AI制药：资本狂欢还是行业巨变？

AI制药：资本狂欢还是行业巨变？ 字体： 小 中 大 分享到： AI制药：资本狂欢还是行业巨变？ 2022-04-25 09:08:00 来源：中国电子报

图为神石科技Hermite临床前计算机辅助药物设计平台界面。

最近AI医药圈发生了几件大事。赛诺菲与英国药物研发AI技术服务商Exscientia达成了价值331亿元的高价AI制药订单。硅智半年内两次宣布发现新药，率先进入临床试验新阶段。AION实验室是由阿斯利康、默克、辉瑞和Tiva等制药巨头共同建立的人工智能药物研发实验室，宣布正式启动。

如果说2020年是AI制药的爆发元年，实现了从“0”到“1”的突破，那么经过两年的持续升温，这个赛道已经进入了从“1”到“10”的跨越式新阶段。很多行业专家认为，AI制药重新定义了制药流程，给整个医药行业带来了巨大的变革。

AI是怎么做药的？

对于大多数普通人来说，生物制药是一个陌生的领域。在《死里逃生》的电影中，抗癌团体面对天价药物的无助感让观众感同身受，引发无数眼泪。通过这部电影，一直鲜为人知的制药、制毒、售药产业链现状逐渐浮出水面，让大众得以一窥其中的一些“不可告人的秘密”。

一位从事医药行业的人士说，“作为临床医生，我们也很无奈。药价太贵了。现在，仍有很多患者在服用代购药，甚至是生药粉。”对于药企来说，新药贵，研发才是最重要的。“双十定律”是压在他们头上的一座“大山”，就是要花10年时间，10亿美元才能研发成功一种新药。即便如此，也只有10%左右的新药能够被批准进入临床阶段，最终只有更小比例的新药能够上市。

巨大的R&D成本，漫长的R&D周期，不可预知的失败率，使得新药的研发成了吃力不讨好的事情。尽管制药公司几十年来一直在增加投资，但投资10亿美元上市的新药数量每9年减少一半。这种现象被称为“反摩尔定律”。

一般来说，在新药发现的过程中，首先需要确定一个疾病的靶点，靶点相当于一把“锁”。研究人员需要设计和筛选最合适的分子作为“钥匙”，在众多药物分子可能性中解锁。以《将死求生》中的神药“格列卫”为例。它的靶点是一种融合蛋白，可以被小药物分子抑制，从而控制慢性粒细胞白血病的发展。谁更“了解”蛋白质，谁就能找到破解重大疾病、研发新药的“钥匙”。

“传统的蛋白质组学分析技术和方法并不完全适合研究蛋白质系统。它缺乏的是对蛋白质进行定量数据积累的过程，它没有合适的算法。”西湖大学特聘研究员、西湖Ome创始人郭天南说。

随着AI技术的出现，传统实验不再是唯一的选择，以数据为中心的药物发现逐渐登上舞台。“AI的主要作用是模拟和计算候选药物分子、化合物、蛋白质的组合以及基因动作完成的机制。典型的应用场景包括虚拟药物筛选、蛋白质结构预测等。”阿里云高性能计算负责人何在接受《中国电子报》采访时表示，“这涉及到分子动力学、量子化学、量子色动力学等大量传统高性能计算应用。在利用已有的蛋白质结构进行学习和预测的过程中，也引入了机器学习算法。基本上是典型的HPC(高性能计算)+AI应用场景。”

简而言之，基于数据的人工智能药物研发的范式，本质上是机器自主学习数据、挖掘数据，总结超越专家经验的药物研发规律，从而优化药物研发全过程的各个环节。不仅大大提高了药物R&D的效率和成功率，还有效降低了R&D费用和试错成本，让医药行业看到了摆脱“反摩尔定律”困境的曙光。

谁在跑道上？

受疫情驱动的新冠肺炎市场对生物医药行业给予了前所未有的关注。据不完全统计，2021年全球AI医药领域共发生77起融资事件，累计融资金额45.64亿美元(折合人民币290.73亿元)，较2020年增长152%。国内融资事件34起，总金额超过80亿元。截至2022年第一季度，新增融资事件超过十起。

水晶科技、赢驷智能、神石科技等“年轻”公司，进步神速，成为资本的“宠儿”。成立于2015年的京泰科技，目前已完成近8亿美元(折合人民币约50.96亿元)融资，创下全球ai制药领域融资金额新纪录，总估值超过130亿人民币。

成立于2018年的神石科技，开创了“多尺度建模+机器学习+高性能计算”的新范式，仅用18个月就完成了四轮融资。核心团队成员获得2020年全球高性能计算领域最高奖“戈登·贝尔奖”，相关工作入选2020年中国十大科技进步和全球AI领域十大技术突破。

赢驷智能成立于2014年，在世界上首次发现了人工智能治疗特发性肺纤维化(IPF)的临床前候选化合物的新机制。整个R&D过程仅用了不到18个月的时间和大约200万美元，创下了新药研发速度和最低成本的新纪录。目前也已完成六轮融资，累计金额超过3亿美元。

