2023年以来，人工智能（AI）持续火爆。随着多家A股CRO公司先后披露人工智能布局情况，其在制药领域的应用（AI制药）也备受市场关注。
(资料图)
基于AI技术与创新药产业的契合程度，药物研发被认为是AI技术绝佳的应用场景之一。国内AI制药龙头英矽智能联席CEO任峰博士对第一财经表示，随着数据的积累和算法的优化，AI制药技术目前已经有了很强的创新性，其设计的药物分子结构很多时候已超过了人类的想象范围。
AI技术的应用已在诸多领域让人类相形见绌，在药物研发领域，是否也将实现对研发人员的全面替代？又将如何影响全球创新药产业的发展？
技术：AI或改变创新药“倒摩尔”现状
创新药物研发虽然可能带来丰厚回报，但整个研发过程却漫长而又昂贵，并且这一领域还遵循“倒摩尔定律（Erooms" Law）”：大约每九年，药物研发的成本会翻倍。根据Pharma projects数据，全球新药平均研发成本从2010年的11.9亿美元上升至2020年的25.1亿美元。即使如此，目前一款新药最终能够成功上市的概率依然十分小。
AI技术的引入有望改变这一现状。这主要因为，传统药物研究更多建立在经验的基础上，人是主要决定因素，也是干扰因素。AI技术凭借数据和算法建立优势，可以很大程度上避免这些干扰。根据英伟达公开资料，使用AI技术可使药物早期发现所需时间缩短至1/3，成本节省至1/200。
AI制药分为两个技术路径，其一是利用AI的归纳推理能力和算力优势，通过对分子动力学、分子动态变化进行模拟计算，从物理层面演绎现有的分子结构，加速筛选优化先导物。
青侨阳光基金经理林伟对第一财经表示，在分子筛选环节，AI技术的暴力穷举优势非常大，但要想完全释放这个优势，还需要极其确定的“序列-结构-功能”的相互关系，需要很高的预测精度。
林伟表示，在预测的精准度跨过某个临界点前，AI制药的相对优势只存在理论中，一旦在底层数据库和算法的支持下跨过这个临界点，AI制药很可能会给整个药物行业带来巨大的变化。
另一个技术路径是类似于ChatGPT的生成式人工智能，是基于经验和大数据的训练，快速设计全新的分子结构，这一路径的AI系统创新性相对更强。英矽智能的Pharma.AI即是这一类型。
任峰对第一财经表示，随着数据的积累和算法的优化，生成式人工智能在制药领域已经拥有了很强的创新性，“AI设计的分子结构很多时候已经超过了药物化学家的想象范围，未来AI制药研发能力将远远超过人类药物专家。”
不过任峰也表示，目前医药研发领域的人工智能大数据主要来自公开数据，当前阶段的数据训练水平尚不足以支持系统作出自主判断，依然属于“弱 智能”，专业人员的判断不可或缺。
任峰称，未来AI制药企业将逐渐由算法优越性的比拼转向数据的竞争，数据资源更具优势的一方将获得领先地位，“包括英矽在内，很多AI制药公司都已开始建立自己的智能化湿实验室，用于产生更多独有的数据，进一步帮助AI系统训练。”
现状：全球80多个AI制药管线在研
全球首家将AI设计药物推进到临床阶段的公司是英国的Exscientia，该公司成立于2012年。2017年，赛诺菲与Exscientia达成2.5亿欧元的高额合作，AI制药的价值开始逐渐被市场认可。2016-2020年，海外大型药企和AI制药公司合作案例由28起一路增长至133起；其间在2018年，全球AI制药领域的投资额达到高峰，较2014年增长了15倍。
2020年初，Exscientia报告了第一个进入临床试验的AI设计的候选药物，同年11月30日，谷歌旗下人工智能技术公司DeepMind所创建的人工智能系统Alphafold将蛋白质结构预测的精度提高到了原子水平，基本解决了困扰科学家数十年之久的“蛋白质折叠问题”。
这一系列进步意味着海外AI制药实现了从0到1的飞跃，成为近年来AI制药的高光时刻，也推动中国AI制药产业迎来快速发展。
