亚洲欧美中文日韩在线v日本,亚洲精品永久在线观看,亚洲av日韩av永久无码色欲,亚洲成a人片777777,亚洲人成网站在线播放942

引言

談到中國科技的未來，?人工智能產(chǎn)業(yè)是個不得不提的話題。

自從谷歌的人工智能程序AlphaGo征服圍棋大師李世石和柯潔后，一夜之間，?人工智能（Artificial intelligence，?AI）悄無聲息地進入了我們的生活：精準高效的人臉識別、?勢頭強勁的自動駕駛、習(xí)以為常的siri與小愛等語音小助手、專業(yè)智能的AI輔助診斷，???人工智能的應(yīng)用生機蓬勃。但是在消費者視野之外，初創(chuàng)企業(yè)的發(fā)展與上市之路卻困難重重、荊棘滿布。以?AI四小龍（?商湯、?云從、曠視、?依圖）?為例，商湯科技股價已跌破發(fā)行價的一半，商業(yè)模式仍未得到資本方的認可；?聚焦于細分場景的AI醫(yī)療領(lǐng)域的鷹瞳科技，利用視網(wǎng)膜影像提前預(yù)測疾病，最終營收主要來自于體檢機構(gòu)與保險中心，企業(yè)發(fā)展也不容樂觀。?

雖然AI在大家熟悉的消費、汽車、科技類領(lǐng)域企業(yè)遇冷，但是制藥領(lǐng)域?的投融資熱潮卻如火如荼?。?2021年，全球披露了超過6?0?起AI制藥領(lǐng)域的投融資事件，?總金額超過4?0?億美元。?2021年全球生物制藥領(lǐng)域融資TOP10榜單中（不含IPO），AI制藥公司占了4席，分別是晶泰科技（D輪融資4億美元）、insitro（C輪融資4億美元）、Generate Biomedicines（B輪融資3.7億美元）以及Exscientia（C輪及D輪融資3.25億美元）[?1?]?。

AI好像發(fā)現(xiàn)了一片嶄新的天地和巨大的機會，市場表現(xiàn)出了滿滿的信心。?我想通過這篇短文，聚焦藥物早期發(fā)現(xiàn)階段，帶大家一起探討AI制藥領(lǐng)域關(guān)注的問題：?

●為什么在AI飽受質(zhì)疑的今天，?AI制藥的熱度卻不減反增？?

●AI在制藥領(lǐng)域面臨著怎樣的挑戰(zhàn)，業(yè)內(nèi)領(lǐng)軍企業(yè)正在如何探索解決？?

?AI制藥近年來為什么這么火熱？

2-1"?反摩爾定律"的創(chuàng)新藥行業(yè)呼喚新技術(shù)

?創(chuàng)新藥行業(yè)有個顯著特征“三高一長”，即高風(fēng)險、高回報、高投入、長周期。?據(jù)統(tǒng)計，在2?0?0?0?年?研發(fā)一款原創(chuàng)新藥需要1?0?年和?1?0?億美金，周期長，?成本高。?但?到2?0?2?0?年，?一款原創(chuàng)新藥研發(fā)的周期已經(jīng)超過10年，費用超過2?5億美金?，成本飆升之快令人瞠目結(jié)舌。?原因是這一領(lǐng)域遵循 “反摩爾定律（Erooms\'? ?Law）?”：大約每九年，藥物研發(fā)的成本會翻倍?[2]。

因此，縮短新藥研發(fā)周期、?提高研發(fā)成功率、?減少研發(fā)成本，是所有創(chuàng)新藥企的共同追求。??以一個創(chuàng)新藥為例，??企業(yè)如果技術(shù)可以減少1?0?%?的研發(fā)成本，就能節(jié)省2?.?5?億美元的研發(fā)支出。與此同時，目前仍有6?0?%?的疾病沒有有效的藥物，50%～7?0?%?的患者對重磅藥物無反應(yīng)，?未滿足的需求非常龐大。???如果存在一種技術(shù)可以讓我們更加高效的摘取這些"?高懸的果實"?，?那么將有無數(shù)的患者從中受益，?藥企也能得到巨大的商業(yè)回報，該技術(shù)無疑將是全球超過萬億美元規(guī)模創(chuàng)新藥行業(yè)追逐的對象，?而AI技術(shù)，就是近年來最有希望的種子選手之一。?

