醫(yī)藥領域群雄逐鹿，除了傳統(tǒng)藥企，科技巨頭亞馬遜、微軟、蘋果和谷歌正利用其在軟件、數(shù)據(jù)和 AI 方面的專業(yè)優(yōu)勢，持續(xù)布局醫(yī)藥產(chǎn)業(yè)鏈。但 AI 制藥發(fā)展至今，層出不窮的 AI 制藥企業(yè)中，也只有 Insilico Medicine 一家企業(yè)利用數(shù)據(jù)模型發(fā)現(xiàn)了藥物靶點并完成第一例健康志愿者的臨床給藥。
盡管如此，AI 制藥領域投資熱情不減。據(jù) CB Insights 數(shù)據(jù)統(tǒng)計，2015 年到 2020 年期間，該領域的融資逐步攀升：自 2020 年 3 月以來，受益于投資機構對于人工智能技術應用于藥物研發(fā)賽道的關注，共有 11 家 AI 制藥公司完成了 1 億美元以上的融資。
圖 | 融資輪次統(tǒng)計（來源：CB Insights 中國）
在融資輪次上，AI 在醫(yī)療領域各階段的融資輪次比例正在發(fā)生改變，種子輪企業(yè)占比逐年降低。CB Insights 統(tǒng)計在 2015 年融資輪次為種子輪的企業(yè)占比為 51%，而 2020 年這一比例下降到了 30%。
圖 | 融資區(qū)域統(tǒng)計（來源：CB Insights 中國）
從地域來看，近 5 年來在 AI 制藥領域有 50.6% 的融資交易發(fā)生在美國。中國以 9.4% 的比例緊隨其后，成為了除美國外最大的新興市場，超越了英國、韓國、以色列等傳統(tǒng)科技強國。
在整個全球 AI 制藥企業(yè)中，越來越多的中國企業(yè)身影涌現(xiàn)。其中，燧坤智能在今年 9 月初宣布完成由紅杉中國和斯道資本聯(lián)合領投的超億元 A 輪融資，成為 AI + 制藥賽道中由多家一線生物醫(yī)藥及 TMT 基金共同投資的 AI 驅動的新一代平臺型技術公司。
“目前，燧坤智能已搭建了數(shù)十個數(shù)據(jù)模型，申請了多個新藥小分子 PCT 專利、算法模型專利，相關詳情會陸續(xù)披露?！?燧坤智能的 CEO 曾亥年告訴生輝。
圖 | 燧坤智能 CEO 曾亥年（來源：受訪人提供）
AI 制藥的三個關鍵：數(shù)據(jù)、模型和算法
燧坤智能成立于 2018 年 9 月，來自姚期智院士為聯(lián)創(chuàng)的孵化中心圖靈人工智能研究院，在發(fā)展過程中，得到了圖靈院持續(xù)的大力支持。
作為燧坤智能的 CEO，曾亥年已在生物醫(yī)藥行業(yè)從業(yè)十幾年，他畢業(yè)于復旦大學生命科學學院，擁有雙碩士學位 —— 約翰霍普金斯大學生物科學法規(guī)監(jiān)管 / 藥事管理碩士和北卡羅來納州立大學植物生物學碩士。與此同時，曾亥年還是執(zhí)業(yè)藥師，在醫(yī)藥行業(yè)積累了十余年的管理、BD 和募投管退等經(jīng)驗。
2019 年，曾亥年加入燧坤智能擔任 CEO。“AI 制藥行業(yè)是人工智能技術和生物制藥領域的深度交叉，AI 制藥公司需要擁有強大的實力和背景，才能在競爭日益激烈的市場上站住腳跟，燧坤智能在專業(yè)背景、基礎設施、市場積累上，都有良好的表現(xiàn)?！?曾亥年透露了自己選擇燧坤智能的原因。
除此之外，燧坤智能的創(chuàng)始人和首席科學家曾堅陽，也是清華大學交叉信息研究院教授，他帶領研究組聚焦生物醫(yī)藥領域的重要科學問題——分子間識別模式，利用人工智能開發(fā)相應的新型深度學習模型。
“目前團隊有高質量數(shù)據(jù)支撐，搭建了私域數(shù)據(jù)庫，并開發(fā)了相對強大的算法模型”，曾亥年補充道，“我們也有能力為 CRO、為新藥研發(fā)做相應模型建立?！?/span>
