來源：E藥經(jīng)理人 記者：Crystal

“10年時(shí)間，10億美元，10%成功率?！背１挥脕硇稳菪滤幧鲜械碾y度和窘迫現(xiàn)狀。根據(jù)美國塔夫茨大學(xué)藥物開發(fā)研究中心(Tufts Center for the Study of Drug Development, CSDD)發(fā)布的數(shù)據(jù)，截至2014年，研發(fā)一款新藥至上市的成本約為26億美元，與2003年相比，增長了145%。然而，新藥上市后的回報(bào)并不一定能完全覆蓋其研發(fā)時(shí)的成本。這樣的現(xiàn)狀迫使醫(yī)藥行業(yè)不得不尋求破局之道，而AI技術(shù)高效處理數(shù)據(jù)的能力使其成為醫(yī)藥公司嘗試的新解決辦法。

2020年年底，專注于制藥、生物技術(shù)和醫(yī)療保健技術(shù)行業(yè)的咨詢機(jī)構(gòu)Deep Pharma Intelligence(DPI)發(fā)布了《2020 年制藥行業(yè)的人工智能報(bào)告》，通過對(duì)240家使用人工智能研發(fā)新藥的公司和600位在AI生物醫(yī)藥研發(fā)領(lǐng)域投資的投資者進(jìn)行分析，展現(xiàn)了目前AI在生物醫(yī)藥領(lǐng)域的發(fā)展現(xiàn)狀及挑戰(zhàn)。

01 應(yīng)用：多方向輸出

根據(jù)藥物研發(fā)過程，AI技術(shù)可用于靶點(diǎn)發(fā)現(xiàn)、早期藥物研發(fā)、臨床前實(shí)驗(yàn)的設(shè)計(jì)與處理、臨床試驗(yàn)、現(xiàn)有藥物再利用、信息整合與新見解輸出等多個(gè)方向。

AI已被一些大型制藥公司視為新的藥物研發(fā)工具。構(gòu)建模型和從非結(jié)構(gòu)化數(shù)據(jù)中挖掘數(shù)據(jù)，被認(rèn)為是人工智能在藥物發(fā)現(xiàn)方面最具顛覆性的領(lǐng)域。而在靶點(diǎn)發(fā)現(xiàn)和早期藥物發(fā)現(xiàn)具體環(huán)節(jié)，AI技術(shù)常被用于這些方面：分析數(shù)據(jù)集，形成假設(shè)并產(chǎn)生新見解；識(shí)別候選新藥；通過對(duì)比分析健康人群和患者樣本的數(shù)據(jù)來尋找新的生物標(biāo)記物和治療靶點(diǎn)；預(yù)測分子的親和力和其他藥理特性；降低蛋白質(zhì)設(shè)計(jì)的復(fù)雜性。

在臨床前實(shí)驗(yàn)的設(shè)計(jì)與處理環(huán)節(jié)，AI技術(shù)希望被用來減少實(shí)驗(yàn)階段時(shí)間、降低成本和不確定性。一般情況下，AI制藥公司會(huì)通過分析已有數(shù)據(jù)來尋找新的研發(fā)角度，自動(dòng)化樣品分析與機(jī)器云實(shí)驗(yàn)室也隨之興起。

在臨床試驗(yàn)階段，AI技術(shù)被期待的用途則更多。例如，優(yōu)化臨床試驗(yàn)研究設(shè)計(jì)；將不同的生物醫(yī)學(xué)和醫(yī)療保健數(shù)據(jù)流轉(zhuǎn)換為代表個(gè)體患者的計(jì)算機(jī)模型；通過為個(gè)別患者提供最佳的健康干預(yù)措施，從而提供大規(guī)模個(gè)性化醫(yī)療；通過分析病歷，尋找合適的臨床試驗(yàn)患者；通過個(gè)人病史和基因分析自動(dòng)匹配癌癥患者的臨床試驗(yàn)；改善病理分析。

