聲明：本文為火石創(chuàng)造原創(chuàng)文章，歡迎個人轉(zhuǎn)發(fā)分享，網(wǎng)站、公眾號等轉(zhuǎn)載需經(jīng)授權(quán)

引言

AI 藥物研發(fā)是將機(jī)器學(xué)習(xí)（Machine Learning）、自然語言處理（Natural Language Processing）及大數(shù)據(jù)等人工智能技術(shù)應(yīng)用到藥物研發(fā)各個環(huán)節(jié)，進(jìn)而促進(jìn)新藥研發(fā)降本增效。目前主要應(yīng)用于藥物研發(fā)階段的藥物發(fā)現(xiàn)、臨床前階段，隨著ChatGPT的不斷應(yīng)用，AI 向臨床開發(fā)階段的滲透有望持續(xù)加快。

01

市場規(guī)模

全球AI藥物研發(fā)保持增長態(tài)勢，北美是全球AI藥物研發(fā)最大市場，美國集聚了一半以上的全球AI藥物研發(fā)企業(yè)。全球AI藥物研發(fā)市場北美地區(qū)占比最大，亞太地區(qū)排名第三，預(yù)計全球AI藥物研發(fā)市場規(guī)模將在2025年達(dá)到38.8億美元；目前全球AI藥物研發(fā)企業(yè)約700家，其中超過50%的公司集中在美國，英國和歐盟分別占據(jù)12.5%和13.4%，亞洲大約12.8%，其中中國占據(jù)約4.7%。

圖1：全球各地AI藥物研發(fā)公司占比情況

來源：火石創(chuàng)造根據(jù)公開資料整理

02

融資能力

全球AI藥物研發(fā)融資能力整體提升，中國藥物研發(fā)AI大部分仍處于早期融資階段。2022年全球AI+藥物研發(fā)相關(guān)融資總事件達(dá)144起，總金額為62.02億美元（約人民幣426.7億元）。相較于2021年的整體共計77起，總金額共計45.6億美元的融資情況呈現(xiàn)雙雙上漲的態(tài)勢。其中，美國AI藥物研發(fā)融資事件71起、中國43起，其他國家和地區(qū)30起，投融資活動主要活躍在中國、美國和歐洲。

圖2：2016-2021年全球和中國AI藥物研發(fā)領(lǐng)域投融資情況

來源：火石創(chuàng)造根據(jù)公開資料整理

03在研產(chǎn)品

從在線AI藥物研發(fā)方向來看，AI輔助藥物研發(fā)布局分布在藥物發(fā)現(xiàn)、臨床前研究、臨床試驗(yàn)和藥品銷售的各個階段。其中布局最多的環(huán)節(jié)是先導(dǎo)化合物的設(shè)計優(yōu)化合成，其次是化合物篩選、靶點(diǎn)發(fā)現(xiàn)和藥物重定位，晶型預(yù)測、劑型設(shè)計環(huán)節(jié)布局的公司相對較少。目前，國內(nèi)AI藥物研發(fā)領(lǐng)域中小分子化合物虛擬篩選，新靶點(diǎn)發(fā)現(xiàn)以及藥物優(yōu)化設(shè)計和藥物重定向是目前較為熱門的方向。國內(nèi)外還暫無利用AI技術(shù)實(shí)現(xiàn)新藥上市的成功案例。

圖3：中國AI藥物研發(fā)各領(lǐng)域分布情況

來源：BiopharmaTrend.com

從在研AI藥物產(chǎn)品聚焦疾病領(lǐng)域來看，主要聚焦在癌癥和精神類疾病，占比超過50%；其次是心腦血管、肝腎腸胃和呼吸系統(tǒng)，占比大約30%；其余涉及的領(lǐng)域包括糖尿病、眼病、白血病、感染類疾病、免疫類疾病、藥物副作用領(lǐng)域，個別企業(yè)布局了遺傳疾病及罕見病等小眾賽道。其中較為知名的有AbCellera與禮來聯(lián)合研發(fā)的LY-CoV555，AI Therapeutics與耶魯大學(xué)合作開發(fā)LAM-002管線等。LY-CoV555是全球首個進(jìn)入臨床階段的新冠病毒中和抗體，并于2020年11月獲美國FDA的緊急使用授權(quán)（EUA）。