高質量的數(shù)據(jù)是 AI 制藥企業(yè)發(fā)展的基礎保障。大部分 AI 制藥公司內部會有一整套的數(shù)據(jù)清洗標準和時間控制系統(tǒng)，這類公司除了利用公開數(shù)據(jù)做清洗之外，也會自己挖掘產(chǎn)生大量數(shù)據(jù)。
AI 制藥公司的原始數(shù)據(jù)通常來自三個方面，公開數(shù)據(jù)集例如 PubChem、ChEMBL 等、與藥企合作獲得的研發(fā)數(shù)據(jù)集、企業(yè)自身研發(fā)積累的數(shù)據(jù)集，原始數(shù)據(jù)會經(jīng)過多輪數(shù)據(jù)清洗，最終獲得可以用來建模的數(shù)據(jù)。
據(jù)悉，燧坤智能用于機器學習的數(shù)據(jù)主要來源于實驗室公開的數(shù)據(jù)和文獻。曾亥年表示：“最困難的還是好的數(shù)據(jù)，因為監(jiān)管體系不同以及生物醫(yī)藥實驗的批間差，不同國家、不同實驗室的數(shù)據(jù)需要停過大量的治理和清洗才能完成數(shù)據(jù)庫搭建?！?/span>
目前，燧坤智能自主研發(fā)的 AI4D?/ AI4Pat?能以傳統(tǒng)藥物研發(fā)手段約 1/3-1/10 時間 / 成本獲得臨床前活性分子，極大提升了新藥研發(fā)效率，縮短研發(fā)時間并降低了研發(fā)成本。
根據(jù)曾亥年的介紹，AI4D?藥物研發(fā)平臺主要賦能一類新藥、難成藥靶點及老藥新用的臨床前階段藥物研發(fā)環(huán)節(jié)，覆蓋了靶點開發(fā)，苗頭化合物發(fā)現(xiàn)、先導化合物篩選、先導化合物優(yōu)化，PKPD 評估等一系列必要環(huán)節(jié)，能夠以高效、高成功率的方式獲得 “First in class” 候選分子。
人工智能輔助平臺 Silexon?AI4Pat?的研發(fā)主要用于快速跟進藥物的研發(fā)工作，以高效、快速、低成本獲得臨床前候選分子，或將幫助藥企實現(xiàn) “Fast follow” 到 “Best in class” 的彎道超車。
AI 制藥公司的商業(yè)化之路
AI 制藥已經(jīng)過了最瘋狂階段，進入了平穩(wěn)發(fā)展期，在創(chuàng)新環(huán)境之下，AI 制藥企業(yè)正逐步探索自己的商業(yè)化之路。
AI 制藥技術的難點在于底層知識圖譜的構建、模型的訓練、以及高性能計算設施提供的算力支撐。這使得 AI 制藥公司在前期需要進行大量的技術積累，在早期商業(yè)化進程方面稍顯吃力。為解決這一問題，AI 制藥公司往往會選擇從藥物研發(fā)的某一個細分階段切入，再逐漸擴大布局。
燧坤智能也不例外，“目前，我們已與維亞生物、保諾生物、艾博生物等企業(yè)合作，根據(jù)公司內部初步統(tǒng)計，燧坤智能現(xiàn)有的外部合作項目超過 20 個。”
圖 | AI 制藥技術分類（來源：CB Insights 中國）
在所披露的合作當中，神經(jīng)退行性疾病和癌癥方向是目前合作的兩大熱門領域，代謝綜合征以及傳染病領域也有所涉獵。曾亥年表示：“燧坤智能重點關注腫瘤、自身免疫性等依然有臨床未被滿足需求的疾病。"
選擇與大廠合作或者在研管線被大廠收購，是 AI 制藥公司的另一盈利模式。例如百時美施貴寶與 Exscientia 合作針對腫瘤免疫研發(fā)候選藥物，首付款就高達 5000 萬美元。
其次，數(shù)據(jù)庫做得好，也能成為贏利點，AI 制藥領域的頭部公司 Insilico Medicine 篩選平臺已經(jīng)以 10 萬美元 / 月的訂閱模式開啟了商業(yè)化路程。但曾亥年表示，“藥物發(fā)現(xiàn)、靶點發(fā)現(xiàn)、生物標志物發(fā)現(xiàn)，是一項繁復且雷同的工作，關于這塊業(yè)務，燧坤智能正在跟不同的機構再談，包括醫(yī)院、藥廠、金融技術公司等，這并非燧坤智能最核心的業(yè)務?！?/span>
