酷应用

2025年，我们能吃上“AI制的药”吗？

百家作者：IT时报 2022-02-22 18:02:42

图源：东方IC

2月15日，药明康德发布业绩快报，2021年营业收入为229.02亿元，同比增长38.5%；归母净利润50.97亿元，同比增长72.19%。靓丽的数据给药明康德的股价打了一剂强心针，春节过后，药明康德再次暴跌，一路下探至2月11日的81.9元，随后受益于良好的业绩曾略有回升，今日股价报收96.80元，但距离其2021年中高位的170元左右，仍有超四成的跌幅。

药明康德的疲态，“拖累”了明星基金经理——中欧基金的葛兰，天天基金显示，重仓药明康德、凯莱英、康龙化成等CXO（医药外包）企业的中欧医疗健康混合A基金近一年回撤34.6%。

冰火两重天。与这些在二级市场“闪崩”的医药股相反，生物医药的另一个赛道——AI制药，却在2021年收获了一级市场投资人的热情。据动脉网不完全统计，2021年，国内AI制药领域共发生34起融资事件，融资总额约为83.45亿元。其中仅晶泰科技一家便在去年8月完成4亿美元（约等于25.3亿人民币）D轮融资，估值超过130亿人民币，此时，距离晶泰上次3亿美元的C轮融资还不到1年。

4年前，《我不是药神》揭露了一个令人心酸的事实：高昂的研发成本，只能转换为罕见病患者不得不承担的药价。彼时正是人工智能产业化的开始，《IT时报》记者调查显示，利用AI辅助的First-in-class(首创新药)，国内投资界和药企并不十分积极，Me-too新药显然能更快带来短期收益。但随着技术进步以及2021年一系列政策推出，研发周期可能缩短至平均5年，成功概率最高可突破45%的AI制药，将真正走上医治人类病痛的舞台。

AI制药进入临床阶段

尽管还没有一家AI制药企业的产品通过FDA（美国食品和药物管理局）批准上市，但已经有药物被批准进入临床研究(IND)，这被认为是AI制药价值闭环的重要验证。

2021年年底，国内人工智能制药公司Accutar Biotechnology（冰洲石生物科技）宣布，用于治疗转移性去势抵抗性前列腺癌的AC0176研究性新药获批进入IND，这是三个月内Accutar第二个获批进入临床的药物。从Accutar 宣布的消息中可知，从AI药物发现平台到药理验证平台的闭环实践，是其在两年短周期内完成，这是一个被认为价值数十亿美元的研发过程。

相较于传统创新药研发流程，这个速度不可思议。

药企往往用“三十定律”来解释昂贵的药价：10亿美元的投入、10年的研发周期和低于10%的成功率，尤其是罕见病药物，正版药几无降价空间。AI辅助制药则被看作可以通过深度学习，在靶点发现与验证、分子发现与优化等环节大幅提高研发效率。

一个具有划时代意义的技术突破发生在2021年7月，AlphaFold 2公开了其预测的人类和其他20种重要物种的蛋白质组所有结构，这意味着，药物研发不再强烈依赖于实验组解析的晶体。由于每个蛋白都可能是某种疾病的靶点，科学家们可以针对每个蛋白设计出对应的分子进行调控，更好地预判蛋白质与分子结合的概率，从而加速新药研发。

药企向AI制药抛出的订单也越来越“诱人”。今年1月，药企巨头赛诺菲与AI制药公司Exscientia共同宣布，合作开发多达15种肿瘤和免疫学领域的候选药物，交易金额高达52亿美元。根据协议，如果赛诺菲将合作产品商业化，Exscientia将获得最高21%的销售分成。

“新药研发设计环节多、周期长，不同场景所需要的技术架构和专业知识也不一样，大多数初创企业都是选择一两个细分领域进入，但Exscientia可以为赛诺菲开发15条管线（药物品类），一方面显示了自己的技术实力，同时也从侧面说明，AI辅助制药的能力在加强。”一位医药投资界人士向《IT时报》记者解释。

从2020年1月第一款AI研发的新药候补化学物进入第一段临床开始，截至2021年7月，据中信证券不完全统计，AI主导、进入临床阶段的管线已经超过20余项。临床阶段通常需3-6年时间，据于此，最快在2023年，可能会有AI药物进入审批环节。更乐观的设想是，到2025年，或许第一款AI药物会进入生产上市流程。

内卷的Me-too创新药

2018年7月，《IT时报》曾在《十年八载，AI打算研发一款抗癌新药》中提及，我国药物研发基础较为薄弱，创新药以Follow—on（随式）创新药为主，而AI辅助的First-In-Class(首创新药)的药物研发企业，则在资本层面存在不同态度。时隔3年多，风向逆转。

点击图片即可阅读《十年八载，AI打算研发一款抗癌新药》

中国的生物医药赛道起步于2015年，随着国家医改拉开大幕，医药健康产业被定位为国民经济的“支柱行业”，创新药物的研发作为医疗行业上游产业链的核心领域，成为资本市场角逐的重点。

然而，尽管每年国产创新药获批的数量都在增加，属于First-In-Class(FIC)的并不多。

所谓Follow—on（跟随式）或者Fast-Follow（快速追踪）模式，是指不侵犯他人专利的情况下，在已有靶点和机理的基础上，对新药进行分子结构改造或修饰，寻找作用机制相同或相似，具有新治疗效果的新药物，包括Me-too、Me-better、Me-worse等药物。