圖4: 全球AI藥物研發(fā)集聚領(lǐng)域

來源：火石創(chuàng)造根據(jù)公開資料整理

從在研產(chǎn)品研發(fā)進(jìn)程來看，美國在全球AI藥物管線布局上仍占主導(dǎo)，截至2022年6月，全球共有26家AI藥物研發(fā)企業(yè)、約51個由AI輔助進(jìn)入臨床Ⅰ期的藥物管線。其中，80%以上為美國企業(yè)，已上市的AI藥物研發(fā)頭部企業(yè)也基本為歐美企業(yè)，尚未有中國企業(yè)。目前，部分中國企業(yè)已發(fā)展出自有專利的開發(fā)平臺，甚至開始探索在全球尚未有企業(yè)涉足的前沿領(lǐng)域，如小分子晶體結(jié)構(gòu)預(yù)測、原發(fā)藥物設(shè)計等。

2022 年中國AI藥物研發(fā)取得突破進(jìn)展。截至2022年，80家中國AI藥企中，已有14家成功將管線推進(jìn)至臨床階段，大部分都處于臨床Ⅰ期階段。其中，英矽智能首個完全基于AI的管線ISM001-005進(jìn)入臨床Ⅰ期，并完成了首批健康受試者給藥。這也是中國首個進(jìn)入臨床的AI研發(fā)藥物。

2023年年初，在新西蘭臨床I期試驗(yàn)中取得積極頂線數(shù)據(jù)，在安全性、耐受性、藥代動力學(xué)（PK）方面均表現(xiàn)良好。而在中國的臨床試驗(yàn)則將進(jìn)入臨床Ⅱ期。在臨床試驗(yàn)方面，2022年有四家AI制藥企業(yè)獲得批件，分別是勁風(fēng)生物、宇耀生物、費(fèi)米子和德睿智藥。其中埃格林醫(yī)藥針對子宮內(nèi)膜癌適應(yīng)癥的EG-007管線，已經(jīng)推進(jìn)至臨床Ⅲ期，是目前國內(nèi)進(jìn)展最快的一條管線。

表1：2022年中國AI藥物研發(fā)部分管線進(jìn)展

來源：火石創(chuàng)造根據(jù)公開資料整理

04

市場主體

當(dāng)前國內(nèi)外AI制藥市場的主要入局者有三類，即大型藥企、AI制藥初創(chuàng)企業(yè)和互聯(lián)網(wǎng)頭部企業(yè)，其中大型藥企又分為傳統(tǒng)藥企和CRO企業(yè)。從AI藥物研發(fā)產(chǎn)業(yè)鏈來看，上游為AI模型數(shù)據(jù)集供應(yīng)及云計算平臺，其中數(shù)據(jù)集提供的醫(yī)藥數(shù)據(jù)是行業(yè)的關(guān)鍵競爭壁壘，云計算平臺則是用于保障底層架構(gòu)的算力供給。 產(chǎn)業(yè)鏈中游為AI藥物研發(fā)企業(yè)和IT企業(yè)，其中AI藥物研發(fā)企業(yè)主要以醫(yī)藥研發(fā)外包形式與下游企業(yè)進(jìn)行合作，在醫(yī)藥數(shù)據(jù)集的基礎(chǔ)上依托內(nèi)部的訓(xùn)練工具及AI開發(fā)工具等進(jìn)行模型的搭建和訓(xùn)練；IT企業(yè)則通過自建AI藥物研發(fā)平臺及提供算力、計算框架服務(wù)方式參與AI藥物研發(fā)。下游為傳統(tǒng)藥企，中游AI藥物研發(fā)企業(yè)會將其藥物研發(fā)階段的服務(wù)直接出售給傳統(tǒng)藥企，因此傳統(tǒng)藥企是AI藥物研發(fā)的直接需求者。