2-2中國呼喚"?源頭創(chuàng)新"?的技術(shù)

國內(nèi)創(chuàng)新藥的發(fā)展之路道阻且長。2000年-2015年，“新藥”受理數(shù)量規(guī)模巨大、數(shù)據(jù)造假、審批不規(guī)范、后期審批接近停滯。這種背景下的規(guī)?；瘎?chuàng)新藥投資與研發(fā)根本無從開展。?直到2015年2月，原國務(wù)院副秘書長畢井泉空降國家食藥監(jiān)管總局，?擔(dān)任局長，藥品評審頂層監(jiān)管日趨嚴格，我國創(chuàng)新藥春天才開始到來，?海量的資本涌入，?創(chuàng)新藥企如雨后春筍般成長。?這一階段?我國的創(chuàng)新藥物研發(fā)能力過于薄弱，?主要的商業(yè)模式還是跟隨國際大藥企上市的藥物“fast ?follow? ?on”?，?這類藥物被稱為”?me ?too“?類藥物。海量藥企跟風(fēng)“me too”，而“me too”過于內(nèi)卷?被業(yè)內(nèi)戲稱為“?we ?too”?。

直到?2021年7?月《??以臨床價值為導(dǎo)向的抗腫瘤藥物臨床研發(fā)指導(dǎo)原則》的?發(fā)布，這一輪“?we ?too”浪潮才走向終局，?中國需要是“me ?better”，?甚至“first ?in ?class”的原創(chuàng)新藥。當(dāng)前國內(nèi)的創(chuàng)新藥企正在艱難轉(zhuǎn)型，但以我們的資本積累、?技術(shù)實力，距離支持實現(xiàn)1?0?年?2?6?億美金的原創(chuàng)新藥研發(fā)的標準相差甚遠，只有通過切入新的研究方向（mRNA、?Protac、?ADC，生物藥，基因治療等）或者引入新的研發(fā)技術(shù)（AI制藥、DEL等），?才能有可能使我國創(chuàng)新藥發(fā)展實現(xiàn)彎道超車。AI制藥正在中國創(chuàng)新藥發(fā)展的大背景下?茁壯成長。?

2-3AI制藥技術(shù)從實驗室探索到產(chǎn)業(yè)落地

2018年，??Deepmind的AlphaFold以及后續(xù)的AlphaFold2?徹底引爆了整個生物醫(yī)藥行業(yè)。?絕大多數(shù)的藥物都是以蛋白質(zhì)作為靶點并且蛋白的結(jié)構(gòu)基礎(chǔ)是合理藥物設(shè)計物質(zhì)基礎(chǔ)，通過實驗測定蛋白結(jié)構(gòu)成本高昂且十分困難，而AlphaFold2能有效預(yù)測絕大部分蛋白質(zhì)結(jié)構(gòu)，?這點燃了藥企對AI技術(shù)的熱情。?

2022年初，??Nature Reviews Drug Discovery?對20家AI制藥企業(yè)進行了分析，?年增長率在36%左右。2021年底，這20家AI制藥企業(yè)的管線數(shù)目已經(jīng)相當(dāng)于全球20大藥企內(nèi)部發(fā)現(xiàn)和臨床前階段項目數(shù)的50%。這也意味著AI制藥技術(shù)的發(fā)展階段已經(jīng)度過了概念期，?正式走向了規(guī)?；炞C的階段[3]。

?AI制藥技術(shù)面臨的挑戰(zhàn)

3-1數(shù)據(jù)！數(shù)據(jù)！

AI技術(shù)在藥物發(fā)現(xiàn)落地中，可靠數(shù)據(jù)的缺失是面臨最大的困難之一。

?一個典型的例子就是，當(dāng)使用AI算法預(yù)測一個藥物化學(xué)分子在不同物種肝微粒體穩(wěn)定性時，首先需要收集所有的公開或者非公開的肝微粒體穩(wěn)定性的數(shù)據(jù)進行訓(xùn)練。不同的試驗條件，?不同的檢測設(shè)備，?不同的化合物的純度都會對實驗結(jié)果產(chǎn)生非常大的影響，?因此基于公開數(shù)據(jù)的AI算法預(yù)測藥物成藥性往往會因為數(shù)據(jù)的不可靠而無法獲得一個可靠的結(jié)果。?另外一方面，由于藥企出于商業(yè)機密等原因考慮，他們在研發(fā)中產(chǎn)生的海量數(shù)據(jù)一般不對外開放，使得大量寶貴的數(shù)據(jù)沒有被充分有效利用。?

?AI制藥領(lǐng)域通常會采用兩種方法解決數(shù)據(jù)挑戰(zhàn)：?一種是結(jié)合高精度的物理計算模型進行生成足夠量的數(shù)據(jù)，往往生成數(shù)百個上千個量級，利用該數(shù)據(jù)?作為AI算法訓(xùn)練的輸入，??訓(xùn)練出相對準確的AI模型，?再使用AI模型對數(shù)以千萬計的分子進行評估。這種方法利用了部分基于物理計算產(chǎn)生的一部分數(shù)據(jù)，降低對實驗數(shù)據(jù)量的依賴；另?一種是結(jié)合實驗自動化的技術(shù)，?通過提高藥物分子的合成效率，?生物實驗效率從而在項目內(nèi)獲得較大量的數(shù)據(jù)作為AI算法的輸入，?實現(xiàn)AI算法評估-?>??高通量合成與檢測 ?-?>?A?I?評估更加準確的良性循環(huán)。?