换而言之，Fast-Follow（快速追踪）是“站在巨人肩膀上的创新”，但问题是，站在“肩膀”上的企业，太多了。

国家药品监督管理局药品审评中心（CDE）2021年11月发布的《中国新药注册临床试验现状年度报告（2020年）》显示，临床试验数量最多的前10位靶点依然是PD-1、 VEGFR 等耳熟能详的靶点，其中PD-1（抗肿瘤治疗的靶点）更是有75个药物品种申请登记临床试验。

“太卷了”。对于过去两年的国产创新药研发，多名医药行业人士都表示，同质化竞争严重。

《中国I类新药靶点白皮书》显示：2016-2021年，我国I类新药申请受理数量逐年提高，年复合增长率（CAGR）高达40%。然而，前6%的靶点便已囊括了超40%的新药，其中国内仅申报并获CDE受理的PD-L1新药就近60款，而国内的PD-L1新药大量都是Fast-Follow。

2022年1月，美国FDA药物评价和研究中心（CDER）发布了《2021年度的新药获批报告》，这一年里，美国FDA一共批准了50款新药，其中27款为“first-in-class”疗法，占全年获批新药总数的54%，占比为10年最高。

政策助推站上风口

国产创新药“扎堆”Fast-Follow的直接后果是，同质药价格竞争激烈、利润率下降，进而导致临床资源浪费、资金浪费。于是，2021年下半年与市场“寒风”一起到来的，还有政策的“冬天”。

2021年11月19日，CDE六连发重要文件。其中，《以临床价值为导向的抗肿瘤药物临床研发指导原则》（简称《指导原则》）明确提出，在药物进行临床对照试验时，一是应尽量为受试者提供临床实践中最佳治疗方式/药物；二是新药研发应以为患者提供更优的治疗选择为最高目标。这被解读为，监管部门将遏制Me-too新药的泛滥，尤其不支持Me-worse新药。

从7月《指导原则》开始征求意见起，二级市场里的生物医药赛道便被戳破了泡沫，一路下滑至今，由于《指导原则》中有关临床对照试验选择的BSC变化直接降低了Me-too药物上市的可能性，从而减少CXO公司可获得订单数目，资本市场对其前景的担忧导致发生股市“踩踏”。

不仅药明康德等上市公司股价跌跌不休，2021年下半年上市的几家生物医药企业甚至跌破发行价。

与此相反，上述投资人士告诉记者，2020年以来，AI制药已经成为投资圈的香饽饽，融资项目数量几乎翻倍，同时，今日头条、腾讯、百度等互联网巨头都开始涉及AI制药领域，发现平台“云深制药”，百度在2020年9月成立生命科学平台“百图生科”，“今后几年，这种热度只增不减，最明显的趋势是，AI+生物医药企业间的人才争夺越来越厉害，薪资涨幅也屡创新高”。

BOSS直聘显示，目前与AI制药相关的主要岗位为生物信息工程师、算法工程师与AI制药专家，生物工程师主要负责药物研发与实验，平均月薪为2.5万元，AI制药专家则是要求候选人同时具备生物制药与机器算法的专业能力，学历与工作经历要求比生物工程师与算法工程师更高，平均月薪3.5万元。2020年底，字节跳动招聘生物信息工程师，月薪也开到了4万元左右。

如果是顶尖人才，百万美元年薪也不鲜见。百度旗下的生命科学公司百图生科便开出100万美元的天价年薪招聘首席科学家。

买单者越来越多

今年1月，上海复星医药与英矽智能宣布合作，在全球范围内共同推进多个靶点的AI医药研发。根据协议，英矽智能获得1300万美元的首付款以及里程碑式付款，并分享QPCTL项目商业化的利润。这是国内迄今为止AI制药企业收到的最大额预付款。

尽管合作金额与赛诺菲和Exscientia的协议相差甚远，但对于国内AI制药初创企业而言，这绝对是个好消息。前两年，尽管资本对AI制药热情高涨，但国内药企却并没有几家拿出真金白银来买单。

情况正在发生变化。晶泰科技CEO马健此前接受雷锋网采访时回忆，2020年初，和药企谈合作时，他经常要介绍一些基本概念：AI制药是什么，AI怎么跟药物研发结合，但到了2021年，药企开始追问更多细节：技术差异点是什么？使用了什么样的技术？

“目前药企和AI制药公司应该在试水阶段，早期研究到临床阶段的周期越来越短，药企对于AI的作用认知越来越清晰。”上述人士透露，尽管像复星医药和英矽智能这样的大单在国内还不多见，但愿意拿出部分研发方向给AI制药公司试水的药企越来越多，合作金额也在逐年上升。

2021年2月，英矽智能曾对外宣布，仅用了18个月、投入260万美元，就研发出特发性肺纤维化疾病新靶点。德睿智药则在今年1月17日宣布，用其自主研发的一体化AI新药发现平台Molecule Pro，在8个月时间内设计、验证了69个全新的小分子并获得了针对某B类G蛋白偶联受体（Class B GPCR）靶点的临床前候选化合物，目前该自研管线已进入IND-Enabling Studies阶段。传统研发过程中，这个阶段至少5-8年，如今两家AI制药明星企业与国内药企往来密切。

不过前方也并非一片坦途。尽管AI制药大大降低了药企的试错成本，但相较于相对成熟的Fast-Follow创新药，从头开始显然风险更大，药企究竟愿意为此拿出多少研发成本，市场前景并不明朗。

此外，AI制药企业大多是初创公司，创始人在AI技术方面或某个细分领域或许是顶尖人才，可面临的挑战是，缺少数据。无论是医院还是药企的数据，如果没有良好的合作关系，都不可能向这些初创公司开放。同时，随着大药企近几年自建AI团队，年轻的公司将面临更大的挑战。