從主要玩家參與方式來看，主要有以下幾種特征：

頭部藥企：主要通過自建團(tuán)隊(duì)和業(yè)務(wù)合作兩種方式進(jìn)入AI藥物研發(fā)賽道。其中，與AI藥物研發(fā)企業(yè)合作是主要的業(yè)務(wù)模式，頭部藥企可憑借其在研發(fā)管線、專業(yè)背景上的優(yōu)勢彌補(bǔ)AI藥物研發(fā)企業(yè)的不足。如強(qiáng)生、輝瑞、阿斯利康、諾華、拜耳等頭部藥企合作次數(shù)接近10次，藥明康德與Insilico Medicine合作進(jìn)行的化合物篩選等，正大豐海、豪森藥業(yè)、云南白藥也參與到AI研發(fā)合作中。

互聯(lián)網(wǎng)頭部企業(yè)：依托其AI模型和平臺優(yōu)勢，以對外投資、自建AI藥物研發(fā)平臺和提供算法服務(wù)三種方式跨界入局。例如，“云深智藥”是騰訊基于其AI Lab自主研發(fā)的深度學(xué)習(xí)算法、數(shù)據(jù)庫和云計算，打造的AI驅(qū)動藥物臨床前研究開放平臺，覆蓋了臨床前藥物研發(fā)的全流程；此外，騰訊還與成都先導(dǎo)合作，共同設(shè)計完成了首個經(jīng)實(shí)驗(yàn)驗(yàn)證的骨架躍遷分子生成算法。

AI藥物研發(fā)企業(yè)：是行業(yè)的主力軍， AI新藥研發(fā)企業(yè)依托其算法和數(shù)據(jù)優(yōu)勢，以CRO（醫(yī)藥研發(fā)外包）和自研管線為主要模式切入應(yīng)用場景。技術(shù)上，AI藥物研發(fā)企業(yè)的算法愈受歡迎，成為重要的技術(shù)壁壘。此外，這類企業(yè)的數(shù)據(jù)自研能力是關(guān)鍵的競爭要素，AI藥物研發(fā)所需的高價值數(shù)據(jù)多源于其智能實(shí)驗(yàn)室。

05

存在的問題

數(shù)據(jù)量不足，數(shù)據(jù)獲取的周期和成本高。高質(zhì)量數(shù)據(jù)獲取門檻高，即使是使用了前沿的AI技術(shù)，也并不能立刻扭轉(zhuǎn)新藥研發(fā)面臨的挑戰(zhàn)。AI 藥物研發(fā)企業(yè)數(shù)據(jù)來源可分為公開數(shù)據(jù)和非公開數(shù)據(jù)，公開數(shù)據(jù)包括各種文獻(xiàn)數(shù)據(jù)庫，公開的項(xiàng)目模擬數(shù)據(jù)及部分臨床數(shù)據(jù)，此類數(shù)據(jù)容易獲取，但數(shù)據(jù)質(zhì)量難以保證，據(jù)此進(jìn)行的模型運(yùn)算可靠性不足。非公開數(shù)據(jù)主要是各制藥公司以往項(xiàng)目的積累，此類數(shù)據(jù)的精度高，更適合用來做模型的訓(xùn)練和計算，但由于數(shù)據(jù)屬于醫(yī)藥公司的核心資產(chǎn)，極難獲得。