目前業(yè)內(nèi)眾多公司都在采用相關(guān)的策略并取得了一些成果，?比如薛定諤、?英矽智能等企業(yè)。?

3-2AI有效嗎

兩年前，第一個由AI設(shè)計的分子DSP-1811進入臨床，引發(fā)了業(yè)內(nèi)的歡呼，但目前卻因未達預(yù)期而被停止開發(fā)，預(yù)示著?目前尚未有任何一個由AI設(shè)計的分子上市。

我們找到了幾家明星制藥企業(yè)推向臨床的AI設(shè)計的分子，?與藥物化學(xué)專家設(shè)計的已知分子進行了對比[4]。?很明顯的看到，?AI設(shè)計的分子與藥化專家過去設(shè)計的分子非常相似。這也導(dǎo)致了行業(yè)內(nèi)對AI設(shè)計分子的質(zhì)疑：AI能否打破人類的認知壁壘，?突破大量的難成藥靶點，?為至今沒有有效藥物治療的患者帶來希望。

AI制藥領(lǐng)域通常會探索AI在多個領(lǐng)域的價值。比如，AI如果能更快、?更好的設(shè)計出比藥物化學(xué)專家設(shè)計的更加優(yōu)秀的分子，?或者甚至是能給藥物化學(xué)專家提供設(shè)計靈感，那是否也能帶來藥物發(fā)現(xiàn)效率的提高。?使用?AI對分子進行有效的活性評估、?成藥性評估，?可以大大的減少合成化學(xué)分子的數(shù)量，?減少大量的試驗成本，?縮短研發(fā)周期，是否大大降低藥物發(fā)展的成本。AI在哪些應(yīng)用場景更加有價值，更加有效，能夠進一步拓展AI的應(yīng)用范疇，這都是行業(yè)內(nèi)正在試圖解決的挑戰(zhàn)。

?AI制藥企業(yè)的商業(yè)化：?SaaS，??CRO還是Biotech？

如何實現(xiàn)商業(yè)化是AI制藥企業(yè)頭疼不已的事情。?國外擁有眾多非常成功的AI制藥上市企業(yè)，?比如薛定諤、?Exscientia、Relay Therapeutics等，?但國內(nèi)的AI制藥企業(yè)該?選擇怎樣的商業(yè)化道路，依然是一個艱難的抉擇。

4-1SaaS（?軟件即服務(wù)）

SaaS通過售賣AI制藥軟件可以分為兩種情況：

第一種?以售賣/?出租SaaS軟件盈利。?1?9?9?0?年成立的薛定Schr?dinger作為AI制藥企業(yè)鼻祖，是典型代表。其2?0?2?0?年上市，?當(dāng)前市值19?億美元，2?0?2?1?年營收為1.38億美元，?其中軟件營收為1.13億美元。但是眾多biotech的研發(fā)都會與CRO進行合作，這種模式下目前沒有成功的案例支撐，?用戶對軟件的付費意愿低下，?做成?SaaS軟件的模式天花板顯而易見。這也是薛定諤近年來也投入大量的資源向自研、?合作藥物方向轉(zhuǎn)型的原因。

第二種??算法免費和?算力收費。?華為的EIHealth和騰訊的云深智藥，?完全可以采取算法免費、?云收費的模式進行服務(wù)，但該模式尚未被驗證、市場目前?也沒有聽聞有企業(yè)嘗試。??

4-2VIC中的CRO

V?I?C?模式在創(chuàng)新藥領(lǐng)域非常成熟，即Biotech（?生物醫(yī)藥初創(chuàng)企業(yè)）?持有新藥的IP（知識產(chǎn)權(quán)）?，?從VC（?風(fēng)險投資）?處獲取資金，?將研發(fā)外包給CRO（?合同研發(fā)組織，?通常理解為研發(fā)外包廠家）?，?快速推動藥物的研發(fā)，?最終上市或者并購，?此時VC可以實現(xiàn)退出，?CRO獲取訂單，?Biotech實現(xiàn)商業(yè)價值，?病人獲得更好的藥物。??

依托AI成為以AI能力為差異化的CRO企業(yè)，可以有兩種方式實現(xiàn)。

其一，?提供AI計算服務(wù)。Exscientia給了我們答案，?其2?0?2?1?上半年的AI計算服務(wù)收入僅4?6?萬美元，似乎單純的AI計算服務(wù)似乎也不是一個很好的選擇。?