“我們可以跟有實力的機構合作，也可以自己建實驗室。數(shù)據(jù)質量層次不齊，我們有專門的技術團隊，通過算法對數(shù)據(jù)進行治理和結構化。對于 AI 制藥公司來說，更為核心的壁壘是算法，其核心創(chuàng)新點在于建模的精度和產(chǎn)生新信息的能力”，曾亥年補充道，“燧坤智能已搭建了數(shù)十個數(shù)據(jù)模型，應用于創(chuàng)新生物醫(yī)藥研發(fā)的不同場景，申請了近 20 個算法模型相關的知識產(chǎn)權，我們會持續(xù)加大模型研發(fā)和數(shù)據(jù)挖掘處理的能力?！?/span>
AI 制藥是藥廠的 “藥神”？
AI 的本質是一種數(shù)據(jù)處理工具，AI 活躍于各行各業(yè)，已有廣泛的應用場景。其中，AI 在醫(yī)療健康領域應用相對成熟，施一公曾說過，AI 制藥是醫(yī)療健康領域革命性的變革。
2020 年，AI 制藥領域在資本市場獲得了很高的關注度，對于 AI 技術在藥物研發(fā)中的真正作用也引發(fā)了一系列討論。
圖 | 融資金額及數(shù)量 （來源：CB Insights 中國）
從供給端看，隨著基因檢測技術的進步，各種藥物研發(fā)數(shù)據(jù)的不斷積累以及計算機硬件設備與人工智能算法的改良使得 AI 技術在生物制藥領域的發(fā)展獲得了良好的條件。
而在需求端，傳統(tǒng)生物制藥企業(yè)在進行新藥研發(fā)時，存在的研發(fā)周期長、失敗率高、成本高等痛點也給 AI 制藥行業(yè)帶來了巨大的增量。這些來自供需兩端的驅動力也真正助推了這場資本熱潮。
晶泰科技、instro 相繼完成 4 億美元單筆融資，納斯達克 AI 制藥板塊也已相繼迎來 Schrodinger、Relay、Recursion、AbCelera、Exscientia 等。與此同時，越來越多的制藥公司也開始探索 AI 解決方案，積極擁抱 AI 和計算生物學等新技術。比如，薛定諤與藥明康德、BMS、再鼎攜手，Exscientia 與 BMS、賽諾菲、日本住友制藥、羅氏、拜耳等大廠簽訂大單，晶泰曾在一月之內與制藥公司達成約 5 項合作等。
就在前段時間，阿斯利康、德國默克、輝瑞和梯瓦等 6 家大藥廠和亞馬遜、以色列生物科技基金共同推出了一個創(chuàng)新實驗室，旨在創(chuàng)造和采用突破性的新型 AI 技術，改變藥物發(fā)現(xiàn)和開發(fā)的過程。該聯(lián)盟還計劃在未來 5 年內每年投資或者孵化 4-6 家新公司，大約 5 年內投資 30 家公司。
今年 3 月，阿斯利康提到在小分子新藥研發(fā)管線中，目前有超過 50% 項目使用了一部分 AI 工具，合成小分子化合物的時間僅需原來的 1/3；Moderna 利用 AI 開發(fā)新冠疫苗；MIT 的 James Collins 課題組也通過 AI 發(fā)現(xiàn)了全新抗菌機制的抗生素。
但需要注意的是，國內大多數(shù) AI 制藥公司，仍處于為藥企提供服務、創(chuàng)建平臺的階段?，F(xiàn)階段來看，AI 能提供的幫助仍然有限，主要有兩點：首先，AI 的預測結果既替代不了分子合成，也替代不了動物實驗，更替代不了臨床試驗；其次，被視為核心資源的研發(fā)數(shù)據(jù)，藥企大多不愿意共享。
目前技術條件下的 AI 還只是算法和為人類服務的工具。算力方面，GPU 云計算資源等為 AI 制藥公司提供了重要的計算支撐。數(shù)據(jù)和算力是 AI 制藥企業(yè)的基石，基于此 AI 制藥公司可以搭建出自己的底層知識圖譜，并形成其行業(yè)壁壘之一。
-End-
聯(lián)系客服
