聚焦数字健康｜AI制药跨越新药研发“死亡之谷”？一半火焰，一半冰山

21世纪经济报道记者 朱萍 实习生 师梦娇 北京报道 新药研发和上市的难度越来越大。据美国药品研究与制造企业协会（PhRMA）报告，平均而言，一个新药完成初始研究到上市需要花费至少10年时间，其中临床试验需要单独花费6-7年时间。成功开发一个新药的平均花费在26亿美元。

而在此背景下，AI制药成为突破口之一。在传统制药成本高昂且失败率高的状况下，AI依靠算法和算力，通过数据交叉比对、加速筛选、从头生成等方式，实现更快也更低成本发现药物，也引得医药巨头纷纷下注。

据智研咨询数据，2021年我国AI制药融资规模达12.36亿美元，同比增长163.54%；与此同时，2021年我国AI药物研发实现了从0到1的突破，未知君、冰洲石和英矽智能三家企业研发管线进入到临床一期。

《“十四五”生物经济发展规划》也强调依托人工智能技术、生物医学和健康大数据资源，发展智能辅助决策知识模型和算法，辅助个性化新药研发，为疾病诊断治疗提供决策支持。

AI制药行业看似前景一片光明，但从融资轮次上看，2021年我国AI制药融资主要集中在天使轮和A轮、B轮及以后占比不足1/3，同时由于技术壁垒等因素限制，目前尚未有AI制药产品上市。而今年8月9日，上市仅仅一年的AI药物筛选独角兽企业AbSci，宣布出于生计考虑将开始裁员。

一边是投资场的火热朝天，而另一边则是财报季的惨淡成绩单和裁员公告，AI制药究竟是生物制药产业的“救赎”，还是另一个“无底洞”？火热两三年后，AI制药的未来又将去向何方？

巨头纷纷下场  

如火如荼的生物医药赛道从“抢滩”开始走向拥挤。中科院计算所副研究员、中科计算技术西部研究院常务副院长张春明指出，一些国产创新药集中在国外已经得到验证的靶点和技术赛道，导致“新药不新”，存在于仿制药一样的同质化竞争。例如，1类小分子抗肿瘤药靶点中，前三大靶点EGFR、CDK4/6、ALK占比34%。

在张春明看来，如果按照这样“卷法”，每家制药企业都挣不到钱，最后这个产业就陷入了一种恶性循环，而肿瘤、心血管疾病等具有严重威胁性的疾病都是多因导致，仅靠一种药物或标准化治疗方案很难对所有的患者有效。

因此，新药研发的难度不断加剧。中国工程院院士丛斌指出，在数字经济时代，如果能够构建生物世界的数字化，实现生命功能的数字孪生，最大化地仿真人体生命规律、疾病模型，势必将为新药研发提供新的思路。

而AI制药就是阻碍重重的医药行业找到的新出路之一。当前，AI已经参与进新药研发的各个过程中。从初期的计算机辅助药物设计（CADD）发展到如今的人工智能药物研发（AIDD），从靶点发现、化合物合成和筛选，再到晶型预测、患者招募、临床试验设计和药物重定向，AI正在重塑新药研发的流程。

AI技术在新冠疫情中也发挥了重要作用，被引入新冠小分子药物、抗体药和疫苗研发，首个获美国FDA批准的新冠口服药辉瑞的Paxlovid即是利用晶泰科技的AI预测算法结合实验验证，仅用6周就确认了该候选药物的优势晶型，并用于其后续的开发和生产。

我国的AI制药起步较晚，但目前市场也呈火热态势。头豹研究院报告显示，目前中国在医药行业中，AI技术主要用于创新药的研发，因此市场增速和空间与创新药及AI技术迭代息息相关，未来创新药占整体医药市场或将从目前的10%上升至15%，预计2026年AI制药潜在市场空间将达到3643亿人民币。

政策也在发力。2021年11月，中国国家药监局药品审评中心（CDE）发布《以临床价值为导向的抗肿瘤药物临床研发指导原则》，特别强调“加强机制研究”，在药物研发伊始，应该加强肿瘤发生、发展机制方面的基础研究，同时加强药物作用机制的研究，通过突破与创新，优化药物设计，开发新的治疗方法，不断满足肿瘤患者的治疗需求。

此外，上述《指导原则》还强调“提高精准化治疗”，要求关注并且持续改进患者与治疗药物的匹配程度，不断提升抗肿瘤治疗的精准性，使肿瘤患者能接受到更适合自己的治疗药物。

中国工程院院士刘昌孝也曾指出，AI与药物研发相结合应用于发掘药物靶点、挖掘候选药物、高通量筛选、药物设计、药物合成、预测药物吸收、分配、代谢、排泄和毒性及新适应症开发等领域的前景光明。

其中，靶点筛选是近期AI+药物研发最热门的领域，药物合成或将走向自动化。

行业看好、研发转向之下，AI制药也成了医药巨头们下注的火热之地。如8月17日，赛诺菲创下了医药巨头AI制药投资的单笔最高交易总额。Atomwise宣布与赛诺菲签署战略性多靶点研究合作，将利用其人工智能（AI）驱动的AtomNet®平台进行针对5个靶点的药物开发。根据协议，赛诺菲将向Atomwise支付2000万美元的预付款，用于识别、合成和推进5个靶点的先导化合物，这些靶标将是赛诺菲独有的。与关键研究、开发和销售里程碑挂钩的后续付款总额可能超过10亿美元。

