轉自：新康界
近日，瑞典皇家科學院宣布，將2024年諾貝爾化學獎授予蛋白質設計先驅David Baker教授與AlphaFold開發者Demis Hassabis、John M.Jumpe。
繼前幾日AI教父John J.Hopfield和Geoffrey E.Hinton獲得諾貝爾物理學獎後，AI+制藥已成為諾獎的焦點。
如果以諾貝爾獎作為人類歷年科學發展的縮影，那麽 對制藥業而言，諾貝爾生理學或醫學獎提供的是作用機制、諾貝爾化學獎提供的是構建方法、諾貝爾物理學獎提供的是處理效率。
技術的不斷突破，讓AI制藥站上風口。
01
百舸爭流
AI技術在制藥領域的套用已經引起了廣泛的關註，有數據顯示， 截至2023年底，全球共有897家AI制藥企業。其中國內AI制藥企業就達到了93家 ，而2020年底時僅為16家。
從主要布局來看，大多數AI制藥公司還是將重心放在了 早期藥物開發 這一起始階段上。
圖片來源：參考來源3
從AI制藥參與者類別來看，主要分為三大類， IT巨頭、AI制藥企業和大型藥企 。三類企業依托各自在 研發、生態、演算法 的優勢切入行業。
表1 AI制藥參與企業分類
為了降本增效，MNC們對AI充滿著無限熱情，年初的JPM大會上，谷歌母公司Alphabet旗下的AI生物技術公司Isomorphic Labs宣布與禮來和諾華簽署了兩筆價值近30億美元的大額交易；賽諾菲更是在去年宣布了「All in AI」戰略；近日禮來也任命Thomas J.Fuchs為公司第一任首席人工智能官，各大跨國制藥企業動作不斷。
經統計， 僅2023年MNC在AI+藥物研發領域就達成了超30項合作，已披露的總價值約100億美元，單筆總額最高達27億美元， 其熱情可見一斑。而在國內，恒瑞、上海醫藥等傳統企業也早於21年與XtalPi等人工智能企業達成合作。
圖片來源：參考來源5
對於IT巨頭而言，依托自身強大的演算法與科技實力，作為「賣鏟人」獲利也是一條一本萬利的道路。
根據媒體報道，軟銀集團宣布計劃在2025年前共投資1500億日元（約9.6億美元）來增強其人工智能(AI)數據中心的運算能力。
而騰訊早已參與其中，其投資的中國AI藥物研究公司晶泰科技(QuantumPharm)6月13日在香港上市，成為國產AI制藥第一股，並且在不久前結束的騰訊全球數碼生態大會上，騰訊健康總裁吳文達在發言中指出，騰訊健康依托於大模型打造的解決方案已經在1300多家企業、醫院等機構落地。
輝達的參與更加令人註目，這家全球知名的科技公司，透過旗下的風險投資基金NVentures，積極拓展其在AI制藥領域的投資版圖。據智藥局的數據監測顯示，從2023年到2024年6月6日，輝達共參與投資了10家AI制藥公司。
此外，其自身研發的生成式AI平台NVIDIA BioNeMo，可用於蛋白質結構預測、蛋白質序列生成、分子最佳化、生成式化學、對接預測等。據悉，已有100多家生物制藥和AI藥物研發公司使用其BioNeMo平台，包括安進、安斯泰來制藥、Cadence、Iambic、Insilico Medicine、Recursion和Terray Therapeutics，風光無限。
對於AI制藥初創企業而言，還有很長的路要走。
從全球來看，目前海外僅有20余家AI制藥企業上市，時間集中在2020年之後。
圖片來源：參考來源6
從公布財報看，2023年美國AI制藥公司Schrodinger（薛定諤）年收入2.17億美元，排名第一，其也是首家實作盈利的AI制藥企業：其收入主要由三部份組成：軟件收入、藥物研發收入和其他收入，全年軟件收入占了大頭，收入為1.591億美元，增長17.4%。
從研發管線來看，靶向MALT1的SGR-1505和靶向CDC7的SGR-2921均處於臨床I期。另外，財報提到，未來薛定諤將會把資源越來越多地放在專利藥物發現專案上，這也許意味著薛定諤會在未來錨定「賣鏟人」的角色。
從國內來看， 目前僅有一家上市公司晶泰科技於今年6月13日在香港上市，成為國產AI制藥第一股。
晶泰科技於2014年成立，在2016年，在輝瑞舉辦的一場全球晶體結構預測盲測比賽上，剛創立不久的晶泰科技實作了100%準確預測，以此為契機開啟了與頭部跨國藥企的戰略合作
據招股書數據，在IPO前的融資歷程中，晶泰科技共完成了8輪融資，累計金額達7.3億美元（約合人民幣52億元），在全球AI制藥企業中融資額排名第一。
