代？又將如何影響全球創(chuàng)新藥產業(yè)的發(fā)展？

(資料圖片僅供參考)

技術：AI或改變創(chuàng)新藥“倒摩爾”現(xiàn)狀

創(chuàng)新藥物研發(fā)雖然可能帶來豐厚回報，但整個研發(fā)過程卻漫長而又昂貴，并且這一領域還遵循“倒摩爾定律（Erooms'? ?Law）”：大約每九年，藥物研發(fā)的成本會翻倍。根據Pharma projects數據，全球新藥平均研發(fā)成本從2010年的11.9億美元上升至2020年的25.1億美元。即使如此，目前一款新藥最終能夠成功上市的概率依然十分小。

AI技術的引入有望改變這一現(xiàn)狀。這主要因為，傳統(tǒng)藥物研究更多建立在經驗的基礎上，人是主要決定因素，也是干擾因素。AI技術憑借數據和算法建立優(yōu)勢，可以很大程度上避免這些干擾。根據英偉達公開資料，使用AI技術可使藥物早期發(fā)現(xiàn)所需時間縮短至1/3，成本節(jié)省至1/200。

AI制藥分為兩個技術路徑，其一是利用AI的歸納推理能力和算力優(yōu)勢，通過對分子動力學、分子動態(tài)變化進行模擬計算，從物理層面演繹現(xiàn)有的分子結構，加速篩選優(yōu)化先導物。

青僑陽光基金經理林偉對第一財經表示，在分子篩選環(huán)節(jié)，AI技術的暴力窮舉優(yōu)勢非常大，但要想完全釋放這個優(yōu)勢，還需要極其確定的“序列-結構-功能”的相互關系，需要很高的預測精度。

林偉表示，在預測的精準度跨過某個臨界點前，AI制藥的相對優(yōu)勢只存在理論中，一旦在底層數據庫和算法的支持下跨過這個臨界點，AI制藥很可能會給整個藥物行業(yè)帶來巨大的變化。

另一個技術路徑是類似于ChatGPT的生成式人工智能，是基于經驗和大數據的訓練，快速設計全新的分子結構，這一路徑的AI系統(tǒng)創(chuàng)新性相對更強。英矽智能的Pharma.AI即是這一類型。

任峰對第一財經表示，隨著數據的積累和算法的優(yōu)化，生成式人工智能在制藥領域已經擁有了很強的創(chuàng)新性，“AI設計的分子結構很多時候已經超過了藥物化學家的想象范圍，未來AI制藥研發(fā)能力將遠遠超過人類藥物專家。”

不過任峰也表示，目前醫(yī)藥研發(fā)領域的人工智能大數據主要來自公開數據，當前階段的數據訓練水平尚不足以支持系統(tǒng)作出自主判斷，依然屬于“弱 智能”，專業(yè)人員的判斷不可或缺。

任峰稱，未來AI制藥企業(yè)將逐漸由算法優(yōu)越性的比拼轉向數據的競爭，數據資源更具優(yōu)勢的一方將獲得領先地位，“包括英矽在內，很多AI制藥公司都已開始建立自己的智能化濕實驗室，用于產生更多獨有的數據，進一步幫助AI系統(tǒng)訓練。”

現(xiàn)狀：全球80多個AI制藥管線在研

全球首家將AI設計藥物推進到臨床階段的公司是英國的Exscientia，該公司成立于2012年。2017年，賽諾菲與Exscientia達成2.5億歐元的高額合作，AI制藥的價值開始逐漸被市場認可。2016-2020年，海外大型藥企和AI制藥公司合作案例由28起一路增長至133起；其間在2018年，全球AI制藥領域的投資額達到高峰，較2014年增長了15倍。

2020年初，Exscientia報告了第一個進入臨床試驗的AI設計的候選藥物，同年11月30日，谷歌旗下人工智能技術公司DeepMind所創(chuàng)建的人工智能系統(tǒng)Alphafold將蛋白質結構預測的精度提高到了原子水平，基本解決了困擾科學家數十年之久的“蛋白質折疊問題”。

這一系列進步意味著海外AI制藥實現(xiàn)了從0到1的飛躍，成為近年來AI制藥的高光時刻，也推動中國AI制藥產業(yè)迎來快速發(fā)展。

2019年，英矽智能宣布，利用自主開發(fā)的人工智能(AI)系統(tǒng)構思和設計的新藥物分子結構，已合成并在小鼠中成功測試了一種主要候選藥物。該系統(tǒng)設計分子的時間僅需21天，設計、合成和驗證的總時間約為46天，成本僅為15萬美元，相比之下傳統(tǒng)方法需要耗時8年多，耗資數千萬美元。

