2023年以來，人工智能（AI）持續火爆。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技術與創新藥產業的契合程度，藥物研發被認為是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化，AI制藥技術目前已經有了很強的創新性，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，在藥物研發領域，是否也將實現對研發人員的全面替代？又將如何影響全球創新藥產業的發展？

(資料圖片僅供參考)

技術：AI或改變創新藥“倒摩爾”現狀

創新藥物研發雖然可能帶來豐厚回報，但整個研發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，藥物研發的成本會翻倍。根據Pharma projects數據，全球新藥平均研發成本從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狀。這主要因為，傳統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現所需時間縮短至1/3，成本節省至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勢，通過對分子動力學、分子動態變化進行模擬計算，從物理層面演繹現有的分子結構，加速篩選優化先導物。

青僑陽光基金經理林偉對第一財經表示，在分子篩選環節，AI技術的暴力窮舉優勢非常大，但要想完全釋放這個優勢，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系統創新性相對更強。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化，生成式人工智能在制藥領域已經擁有了很強的創新性，“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制藥研發能力將遠遠超過人類藥物專家。”

不過任峰也表示，目前醫藥研發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作出自主判斷，依然屬于“弱 智能”，專業人員的判斷不可或缺。

任峰稱，未來AI制藥企業將逐漸由算法優越性的比拼轉向數據的競爭，數據資源更具優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系統訓練。”

現狀：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所創建的人工智能系統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制藥產業迎來快速發展。

2019年，英矽智能宣布，利用自主開發的人工智能(AI)系統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制藥產業在研發管線、訂單規模以及融資規模等各方面，都還處于追趕階段。

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

融資規模上，國內AI制藥行業的融資高峰出現在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，創下當時業內融資額的全球最高紀錄。這一年，國內AI制藥領域投融資規模暴增7倍至31億元人民幣。2021年，20余家國內AI制藥企業斬獲近百億元融資，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制藥產業發展依然落后國外，但不明顯，差距在2-3年左右”。

商業模式：賣鏟還是挖礦？

AI制藥企業的商業模式主要分為三種，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模式，只有8%選擇僅AI SaaS的商業模式。

導致這一現象的主要原因是AI SaaS業務的收入規模過低。據了解，目前AI SaaS市場份額最高的薛定諤（80%左右），2022年上半年軟件業務收入約為0.63億美元。有業內人士透露，一般企業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CRO企業無論是實驗數據還是資金等都更具優勢，中小型AI+CRO企業或將面臨挑戰。

為尋求更高的產品附加值和發展空間，英矽智能選擇的是AI+Biotech模式。任峰表示，在此商業模式下，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、銷售方面的優勢推進管線研究，并獲得持續的里程碑付款和銷售分成，隨著研發管線的不斷增多，會形成長尾效應，為公司帶來持續的收入。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，進一步推動公司發展。

瓶頸：尚無AI研發藥物獲批上市

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技術輔助研發的藥物實現上市。

據統計，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期研發階段。

更令業界擔憂的是，包括全球首個由AI設計的分子DSP-1181在內，已有多款AI輔助研發藥物被曝因臨床表現不佳而終止研究，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制藥行業蒙上了一層陰影。

有業內人士對第一財經表示，AI技術更多被用于藥物發現等公開數據充沛，且可以通過虛擬試驗獲得結果的環節（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企業沒有區別，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年才會出現首個上市的AI制藥產品。

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

標簽：