以下文章來源于：職場Bonus ，作者廖麗君
這兩年，AI制藥的火熱程度，堪稱生物醫(yī)藥領(lǐng)域的“元宇宙”。
在新藥研發(fā)平均花費26.3億美元，耗時十年起步，失敗率卻高達92%的背景下，AI制藥通過數(shù)據(jù)交叉比對、加速篩選、從頭生成等方式，更快、更便宜地發(fā)現(xiàn)藥物，被視為創(chuàng)新藥的突破口，2020“全球十大突破性技術(shù)”（《麻省理工科技評論》評選）。
AI制藥創(chuàng)業(yè)公司層出不窮，融資一輪又一輪。
大廠下場，騰訊、百度成立AI制藥公司云深智藥和百圖生科，華為給藥物研發(fā)算法工程師開出最高超百萬年薪。
大藥企們在將信將疑中，也建立起AI制藥團隊，賽諾菲甚至與AI制藥企業(yè)Exscientia達成了高達52億美元的合作。
這樣的AI制藥不得不讓人產(chǎn)生“起飛”的想象。
“AI+制藥”這對在21世紀看起來最有前景的專業(yè)組合，真的最有前景嗎？今天的AI制藥從業(yè)者們享受到紅利了嗎？現(xiàn)在入局AI制藥是不是一個好選擇？
科學家等待突破，工程師在邊緣掙扎
截至當前，全球范圍內(nèi)，還沒有一支AI研發(fā)藥物順利上市，而在國內(nèi)，基礎(chǔ)的分子生成和平臺開發(fā)也還磕磕絆絆。
“很多AI制藥的小公司我們都合作過，其實都挺差的?！币幻麅?nèi)資藥企AI制藥工程師直言不諱地表示：一家成立較早的創(chuàng)業(yè)團隊給他們生成的分子完全沒有活性；另一家乙方公司的項目周期漫長到他們自己的內(nèi)部團隊已經(jīng)走得更超前；好不容易看到一家專業(yè)性做得不錯的AI制藥服務平臺，用了半個小時就不想再用下去了?！捌脚_上沒有使用指引，藥化專家們甚至不知道下一步該點哪，非常用戶不友好?！?/span>
創(chuàng)業(yè)者劉雨松也認為，AI只是藥物設(shè)計的輔助，核心作用是幫助藥化科學家實現(xiàn)專業(yè)上的突破。所以他沒有像大多數(shù)AI背景出身的AI制藥創(chuàng)業(yè)者一樣，讓AI技術(shù)團隊主導研發(fā)，而是走“藥化科學家主導，AI技術(shù)人員輔助”的路線。
目前，AI制藥科學家的薪酬已經(jīng)遠高于同級別單一背景的專家了。應屆博士或剛工作一年的博士后年薪能達到70多萬，而一般化學出身的應屆博士，薪酬大概在30萬~40萬。
但對于AI技術(shù)人員來說，打輔助也意味著“邊緣化”。
從AI深度學習模型的角度出發(fā)，要出研究成果，最關(guān)鍵的環(huán)節(jié)之一就是數(shù)據(jù)。數(shù)據(jù)量是否夠多，數(shù)據(jù)質(zhì)量是否夠好，都決定了AI模型的效果。
但數(shù)據(jù)在每家公司都是絕密的，非常難獲取。在大藥企里，只有極少數(shù)藥化專家能夠理解AI模型的成長需要數(shù)據(jù)訓練，大部分藥化專家至今都不相信AI制藥能有用，拒絕嘗試。少數(shù)愿意嘗試的專家試過以后發(fā)現(xiàn)“不能100%預測準確”，也會“粉轉(zhuǎn)黑”。
誰能點燃創(chuàng)新藥的火種？
“我們需要一批真正懂藥物研發(fā)的華人科學家回國創(chuàng)業(yè)，給中國人民做出我們自研的新藥?！眲⒂晁蓮娬{(diào)。
全世界目前有超過60%的疾病沒有有效藥物，無數(shù)患者在“無藥可治”的懸崖邊掙扎，但我國醫(yī)藥企業(yè)過去基本以仿制藥研發(fā)為主，近兩年才開始發(fā)力創(chuàng)新藥研發(fā)，早期科研人員的儲備與人才投入遠低于國際平均水平。
劉雨松團隊尋找藥化專家時，在國內(nèi)幾乎找不到合適的人和團隊，才將目光投向海外。海外大藥企中有不少藥化專家過去就做計算機輔助制藥，后來升級轉(zhuǎn)向AI制藥。他們在海外藥企的巨額研發(fā)投入下，走過完整的研發(fā)流程，踩過坑、買過教訓，形成了先進、科學的的研究、管理方法，成體系的年輕研發(fā)人員培養(yǎng)機制，部分科學家還有科學報國的想法。
然而，在國外大藥企有豐富經(jīng)驗的華人或華裔藥化專家也不過數(shù)百人。
籌備AI制藥創(chuàng)業(yè)的那一年，劉雨松團隊為了找到合適的科學家作創(chuàng)業(yè)合伙人，聊了50多人，港臺、英、美、加藥企的都有。有專家在國外待了很久，不想離開；有專家已經(jīng)轉(zhuǎn)去硅谷當碼農(nóng)，因為收入更高；有專家不愿意或個性不適合創(chuàng)業(yè)……難得找到一個各方面都很匹配的候選人，則手握多個團隊的邀約。