在尋找新冠肺炎治療方案的過程中，醫(yī)藥行業(yè)看到了對(duì)現(xiàn)有藥物再利用的可行性和重要性。而AI技術(shù)也被用于對(duì)現(xiàn)有藥物再利用的挖掘，其在快速識(shí)別許多已知藥物的新適應(yīng)證、將現(xiàn)有藥物與罕見疾病匹配、通過大量生物實(shí)驗(yàn)測試尋找到模型化合物等方面擁有明顯優(yōu)勢。

在以上環(huán)節(jié)AI技術(shù)或許還存在很多需要挑戰(zhàn)的地方，但在信息匯總和整合方面AI技術(shù)則比人工更勝一籌。目前，AI技術(shù)已被用于分析文獻(xiàn)、從數(shù)千個(gè)不相關(guān)的數(shù)據(jù)源中得出新觀點(diǎn)、改善決策、消除研究盲點(diǎn)、識(shí)別空白競爭領(lǐng)域等多個(gè)重要方面。

02 參與：多玩家入局

不論是AI技術(shù)，還是AI技術(shù)在制藥領(lǐng)域的應(yīng)用，都是全球多個(gè)國家大力發(fā)展的領(lǐng)域。

從全球布局來看，美國既是AI行業(yè)的先鋒又是主要參與者，其AI技術(shù)研發(fā)公司數(shù)量位居全球首位。全球240家AI技術(shù)研發(fā)公司中有54.4%的公司位于美國。這也使得美國的藥企、研發(fā)機(jī)構(gòu)和投資機(jī)構(gòu)可接觸的AI技術(shù)研發(fā)公司最多。

中國則是亞太地區(qū)的“人工智能超級(jí)大國”，雖然全球只有8.4%的AI技術(shù)研發(fā)公司位于亞太地區(qū)，但在中國的公司占了近30%。國內(nèi)政府和投資機(jī)構(gòu)也都在加大對(duì)AI行業(yè)的投入，其中北京將建設(shè)21.2億美元的AI開發(fā)項(xiàng)目，天津也將投資160億美元在當(dāng)?shù)氐腁I產(chǎn)業(yè)中，國內(nèi)至少有10家估值超過10億美元的AI初創(chuàng)公司。

歐洲一直是生物制藥企業(yè)無法忽視的市場，在這樣的一片土地上出現(xiàn)了多起關(guān)于AI藥物研發(fā)的交易。諾華成立了諾華人工智能創(chuàng)新實(shí)驗(yàn)室，并選擇微軟公司作為其人工智能和數(shù)據(jù)科學(xué)的戰(zhàn)略合作伙伴，宣布在重塑醫(yī)藥領(lǐng)域中邁出了重要一步。葛蘭素史克宣布與Exscientia、Insilicon Medicine等公司達(dá)成協(xié)議，想要嘗試新的計(jì)算機(jī)建模系統(tǒng)。歐洲最大AI新藥研發(fā)公司BenevolentAI也受到了眾多藥企的關(guān)注與青睞，阿斯利康、強(qiáng)生等紛紛與其合作開發(fā)新藥。

而這一切都表明，制藥公司越來越多地轉(zhuǎn)向用AI技術(shù)來改變藥物發(fā)現(xiàn)過程。

此外，拜耳、輝瑞、阿斯利康、武田、葛蘭素史克等國際藥企對(duì)AI技術(shù)在生物醫(yī)藥領(lǐng)域運(yùn)用十分看好。

拜耳可以說是其中最看好該行業(yè)發(fā)展的公司之一，其AI合作伙伴包括Cyclica、Exscientia、Genpact、Schrödinger、Sensyne等多家知名AI藥物發(fā)現(xiàn)公司。

2018年8月30日，Cyclica宣布加入拜耳的Grants4Apps計(jì)劃，將與拜耳合作以加快其差異化藥物設(shè)計(jì)(DDD)技術(shù)的部署。2020年1月，拜耳與Exscientia開始了為期三年的合作，旨在識(shí)別和優(yōu)化針對(duì)心血管和腫瘤的新先導(dǎo)化合物結(jié)構(gòu)。同月，拜耳與Schrödinger宣布了一項(xiàng)為期五年的技術(shù)合作，以挖掘、篩選和評(píng)估可合成的虛擬化合物。

