近來，AI制藥圈接連發(fā)生了幾件大事。
賽諾菲與英國藥物研發(fā)AI技術(shù)服務(wù)提供商Exscientia達(dá)成了一筆價(jià)值331億元的AI制藥天價(jià)大單。注冊在上海浦東的AI新藥研發(fā)公司英矽智能，半年內(nèi)兩次宣布發(fā)現(xiàn)新藥，并率先進(jìn)入臨床試驗(yàn)新階段。阿斯利康、默克、輝瑞、梯瓦等制藥巨頭聯(lián)合建立的AI藥物研發(fā)實(shí)驗(yàn)室AION Labs宣布正式啟動。多位業(yè)內(nèi)專家認(rèn)為，AI制藥重新定義制藥流程，給整個(gè)制藥行業(yè)帶來了一場巨大變革。新藥物發(fā)現(xiàn)的過程需要先確定好某疾病的靶點(diǎn)，而靶點(diǎn)相當(dāng)于“鎖”，研究人員需要在眾多藥物分子可能性中，設(shè)計(jì)和篩選最合適的分子作為“鑰匙”去解鎖。AI技術(shù)的出現(xiàn)，讓傳統(tǒng)實(shí)驗(yàn)不再是唯一選項(xiàng)，以數(shù)據(jù)為中心的藥物發(fā)現(xiàn)逐漸走上舞臺。AI在其中的主要作用是對候選藥物分子、化合物、蛋白質(zhì)的結(jié)合以及基因的作用完成機(jī)理上的模擬和計(jì)算，典型的應(yīng)用場景包括虛擬藥物篩選、蛋白質(zhì)結(jié)構(gòu)預(yù)測等。這里面涉及分子動力學(xué)、量子化學(xué)、量子色動力學(xué)等大量傳統(tǒng)的高性能計(jì)算應(yīng)用，在利用已有的蛋白質(zhì)結(jié)構(gòu)進(jìn)行學(xué)習(xí)、預(yù)測的過程中也引入了機(jī)器學(xué)習(xí)的算法。基本上，是一個(gè)典型的HPC（高性能計(jì)算）+AI的應(yīng)用場景。據(jù)不完全統(tǒng)計(jì)，2021年，全球AI制藥領(lǐng)域共發(fā)生77起融資事件，累計(jì)融資額達(dá)45.64億美元（約290.73億元），同比增長152%。國內(nèi)發(fā)生融資事件34起，總金額超過80億元。晶泰科技、英矽智能、深勢科技等年輕公司成為資本的寵兒。成立于2015年的晶泰科技現(xiàn)已完成將近8億美元（約50.96億元）的融資，刷新了全球AI制藥領(lǐng)域融資金額紀(jì)錄，總估值超過130億元。成立于2018年的深勢科技，首創(chuàng)“多尺度建模+機(jī)器學(xué)習(xí)+高性能計(jì)算”新范式，在短短18個(gè)月內(nèi)完成4輪融資。成立于2021年的英矽智能，全球首次利用AI發(fā)現(xiàn)了一種全新機(jī)制的用于治療特發(fā)性肺纖維化(IPF)的臨床前候選化合物，整個(gè)研發(fā)過程只花了不到18個(gè)月的時(shí)間和大約200萬美元，刷新了新藥研發(fā)的速度和最低成本紀(jì)錄。英矽智能目前也完成了6輪融資，累積金額超3億美元。與此同時(shí)，傳統(tǒng)藥企和互聯(lián)網(wǎng)巨頭紛紛發(fā)力，要么投資合作，要么親自上場。例如，復(fù)星醫(yī)藥牽手英矽智能，在全球范圍內(nèi)共同推進(jìn)針對多個(gè)靶點(diǎn)的AI藥物研發(fā)。英矽智能獲得了1300萬美元的首付款及里程碑付款，這是國內(nèi)迄今為止AI制藥企業(yè)收到的最大額預(yù)付款。盡管像復(fù)星醫(yī)藥和英矽智能這樣的大單在國內(nèi)還不多見，但愿意拿出部分研發(fā)方向給AI制藥公司試水的藥企越來越多，合作金額也在逐年上升。