事实上，2022年AI制药的沙滩已然挤满了医药巨头。除了赛诺菲，强生、默沙东、辉瑞等也参与其中，选择投资或直接与初创的Biotech公司进行合作来开发AI药物。

而除了跨国医药巨头，近年国内互联网巨头跨界布局AI制药也屡见不鲜。在被称为“国内AI制药元年”的2020年，腾讯、阿里巴巴及百度三巨头也齐入场，开始了AI医药领域的探索。腾讯于2015年和2018年两度投资国内AI制药初创企业晶泰科技，并于2020年7月推出首个AI驱动药物研发平台“云深智药（iDrug）”。2020年1月，阿里与全球健康药物研发中心（GHDDI）合作，开发AI药物研发和大数据平台。百度则于2020年9月成立了百图生科（BioMap），计划构建AI技术完整计算平台及服务平台，深度参与或主导发起新型精准药物和精准诊断产品的研发。

在上述巨头、互联网公司乃至初创企业的参与下，全球AI制药市场都呈现出火热态势，Deep Pharma Intelligence数据显示，截至2022年第一季度，全球参与AI药物研发的大型药企超过56家，其中包括逾36家传统药企和20家CRO企业，互联网头部企业超31家，而AI制药初创企业超过495家。

AI制药未来在何方？

尽管投资纷纷，巨头下场，但AI制药企业近来成绩单并不太好看。

作为AI制药明星企业，2022年第二季度，Exscientia从其合作中获得了1.11亿美元的现金流入，其中的1亿美元来自今年1月与赛诺菲达成的潜在价值高达52亿美元的合作订单。财报显示Eexscientia第二季度实现营收870万美元，而预期值为2542万美元，比市场预期低65.77%。

因与礼来合作开发新冠肺炎中和抗体LY-CoV555而为人所知的AbCellera也正在面临持续发展困境。在新冠疫情席卷全球之际上市，AbCellera一开盘就较发行价上涨205%，市值超过150亿美元。而目前，随着新冠防控进入常态化阶段，AbCellera市值仅为33.84亿美元，跌幅超过80%。

在财报不容乐观的同时，一些AI制药初创企业正在通过裁员压缩成本、稳定现金流。AI药物筛选的独角兽企业Absci，其CEO Sean McClain在8月9日发表声明称裁员20%。

截至当前，全球范围内还没有AI研发药物顺利上市，大部分AI制药公司目前仍停留在“科学研究”阶段，依靠融资稳定公司现金流，而能够实现从科学到成果的转化，推动药物进入临床流程，成为公司持续发展的关键，却难之又难。

只有从科学走向产业，危机重重的AI制药行业才能找到新的“突破口”。科学家们瞄向了技术端，希冀通过加快研发到临床的进度为AI制药提供可持续发展方案。中科院计算技术研究所高性能计算团队提出了“计算医学”概念，即以系统论为指导思想，采用密集数据驱动为科研范式，以人工智能为方法，以高性能计算为支撑，通过知识模型+数据模型的双轮驱动，为生物医药领域全链条产业贡献解决方案。

张春明认为，有了计算医学之后，AI制药流程能够实现优化，这也是他们找到的实现AI制药产业化的方案。

 “计算医学平台提供的机制性结果，可以直接模拟临床试验入排条件下的药物实际疗效，可无缝续接生物学实验及临床试验，不仅直接降低新药研发的投入成本，而且可以极大增加II/III期临床试验的成功率。”中科计算技术西部研究院客座教授、图灵•达尔文实验室主任牛钢表示。

就在7月，由中科院计算技术研究所孵化的哲源科技宣布完成近亿元A轮融资，据悉，哲源科技致力于用AI、大数据、生物医学赋能创新药研发，本轮融资将用于“计算医学”平台升级和推进自研管线。

据21世纪经济报道记者了解，目前哲源科技已搭建完成两个AI工具平台——新靶点新机制递呈平台、虚拟临床试验平台，指向六个应用场景：新靶点、新作用机制、新生物标志物、设计临床试验方案、预测临床试验结果、拓展新适应症。

同时，哲源科技正在推进包括胰腺癌在内的多个FIC（First in Class）管线，为CDK4/6抑制剂找出了多种优于激素阳性Her2阴性乳腺癌的全新适应症，已经在其中一种罕见难治性肿瘤上开展了临床试验，并申请了相关专利，多个已上市抗肿瘤药物的新适应症开发项目也在进展中。

此外，哲源科技也在免疫药物方面有所涉猎，为免疫药物建立了准确的疗效预测模型，通过设计多种联用及双抗方案，打破了耐药性，发挥免疫药物更大的临床价值。

当前，我国的大数据、人工智能技术处于全球“并跑”地位。但数据技术与生物医药产业的实践处于落后状态。哲源科技COO赵宇向21世纪经济报道记者表示，从全球范围来看，人工智能、大数据在生物医药的应用虽然还处于早期阶段，而立足我国生物医药产业正处在由仿制向创新迈进的关键爬坡期，计算医学作为一种新的技术体系构建的药物数字试验场势必为新药研究“另辟蹊径”，也能为当前生物医药产业“拨云见日”。