2019年，英矽智能宣布，利用自主开发的人工智能(AI)系统构思和设计的新药物分子结构，已合成并在小鼠中成功测试了一种主要候选药物。该系统设计分子的时间仅需21天，设计、合成和验证的总时间约为46天，成本仅为15万美元，相比之下传统方法需要耗时8年多，耗资数千万美元。
不过整体来看，由于起步相对较晚，国内AI制药产业在研发管线、订单规模以及融资规模等各方面，都还处于追赶阶段。
研发管线上，目前全球已有80多个进入临床的AI制药研发管线，，90%以上以欧美企业为主；订单规模来看，Exscientia等国外AI制药公司近几年已先后与MNC签订了诸多订单，订单规模动辄数十亿美元，首付款规模从数千万美元到上亿美元不等，国内企业尚无法企及。
融资规模上，国内AI制药行业的融资高峰出现在2020-2021年。2020年，国内AI制药龙头之一的晶泰科技获得3.188亿美元C轮融资，创下当时业内融资额的全球最高纪录。这一年，国内AI制药领域投融资规模暴增7倍至31亿元人民币。2021年，20余家国内AI制药企业斩获近百亿元融资，其中燧坤智能完成超亿元人民币A轮融资，未知君完成近1亿美元B轮系列融资，英矽智能完成2.55亿美元C轮融资等。
任峰表示，“综合来看，国内AI制药产业发展依然落后国外，但不明显，差距在2-3年左右”。
商业模式：卖铲还是挖矿？
AI制药企业的商业模式主要分为三种，即AI SaaS软件服务、AI+CRO及AI+Biotech。据药智局及蛋壳研究院统计，2022年国内AI制药公司中，31%的公司选择兼容其中两种商业模式，只有8%选择仅AI SaaS的商业模式。
导致这一现象的主要原因是AI SaaS业务的收入规模过低。据了解，目前AI SaaS市场份额最高的薛定谔（80%左右），2022年上半年软件业务收入约为0.63亿美元。有业内人士透露，一般企业软件授权费一年能达到几百万美元就已相当可观，相对于药物研发获得的动辄千万甚至上亿美元的收益，可以说是不值一提。
基于AI技术在临床前研究领域的巨大应用潜力，不少企业选择了AI+CRO模式，不过有观察人士对第一财经表示，随着药明等CXO龙头开始积极布局AI技术平台，AI+CRO模式未来竞争可能加剧，因为传统CRO企业无论是实验数据还是资金等都更具优势，中小型AI+CRO企业或将面临挑战。
为寻求更高的产品附加值和发展空间，英矽智能选择的是AI+Biotech模式。任峰表示，在此商业模式下，公司获得可观首付款的同时，可以借助大型药企在临床试验、销售方面的优势推进管线研究，并获得持续的里程碑付款和销售分成，随着研发管线的不断增多，会形成长尾效应，为公司带来持续的收入。同时，一旦在研项目成功上市，也会进一步验证公司AI平台的有效性，进一步推动公司发展。
瓶颈：尚无AI研发药物获批上市
一款新药是否成功最终还是需要通过上市销售来验证，而AI制药虽然想象空间巨大，但到目前为止尚未有AI技术辅助研发的药物实现上市。
据统计，81个进入临床阶段的AI药物中，多数也处于临床早期，仅有极个别药物进入临床II期研发阶段。
更令业界担忧的是，包括全球首个由AI设计的分子DSP-1181在内，已有多款AI辅助研发药物被曝因临床表现不佳而终止研究，一时间质疑频出，甚至有观点认为“AI药物解决方案实际交付能力不足”，这给AI制药行业蒙上了一层阴影。
有业内人士对第一财经表示，AI技术更多被用于药物发现等公开数据充沛，且可以通过虚拟试验获得结果的环节（干试验），在临床试验等阶段更多还是要依靠人来完成相关工作。这意味着临床试验阶段，AI制药与普通药物研发企业没有区别，相关过程漫长且充满失败的风险。
赛迪顾问预计，到2023-2025年，将会有一批AI研发的药物进入素有“死亡之谷”之称临床二期，到2026-2027年才会出现首个上市的AI制药产品。
任峰表示，一旦AI技术辅助研发的药物完成临床试验获批上市，将是下一阶段行业发展的标志性事件，将给整个行业带来下一波快速发展机会，也会推动更多传统药企加速向AI制药转型。
关键词：