其二，?以合作的形式與大量外部企業(yè)共同推進管線的開發(fā)，利用廣泛合作沉淀更多的數(shù)據(jù)支持其算法模型進行迭代和優(yōu)化。Exscientia是其中代表，?2022年初賽諾菲與Exscientia達成了近400億元里程碑金額的合作。

4-3VIC中持有IP的AI ?Biotech

這類典型的代表公司是Relay Therapeutics，如今市值1?9?億美元，?它不提供對外軟件服務(wù)，跟外部企業(yè)合作較少，主要通過推進自有管線，以更快地驗證公司算法平臺能力，其主要的價值來自于其所持有的管線。?

4-4國內(nèi)企業(yè)的布局

國內(nèi)AI制藥企業(yè)已超過6?0?家且這一數(shù)字仍在增長中，?有來自于高?；蜓芯克晒D(zhuǎn)化、?名校的專家教授或傳統(tǒng)藥企的資深專家創(chuàng)業(yè)，也有互聯(lián)網(wǎng)巨頭們的跨領(lǐng)域虎口奪食[?5?]?，但是未有任何一家成功上市或者實現(xiàn)盈利，?如何成功實現(xiàn)商業(yè)化是中國AI制藥企業(yè)迫在眉睫的事情。?

不同的商業(yè)模式代表著不同的要素構(gòu)建，?選擇SaaS模式的公司核心定位是軟件公司或人工智能技術(shù)公司，圍繞其算法產(chǎn)品的領(lǐng)先、?易用等方向打造主要能力；選擇CRO模式則意味著企業(yè)定位是CRO企業(yè)，?AI算法是差異化戰(zhàn)略的一部分，?企業(yè)的目標會變成構(gòu)建足夠優(yōu)秀的服務(wù)團隊，提升服務(wù)的差異化，?通過規(guī)模效應(yīng)以及各種新技術(shù)降低成本；?選擇Biot?e?c?h?模式的企業(yè)本質(zhì)上是藥物研發(fā)企業(yè)，?要求充分理解市場的需求，?在首席醫(yī)療官CMO的帶領(lǐng)下構(gòu)建足夠優(yōu)秀、?符合市場需求的藥物管線組合，使用AI差異化能力在競爭中勝利。??

哪種模式最適合中國市場，?哪家企業(yè)率先實現(xiàn)商業(yè)化的成功，?拭目以待。?

?站在歷史的維度中看AI制藥

回望過去，藥物發(fā)現(xiàn)過程也經(jīng)歷過數(shù)次變革。人們最初以身試藥來發(fā)現(xiàn)藥物，?后來藥學(xué)專家引入動物試驗，再往后?藥物研發(fā)需要藥物化學(xué)家合成大量的藥物分子進行試驗才能找到潛在的有效分子，?藥物化學(xué)家與生物學(xué)家們一道?尋找了一種成本更低的新方案：?體外試驗，?即在體外的細胞系或者酶上測試候選藥物的活性、?毒性、?吸收等性質(zhì)。?8?0?年代以后，人們發(fā)現(xiàn)計算機可以在電腦中模擬候選藥物的分子結(jié)構(gòu)與靶點的結(jié)合情況，同時處理海量的候選化合物。最終，“計算機輔助藥物設(shè)計-?體外試驗-?動物試驗-?人體臨床試驗”的藥物發(fā)現(xiàn)模式，成為了行業(yè)標準，?大大提高成功率及效率，降低了成本。

如今藥物發(fā)現(xiàn)領(lǐng)域也面臨?著AI引入的新變化，這必定會給制藥領(lǐng)域帶來更高的效率，幫助突破更加難成藥的靶點。但AI會怎么改變制藥行業(yè)，是會顛覆制藥行業(yè)，重塑藥物發(fā)現(xiàn)過程？還是會作為現(xiàn)代藥物發(fā)現(xiàn)模式的有力補充，?進一步提高成功率并?降低成本？

時間會給我們答案。?

[?1?]? ?2021年AI制藥投融資「圖鑒」,醫(yī)藥魔方，?2?0?2?2?

[?2?]? Minie, Mark et al. “CANDO and the infinite drug discovery frontier.”Drug discovery todayvol. 19,9 (2014): 1353-63. doi:10.1016/j.drudis.2014.06.018

[?3?]? Jayatunga, Madura K P et al. “AI in small-molecule drug discovery: a coming wave?.”Nature reviews. Drug discoveryvol. 21,3 (2022): 175-176. doi:10.1038/d41573-022-00025-1

[?4?]? 首個AI設(shè)計進入臨床的分子長啥樣?,藥物發(fā)現(xiàn)進展雜評,?2021

[?5?]? ?2022中國AI制藥企業(yè)版圖,智藥局,?2?0?2?2?

撰稿人丨2021級PMBA 吳宇亮

校稿丨2021級PMBA 劉瑛