ai制药技术是干嘛的：从开发到临床，投资密集期后AI制药走向何方？

作为投资行业的明星领域，AI制药一直热度不减，获得国内外众多明星基金追捧。AI制药爆发背后的逻辑和推动力量是什么？如何评价中国乃至全球AI制药的发展阶段？新药研发周期长，费用高，风险大，AI在药物研发的各个环节有哪些过人之处？AI制药公司的商业模式是否经得起推敲？本文将一一解答。

AI制药缘何热度不减

AI制药行业的爆发源自医药开发的效率性及回报率问题。根据塔夫茨药物研发研究中心的统计，一款新药的研发成本大约为 26 亿美元，平均耗时 10-15 年。而每个药物发现过程的平均成功率仅为 10％，制药公司的回报率已从 2008 年的 10％下降到大约 2%。

医药产业要面临的场景是药物研发回报率不断下降。通过算力的摩尔定律，高通量、自动化实验技术的高效开发进程，节约药物研发成本，提高回报率成为行业发展的痛点。

但药物研发过程中的成功率和投入并不完全匹配，目前，药物发现阶段投入大约占10-20%的开销，在临床试验阶段大概投80%以上的开销，但大部分的失败都是在临床阶段。

通过AI计算赋能药物开发，不仅可以有效提升效率，节约开发及临床实验阶段成本，而且可以有效地把药物发现跟后期的人体内临床实验结合起来，透过数据在临床前就达到良好的模拟效果。

具体而言，AI可以整合分散零碎的现有数据，并生成结构化数据，通过深度学习分析出数据的规律，然后按照这些规律进行药物研发，提高研发效率和准确度。

AI制药对药物研发效率及临床阶段成功率的提升，成为AI制药爆发背后的推动力量之一。AI制药之所以热度不减，另外一个重要的推动力是计算机技术的爆发。

业内专家指出，计算在制药过程里最主要的价值在于，通过前期较低成本的高质量投入来降低后期评价的成本和迭代的次数。目前的算法在一些相对细分的具体领域，包括数据的积累、一些前沿的计算方法、第一性原理和AI的方法方面都有非常快速的发展。通过先进的技术可以更好地进行设计和筛选，驱动AI制药发展。

不可否认，AI制药领域具有非常高的成长性，这个领域在各种因素叠加下快速成长。分子砌块库、超大的虚拟筛选库、云计算GPU应用、新的AI算法、结构生物学的迭代等硬技术给领域注入了新动能。

发展初期亟需复合型人才

经过技术及资本的推动，AI制药行业目前到底处于发展中的哪一阶段？从技术的发展来看，在新药研发过程中，理论上可以通过计算解决很多问题。目前，算力、数据积累以及算法的成熟度，一定程度上满足了AI制药一些基础设施的要求。

但从宏观角度而言，整个AI制药行业还处在非常早期的阶段。目前全球共有138家AI+药物研发初创企业，美国拥有86家，数量最多，其次为英国及加拿大，以色列、日本、韩国也有企业分布。

可以看出，目前的AI制药行业还没有出现 “一家独大” 的格局，各个 AI 制药公司都在聚焦自己擅长的领域。业内专家认为，“如果用百米赛跑作比喻，我们现在大约跑了五米。”

与其他行业相似的是，AI同样会遵循技术发展曲线，经历上升、最高点、回落、再发展的阶段。目前，业内普遍认可的是，中国的AI制药正处于大步向前的上升阶段。

值得注意的是，在技术的发展过程中，人的经验与决策同样重要，这个过程视为找到人机结合的切入点。例如，算法可以提高10%或者20%，但在项目实施过程中，是否能够真正把整个环节的效率提高10%？需要从药物发现的全环节去考虑，在人机结合的条件下，才可能把AI制药过程发挥到最优。

未来，AI制药行业对高端复合型人才需求将大幅增加。AI药物研发兼具信息科技和医药双重属性，既需要AI的人才也需要懂药物研发的人才，培养一批具备交叉学科的复合型人才队伍将对行业的发展起到关键性作用。

高质量数据成AI制药命脉

随着AI制药行业的蓬勃兴起，短短5年时间，AI制药在全球范围内，越来越受关注，全球制药企业也越来越多的参与到AI的应用和投资中。

就盈利模式而言，AI制药公司作为服务方或平台方，为药企提供AI相关的产品或解决方案，可按产品或解决方案收费，亦可与药企深度合作，收取新药研发的里程碑付款和销售分成。

华兴资本在研究报告中指出，仅在2020年就涌现了28笔新的合作交易，其中既包括英国AI制药公司Exscientia和拜耳的一项长达3年、总价值近3亿美元的合作，也包括阿斯利康在中国设立的AI新药研发中心。

除此之外，研发自己的新药也是AI制药公司们的另一条盈利路径，正如Exscientia和英矽智能已经有了自己的临床前候选化合物。但除少数头部公司外，目前，中国的众多AI制药项目仍在科研机构孵化中，离真正的商业化仍有距离。

要想推动行业快速发展，AI制药公司面临的最大挑战来自数据。所有的AI技术都需要基于大量的数据来训练和学习，但现实情况是，整个行业的高质量数据都非常缺乏。

数据是药企的生命，目前AI制药公司的数据绝大多数来源于药企、科研机构或院校公开的数据，自有数据量比较小。即便药企有足够多的数据，但他们鲜少愿意对外分享，数据的制约成为行业发展的极大困境。

未来，生物医药创新的价值将更为凸显。AI制药站在最热门的资本市场风口，在投资人高度关注、药企深度参与、技术快速交叉迭的背景下，中国的药物研发工业化与数据化同时发生。伴随着AI制药等新工具的快速应用，不可否认，数据、算法、复合型人才等都将成为未来AI制药领域的核心竞争力。