不過整體來看，由于起步相對較晚，國內AI制藥產業(yè)在研發(fā)管線、訂單規(guī)模以及融資規(guī)模等各方面，都還處于追趕階段。

研發(fā)管線上，目前全球已有80多個進入臨床的AI制藥研發(fā)管線，，90%以上以歐美企業(yè)為主；訂單規(guī)模來看，Exscientia等國外AI制藥公司近幾年已先后與MNC簽訂了諸多訂單，訂單規(guī)模動輒數十億美元，首付款規(guī)模從數千萬美元到上億美元不等，國內企業(yè)尚無法企及。

融資規(guī)模上，國內AI制藥行業(yè)的融資高峰出現(xiàn)在2020-2021年。2020年，國內AI制藥龍頭之一的晶泰科技獲得3.188億美元C輪融資，創(chuàng)下當時業(yè)內融資額的全球最高紀錄。這一年，國內AI制藥領域投融資規(guī)模暴增7倍至31億元人民幣。2021年，20余家國內AI制藥企業(yè)斬獲近百億元融資，其中燧坤智能完成超億元人民幣A輪融資，未知君完成近1億美元B輪系列融資，英矽智能完成2.55億美元C輪融資等。

任峰表示，“綜合來看，國內AI制藥產業(yè)發(fā)展依然落后國外，但不明顯，差距在2-3年左右”。

商業(yè)模式：賣鏟還是挖礦？

AI制藥企業(yè)的商業(yè)模式主要分為三種，即AI SaaS軟件服務、AI+CRO及AI+Biotech。據藥智局及蛋殼研究院統(tǒng)計，2022年國內AI制藥公司中，31%的公司選擇兼容其中兩種商業(yè)模式，只有8%選擇僅AI SaaS的商業(yè)模式。

導致這一現(xiàn)象的主要原因是AI SaaS業(yè)務的收入規(guī)模過低。據了解，目前AI SaaS市場份額最高的薛定諤（80%左右），2022年上半年軟件業(yè)務收入約為0.63億美元。有業(yè)內人士透露，一般企業(yè)軟件授權費一年能達到幾百萬美元就已相當可觀，相對于藥物研發(fā)獲得的動輒千萬甚至上億美元的收益，可以說是不值一提。

基于AI技術在臨床前研究領域的巨大應用潛力，不少企業(yè)選擇了AI+CRO模式，不過有觀察人士對第一財經表示，隨著藥明等CXO龍頭開始積極布局AI技術平臺，AI+CRO模式未來競爭可能加劇，因為傳統(tǒng)CRO企業(yè)無論是實驗數據還是資金等都更具優(yōu)勢，中小型AI+CRO企業(yè)或將面臨挑戰(zhàn)。

為尋求更高的產品附加值和發(fā)展空間，英矽智能選擇的是AI+Biotech模式。任峰表示，在此商業(yè)模式下，公司獲得可觀首付款的同時，可以借助大型藥企在臨床試驗、銷售方面的優(yōu)勢推進管線研究，并獲得持續(xù)的里程碑付款和銷售分成，隨著研發(fā)管線的不斷增多，會形成長尾效應，為公司帶來持續(xù)的收入。同時，一旦在研項目成功上市，也會進一步驗證公司AI平臺的有效性，進一步推動公司發(fā)展。

瓶頸：尚無AI研發(fā)藥物獲批上市

一款新藥是否成功最終還是需要通過上市銷售來驗證，而AI制藥雖然想象空間巨大，但到目前為止尚未有AI技術輔助研發(fā)的藥物實現(xiàn)上市。

據統(tǒng)計，81個進入臨床階段的AI藥物中，多數也處于臨床早期，僅有極個別藥物進入臨床II期研發(fā)階段。

更令業(yè)界擔憂的是，包括全球首個由AI設計的分子DSP-1181在內，已有多款AI輔助研發(fā)藥物被曝因臨床表現(xiàn)不佳而終止研究，一時間質疑頻出，甚至有觀點認為“AI藥物解決方案實際交付能力不足”，這給AI制藥行業(yè)蒙上了一層陰影。

有業(yè)內人士對第一財經表示，AI技術更多被用于藥物發(fā)現(xiàn)等公開數據充沛，且可以通過虛擬試驗獲得結果的環(huán)節(jié)（干試驗），在臨床試驗等階段更多還是要依靠人來完成相關工作。這意味著臨床試驗階段，AI制藥與普通藥物研發(fā)企業(yè)沒有區(qū)別，相關過程漫長且充滿失敗的風險。

賽迪顧問預計，到2023-2025年，將會有一批AI研發(fā)的藥物進入素有“死亡之谷”之稱臨床二期，到2026-2027年才會出現(xiàn)首個上市的AI制藥產品。

任峰表示，一旦AI技術輔助研發(fā)的藥物完成臨床試驗獲批上市，將是下一階段行業(yè)發(fā)展的標志性事件，將給整個行業(yè)帶來下一波快速發(fā)展機會，也會推動更多傳統(tǒng)藥企加速向AI制藥轉型。

標簽：