算法與應(yīng)用場景匹配要求度高，專業(yè)人才稀缺。AI 藥物研發(fā)中算法模型的優(yōu)勢可以體現(xiàn)在多個維度，比如結(jié)果的精準(zhǔn)度、計算速度、模型體量、泛化性能等，不同算法模型可能有不同的側(cè)重方向，因此優(yōu)勢也會不盡相同，在特定任務(wù)需求和應(yīng)用場景下合理選擇具有相應(yīng)優(yōu)勢的算法模型至關(guān)重要。如何讓算法與生物學(xué)更完美的結(jié)合，這需要技術(shù)人員對于制藥醫(yī)學(xué)和AI人工智能都有深入理解，才能更好的發(fā)揮模型優(yōu)勢，此類人才的稀缺也成為掣肘行業(yè)發(fā)展的重要因素。

06

發(fā)展趨勢

AI藥物研發(fā)將進(jìn)軍抗體等大分子領(lǐng)域。2022年4月份，以色列藥企Biolojic  Design宣布其有史以來第一個計算設(shè)計的抗體進(jìn)入臨床試驗(yàn)。11月，加拿大藥企AbCellera和合作伙伴Regeneron宣布已經(jīng)將首個針對未公開G蛋白偶聯(lián)受體 （GPCR）的抗體候選藥物推進(jìn)到臨床前開發(fā)階段。同月，AI制藥企業(yè)Exscientia，宣布其AI技術(shù)平臺將包括人類抗體設(shè)計。有媒體做過不完全統(tǒng)計，全球已經(jīng)有20多家公司正在通過AI技術(shù)發(fā)現(xiàn)抗體藥物。從區(qū)域來看，這些公司大都分布在歐美。

中國也有企業(yè)布局，但仍屬于小眾領(lǐng)域。星亢原與愷佧生物、藥明生物都達(dá)成了AI賦能大分子藥物研發(fā)的合作。信華生物則宣布利用自研AI平臺設(shè)計開發(fā)的First-in-class多功能抗體藥物在臨床前動物實(shí)驗(yàn)中顯示出優(yōu)異的安全性與有效性，且可成藥性方面性能卓越，即將進(jìn)入CMC和IND-enabling階段。一旦成功，該藥將有望成為亞洲最先進(jìn)入臨床階段的AI大分子藥物。

自動化實(shí)驗(yàn)室成新吸睛點(diǎn)。2022年，數(shù)據(jù)的數(shù)量和質(zhì)量仍是AI制藥發(fā)展的核心問題。自動化實(shí)驗(yàn)室的出現(xiàn)恰恰就是為了解決這個問題。2021年，部分AI制藥公司已經(jīng)開始建立自動化實(shí)驗(yàn)室，目的是提高內(nèi)部數(shù)據(jù)的生成能力，以優(yōu)化AI模型。據(jù)不完全統(tǒng)計，Exscientia、英矽智能、Arctoris、Recursion、Insitro等都建立了自動化實(shí)驗(yàn)室。英矽智能則于2021年12月發(fā)布了全球首個由人工智能輔助決策的全自動化機(jī)器人實(shí)驗(yàn)室。該智能機(jī)器人實(shí)驗(yàn)室聚焦靶點(diǎn)發(fā)現(xiàn)、化合物篩選、個性化藥物開發(fā)和轉(zhuǎn)化醫(yī)學(xué)研究等領(lǐng)域。自動化已經(jīng)成為不少AI制藥公司戰(zhàn)略版圖的下一個重要模塊。在2021年初，英國的Automata Labs于籌集了5000萬美元用于自動化實(shí)驗(yàn)室研究；中國的鎂伽科技也引來高盛投資，獲得3億美元融資用于擴(kuò)展其多樣化的自動化人工智能驅(qū)動的遠(yuǎn)程實(shí)驗(yàn)室服務(wù)和機(jī)器人化設(shè)施。

—END—

作者 | 火石創(chuàng)造 王桃清  審核 | 火石創(chuàng)造 廖義桃 殷莉

       原文標(biāo)題 : AI藥物研發(fā)行業(yè)現(xiàn)狀及發(fā)展趨勢分析