目前公司擁有160+授權專利，正在進行超39項藥物發現專案，已為全球300多家生物技術與制藥公司及研究機構提供服務，其中包括全球前20大生物技術與制藥公司（按2022年收入計）中的16家。
在國內除了晶泰科技外， 目前還有進入到遞交招股書環節的英汐智能、B+輪的紅雲生物和奕拓生物以及C輪的藥物牧場、深勢科技、甫康藥業等企業。
AI制藥公司們已經進入到上市競速賽之中。
02
未來如何？
AI制藥紅透半邊天，但是不可否認的事實是 截至目前還沒有完全由AI研發的新藥物進入市場。
從融資的角度來看， 2021年行業融資金額達歷史高點，超過290億美元，隨後開始大幅下挫。
圖片來源：參考來源7
分析原因，主要是由於 當前AI制藥技術不成熟，技術成果轉化有障礙 等原因。
比如文獻顯示類藥物虛擬篩選庫已擁有超過360億種化合物，對於當下考慮到每個分子估計有10-50個構象異構體，總計超過5000億個物件。虛擬篩選與實際驗證的挑戰都是巨大的，遑論常用的AI模型通常針對數萬種或更少的化合物進行訓練，這引發了人們對其在360億種化合物的化學空間采樣方面的有效性產生疑問。
預測的有效性與驗證成本限制了AI制藥的發展，也是目前為何沒有一款上市AI藥物的主要原因。
此外，另外一方面，則是由於很多公司「掛羊頭賣狗肉」。
在探究AI制藥行業時，波士頓咨詢曾提出一個新式的詞——「AI原生公司」，指的是那些真正拿AI做實事，而不是借著AI的噱頭打廣告的公司。
在進一步的篩選後，波士頓咨詢有了驚人的發現，全世界AI制藥企業高達700多家，可真正的「AI原生公司」，竟然只有114家（截至報告時間）。
技術的不成熟加上部份入局者的不靠譜，導致AI制藥的融資與發展受到阻礙，甚至一些明星公司都受到極大的影響。
比如業內的明星公司Exscientia，其市值已經從上市之初的超30億美元跌到了如今的5.97億美元（截至2024年10月10日）。
並且由於其在管線上的接連失誤，以及停止了針對A2A靶點的癌癥候選藥物EXS-21546的I/II期研究，進一步打擊了市場信心。最終只能被輝達投資的另一家AI制藥公司Recursion並購，交易金額僅為6.88億美元，不足上市之初的30%。
領頭羊尚且如此，何論那些缺乏資金與技術實力的小型AI制藥企業。
那麽，未來會好嗎？答案是一定的。
對於AI制藥企業而言，其套用框架主要包括三個部份：數據收集和整理、使用分子描述符進行化合物表示、人工智能方法及其套用。
AI訓練需要大量的數據驗證與反饋，但是每一次的反饋與最佳化都會對下一次的最佳化進行拓展與提升。
這是一個逐步叠代的過程，隨著數據的逐漸沈澱、模型的逐漸最佳化、算力的逐漸提升，當觸發了愛因斯坦稱為第八大奇跡的「復利」後，AI賦能制藥的效率將會指數級的增長。
並且，商業的競爭本質是效率的競爭，新領域「first in class」藥物所帶來的優勢是後來者無法比擬的。更快、更準確的藥物發現、構建、驗證對藥企們來說具有無與倫比的吸重力，大浪淘沙之後，AI制藥公司前景無限。
最後借用默沙東創始人George W.Merck講過一句話，「我們應當永遠銘記：藥品是為人類健康而生產，不是為追求利潤而制造的。只要我們堅守這一信念，利潤必將隨之而來。」
隨著科技的進步，制藥企業終將拿起AI這把效率之刃，劈開那些侵襲人類的病魔！
參考來源：
1.【醫藥行業估值】
2.Artificial Intelligence for Drug Discovery:Are We There Yet?，https://doi.org/10.1146/annurev-pharmtox-040323-040828
3.【AI制藥商業模式分析：以英矽智能、晶泰科技為例】，華創證券
4.【全球AI智能制藥公司布局情況現狀分析（圖）：早期藥物開發是主要布局領域】，中研網
5.晶泰科技招股書
6.【中國AI制藥企業白皮書】
7.【2024，集體逃離AI制藥】，智藥局
8.【50億，AI制藥最大並購誕生】，東四十條資本
9.【藥物簡史】
10.【輝達、軟銀入局，AI制藥是「王炸」還是概念？】，未來數碼城市探索者
11.【AI助力新藥研發破局上市公司搶灘黃金賽道】，證券時報網
12.【萬字長文：AI制藥的前世今生、藥物發現、結構預測、從頭設計、行業圖譜】，BiG生物創新社
（轉自：新康界）