最終，劉雨松團隊主動讓出大股東位置，甘愿給藥化團隊“打輔助”的誠意打動了合作伙伴，雙方才順利走到一起。
“我很佩服這些明知道是高風險還愿意回來創(chuàng)業(yè)的科學家，”劉雨松說，“他們在國外都已經(jīng)做到了高管，甚至可以退休了，賭上身家性命回來創(chuàng)業(yè)要是不成的話，可能一輩子積累的清譽就沒有了。即便這樣，他們還愿意回來?！?/span>
但當科學家們決定回來后，還有諸多阻礙需要克服。
首當其沖的，是對新工作環(huán)境和文化的不適應。大多數(shù)科學家回國，會選擇加入一家大公司的新團隊或創(chuàng)業(yè)團隊。團隊沒有完善的人員配置和工作流程，很多時候，發(fā)展路線的主導權(quán)也不在科學家手上。不少科學家回國嘗試以后，因為水土不服，又回到了海外。
而選擇自己主導創(chuàng)業(yè)，則要面對更多復雜的商業(yè)選擇。
陳穎在進內(nèi)資藥企前，在一家外國老專家來中國創(chuàng)立的CRO公司做AI制藥工程師。這位老專家不善交際，也不能接受商務往來里的酒桌文化，他希望藥企和他們合作是因為欣賞他們的技術(shù)價值，而不是在酒桌上“談得來”。因此，少有本土藥企愿意合作，就算合作，也是些不痛不癢的小項目。
前些年，依靠一家海外大藥企的訂單，老專家的公司活得還不錯。這兩年，海外藥企的研發(fā)中心萎縮，項目驟減。陳穎和同事沒有項目可做，也得不到成長，只能離職。
這些阻礙，讓藥化專家對回國的選擇充滿疑慮。然而，這個海外大藥企大幅裁撤研發(fā)部門的檔口，正是國內(nèi)醫(yī)藥領(lǐng)域最需要老專家們的時候。
海外藥企砍掉研發(fā)部門后，轉(zhuǎn)從高校老師建立的小藥企等購買新藥成果。這樣一來，未來的醫(yī)藥人才中，不會再有新一批在海外大藥企研發(fā)中心經(jīng)歷過系統(tǒng)訓練的專家型人才。
在當下回國的的專家們，成了國內(nèi)創(chuàng)新藥發(fā)展的火種。
需要耐心，也需要失敗
AI制藥從紅得發(fā)紫到走入寒冬的拐點，恐怕已經(jīng)在眼前了。
2021年下半年以來，投資人對AI制藥的態(tài)度謹慎了許多，曾經(jīng)的明星公司也面臨著融不到錢，撐不下去的境況，已經(jīng)在裁員中。
“一個行業(yè)總有泡沫和低谷，泡沫肯定會破，破了之后，市場會恢復冷靜?！币晃粡臉I(yè)者表示，“AI制藥一定是一直需要的，它不是靈丹妙藥，但能夠?qū)崒嵲谠诘貛退幓瘜＜医鉀Q一些問題。”
比如，分子檢測價格昂貴、時間周期長，一直是藥企的痛點。實驗獲得體內(nèi)清除率數(shù)據(jù)，單個化合物的花費就可能高達2-3萬元，預計耗時半個月。海外藥企如果一周生成20個新分子，也只能挑幾個送檢，國內(nèi)藥企則可能整個項目周期也只能檢測十來個。
靠譜的AI模型能夠幫藥化專家預測分子屬性，若準確率達到90%以上，就能給藥化專家提供很好的參考。不僅不用發(fā)愁高昂的檢測費用，還能在短得多的時間內(nèi)獲得參考結(jié)果。結(jié)合自身經(jīng)驗，專家就能更有信心地拍板決定是否推進實驗，以及推進哪幾個分子。
“今天火了，明天不火了，其實都不重要?！盇I制藥科學家李來表示，“科學發(fā)展到這個階段，很多簡單問題都已經(jīng)被解決了。剩下的問題除了創(chuàng)新，更需要不斷在基礎(chǔ)方法上的積累，并且實現(xiàn)計算方法的流程整合與藥化實驗反饋迭代的正向協(xié)作。AI制藥就是一個很長期的領(lǐng)域，需要花大量時間和精力去進行技術(shù)的累積，才能期待它有一天實現(xiàn)突破。”
他們也說不準這個有一天是什么時候，但“急也急不來，只能踏踏實實地研究，摸著石頭過河?！彼?，進入這個行業(yè)創(chuàng)業(yè)或工作，“需要一點耐心、一點樂觀，和一點真的喜歡”。
關(guān)于時機，作為獵頭的王梓合覺得“沒有最好的時機，當下就是很好的時機。如果所有人都觀望，沒有人來，那這個行業(yè)就發(fā)展不起來?？傄腥巳プ瞿莻€‘巨人’，才能讓后來的人站在‘巨人’的肩膀上?！睕r且，失敗的經(jīng)驗和成功的經(jīng)驗，都非常寶貴，這個領(lǐng)域需要更資深的人。
受訪的科學家和從業(yè)者都覺得這個領(lǐng)域值得他們花十年甚至更長時間，慢慢去做，只是期待市場能夠真正地了解AI制藥，別把它當靈丹妙藥，也別因為短期內(nèi)沒有成果就一片唱衰。
聲明：本文觀點僅代表作者本人，不代表煜森資本立場，歡迎在留言區(qū)交流補充；如需轉(zhuǎn)載，請務必注明文章作者和來源。如涉及作品內(nèi)容、版權(quán)和其它問題，請在本平臺留言，我們將在第一時間刪除。