另外，阿里云與全球健康藥物研發(fā)中心GHDDI合作開發(fā)的人工智能藥物研發(fā)和大數(shù)據(jù)平臺、騰訊發(fā)布的人工智能藥物發(fā)現(xiàn)平臺“云深智藥”、百度推出的螺旋槳PaddleHelix生物計(jì)算開源工具集、華為成立的醫(yī)療智能體“EIHealth”。這些巨頭的高歌猛進(jìn)在很大程度上推動了整個(gè)賽道快速向著縱深方向邁進(jìn)。AI技術(shù)在生物制藥中發(fā)揮的作用，已從初期的計(jì)算機(jī)輔助藥物設(shè)計(jì)，發(fā)展到如今的AI藥物研發(fā)，甚至有望貫穿從藥物靶點(diǎn)發(fā)現(xiàn)到進(jìn)入臨床實(shí)驗(yàn)的早期藥物發(fā)現(xiàn)全過程。未來，AI是否能夠從一個(gè)輔助工具變成主導(dǎo)，甚至獨(dú)立擔(dān)負(fù)起藥物研發(fā)的重任？盡管想象空間巨大，但在全球范圍內(nèi)，AI制藥都處在較早期的階段，距離技術(shù)成熟、真正走向市場還很遠(yuǎn)。數(shù)據(jù)、算力、算法以及人才等都是賽道選手們不得不面對的“攔路虎”。一方面，市面上大部分AI制藥，依然停留在以數(shù)據(jù)驅(qū)動的AI模型輔助藥物分子發(fā)現(xiàn)的階段。目前主要面臨的是數(shù)據(jù)總量稀疏和數(shù)據(jù)標(biāo)準(zhǔn)差的問題，對應(yīng)比較典型的有ADME/T性質(zhì)預(yù)測和分子生成等相關(guān)挑戰(zhàn)。另一方面，認(rèn)為AI制藥還有另一種范式，即從物理模型驅(qū)動的AI對傳統(tǒng)CADD（計(jì)算輔助藥物發(fā)現(xiàn)）模式進(jìn)行創(chuàng)新。這種范式，最大的挑戰(zhàn)在于計(jì)算效率和計(jì)算精度無法兼顧的問題，比如傳統(tǒng)的分子動力學(xué)模擬在應(yīng)對復(fù)雜的蛋白體系以及蛋白動態(tài)構(gòu)象采樣方面的還是力不從心。未來一段時(shí)間，AI制藥依然會在數(shù)據(jù)驅(qū)動和模型驅(qū)動兩種范式下持續(xù)突破和演進(jìn)。無論哪種范式的發(fā)展，本質(zhì)上都要看AI或計(jì)算是否可以真正替代一部分的實(shí)驗(yàn)，從而帶來效率的提升。我們相信未來三五年內(nèi)強(qiáng)調(diào)的不會是AI制藥，而是AI成為藥物發(fā)現(xiàn)必要的手段、成為標(biāo)配。到那個(gè)時(shí)候，大家不會再刻意強(qiáng)調(diào)AI制藥，而是會將其作為普遍使用的一種方法?！?/span>生物制藥領(lǐng)域目前是一個(gè)蓬勃發(fā)展的‘老樹新芽’，對于計(jì)算的挑戰(zhàn)來自基礎(chǔ)算法的復(fù)雜度和規(guī)模、算法的創(chuàng)新等多個(gè)方面，因此使用大規(guī)模的高性能并行集群和GPU加速成為一種通用的首選。此外，對于AI制藥這一多學(xué)科交叉的高壁壘行業(yè)來說，人才的稀缺或許是更為根本的痛點(diǎn)。中科院上海藥物研究所藥物博士段宏亮直言：“對制藥和AI都理解深刻，才會知道制藥環(huán)節(jié)中哪些關(guān)鍵問題是AI擅長解決的，找到兩者的契合點(diǎn)，才能發(fā)現(xiàn)適合的業(yè)務(wù)場景?！?nbsp;在他看來，AI制藥發(fā)展雖然看似火熱，但也只是剛剛拉開了序幕，重量級的選手還一直處于試水階段。隨著藥物數(shù)據(jù)的逐漸積累，AI制藥將會迎來一個(gè)數(shù)據(jù)驅(qū)動的2.0時(shí)代。
文章來源：醫(yī)藥投資部落