与此同时，传统药企和互联网巨头纷纷发力，或投资合作，或亲自上阵。例如，复星医药与赢驷智能携手，共同推动全球多个目标的人工智能药物的研发。赢驷智能收到了1300万美元的首付款和里程碑付款。这是迄今为止国内AI药企收到的最大一笔预付款。

据业内人士透露，目前药企和AI药企多处于试水阶段，从早期研究到临床的周期越来越短。制药公司对AI作用的认识越来越清晰。虽然像复星医药、赢驷智能这样的大单在国内还不多见，但越来越多的药企愿意走一些R&D方向试水艾药公司，合作金额也在逐年增加。

看看阿里云与GHDDI合作开发的人工智能药物R&D和大数据平台，腾讯发布的人工智能药物发现平台“云深度智能药物”，百度推出的propeller PaddleHelix开源工具集，华为建立的医疗代理EIHealth……...这些巨头的高歌猛进，极大地推动了整个赛道向纵深的快速发展。

“阿里云HPC在服务药物设计领域与生物制药公司、R&D机构、科技公司合作，如GHDDI、神石科技、景泰科技等，并基于云超级计算构建E-HPC弹性高性能计算平台的全链路生命科学应用解决方案，在E-HPC平台上并行部署生命科学HPC应用和AI应用，实现了高通量并行计算和AI算法的融合。”他对万青说。

“神石科技目前专注于两个垂直领域:药物设计和材料设计。其中，在药物设计领域，我们提供‘软件+联合研发’的商业模式。目前，平台软件已与国内外数十家学术和行业客户达成长期业务合作，联合研发的十余条管道处于临床前开发阶段。”神石科技创始人兼CEO孙告诉《中国电子报》记者。

据悉，两者还达成了战略合作关系。“互联网巨头最大的优势在于计算能力、算法和雄厚的资本。传统药企的''卡''是成熟的药物研究体系和庞大的数据池，而初创企业更勇于探索试错，能带来新的视角和创新思维。各方之间既有竞争，也有相互成就。总体来看，AI制药的商业模式逐渐清晰，生态系统正在走向良性循环。”专家表示。

行业春天将至？

古代神农尝百草，如今AI技术开启医药行业新篇章。从概念提出到现在，人工智能技术在生物制药中的作用已经从最初的计算机辅助药物设计发展到现在的人工智能药物研发，甚至有望贯穿临床实验中从药物靶点发现到早期药物发现的全过程。大胆想象一下，未来的某一天，AI是否能够从辅助工具变成主导工具，甚至独立承担药物研发的重任？

虽然想象空巨大，但前路并不平坦。纵观全球，AI制药都处于早期阶段，离技术成熟、真正走向市场还很远。数据、算力、算法、天赋都是赛车手要面对的障碍。

孙坦言:“一方面，市场上绝大多数AI制药公司还处于数据驱动的AI模型辅助药物分子发现的阶段。目前主要面临的是数据总量稀疏和数据标准差的问题，对应的典型是ADME/T性质预测、分子生成等相关挑战；另一方面，我们认为AI制药有另一种范式，即它从物理模型驱动的AI出发，创新了传统的CADD(Computational Aided Drug Discovery，计算辅助药物发现)模型。最大的挑战在于计算效率和计算精度无法兼顾的问题，比如传统的分子动力学模拟仍然无法应对复杂的蛋白质体系和蛋白质动态构象采样。”

“未来，AI制药将在数据驱动和模型驱动的范式下不断突破和进化。”孙说，“无论哪种范式发展，本质上都取决于AI或计算是否能真正替代一些实验，从而提高效率。我们认为，未来三到五年，AI不会被强调，但AI会成为药物发现的必要手段和标准。到时候大家不会刻意强调AI制药，而是会把它作为一种常用的方法。”

同时，何万青指出:“生物制药领域目前是一个蓬勃发展的‘老树新芽’，对计算的挑战来自于基础算法的复杂性和规模、算法的创新性等等。因此，使用大规模高性能计算并行集群和GPU加速成为普遍的首选。”

他认为生物制药面临着整个人类医学知识的整合。因此，云计算独特的连接性和灵活性有助于打破R&D孤岛，促进数据成果的重用和创新。

此外，对于AI制药这种多学科高壁垒行业来说，人才的稀缺可能是更根本的痛点。中科院上海药物所药学博士段宏亮直言:“只有对药学和ai都有了深入的了解，才会知道AI擅长解决制药过程中的哪些关键问题。只有找到两者的契合点，才能找到合适的商业场景。”

在他看来，虽然AI制药的发展看似火热，但才刚刚开始，重量级选手还在试水阶段。随着药品数据的逐渐积累，AI制药将迎来数据驱动的2.0时代。届时，随着大家逐渐消除疑虑，深度拥抱AI制药，行业的春天才会真正到来。(记者魏松)

【纠错】