輝瑞在AI技術(shù)領(lǐng)域的合作伙伴有Atomwise、Concerto、CytoReason、IBM、Insilicon Medicine、晶泰科技等公司。

2018年9月，輝瑞與Atomwise簽訂評(píng)估協(xié)議，Atomwise將為輝瑞尋找3種靶蛋白的潛在候選藥物。2020年1月，輝瑞與Insilicon合作，將利用Insilicon的機(jī)器學(xué)習(xí)技術(shù)和專有的Pandomics發(fā)現(xiàn)平臺(tái)，為開發(fā)潛在治療靶點(diǎn)尋找真實(shí)世界數(shù)據(jù)。

阿斯利康也正在借助數(shù)據(jù)和AI技術(shù)更好地識(shí)別藥物靶點(diǎn)、招募患者，更好地設(shè)計(jì)臨床試驗(yàn)，以提高藥物研發(fā)成功率。阿斯利康在AI技術(shù)領(lǐng)域的合作伙伴有 Schrödinger、BenevolentAI、Berg、DeepMatter、Gatehouse Bio等公司。

2019年9月，阿斯利康與Schrödinger開展合作，希望用Schrödinger的計(jì)算平臺(tái)來改進(jìn)化合物的設(shè)計(jì)，挖掘潛在治療藥物。同年12月，阿斯利康與Gatehouse Bio合作，利用其AI平臺(tái)探索呼吸系統(tǒng)疾病和心血管疾病的藥物新靶點(diǎn)。

武田作為進(jìn)入全球制藥企業(yè)前十的日本公司，顯示出其對(duì)于該領(lǐng)域的投入已超于日本其他藥企。其在AI技術(shù)領(lǐng)域的合作伙伴主要有Numerate和Recursion公司。

2017年6月，武田與Numerate達(dá)成一項(xiàng)多年期協(xié)議，將依靠Numerate的AI驅(qū)動(dòng)的平臺(tái)，針對(duì)其核心治療領(lǐng)域進(jìn)行活性化合物發(fā)現(xiàn)、先導(dǎo)化合物設(shè)計(jì)和優(yōu)化、化合物ADME-T性質(zhì)建模。

葛蘭素史克是AI制藥領(lǐng)域最活躍的跨國藥企之一，也是最早創(chuàng)建內(nèi)部AI部門的公司之一。在AI技術(shù)領(lǐng)域的合作伙伴則更為廣泛，包括Cloud Pharmaceuticals、Excscientia、谷歌、Insilico Medicine等公司。

藥物設(shè)計(jì)和開發(fā)公司Cloud Pharmaceuticals專有的AI驅(qū)動(dòng)流程可針對(duì)藥物靶點(diǎn)提供完全新穎的分子。2018年5月，葛蘭素史克與Cloud Pharmaceuticals達(dá)成合作，將用AI技術(shù)平臺(tái)來設(shè)計(jì)新型小分子藥物。同年6月，葛蘭素史克研究人員與谷歌研究人員合作，用AI技術(shù)研發(fā)新藥。

03 交易：多資金投入

近兩年，大藥企對(duì)AI技術(shù)的興趣從“值得嘗試”轉(zhuǎn)變?yōu)椤熬哂袘?zhàn)略重要性”，這種需求帶動(dòng)了AI市場的增長，也讓投資者看到了更多機(jī)會(huì)。與2019年相比，2020年AI生物技術(shù)初創(chuàng)企業(yè)獲得的投資總額增加了約23%，近19億美元，并且超過了2015年、2016年和2017年的總和。

從投資企業(yè)數(shù)量來看，谷歌風(fēng)投公司以投資13家AI制藥公司的成績位居榜首，其投資的公司包括Alector、BlackThorn Therapeutics和ZappRx等公司。

值得一提的是，藥明康德以投資7家AI制藥公司的成績進(jìn)入前十，位列第六。其投資的公司包括Engine Biosciences、Insilico Medicine、Insitro和Schrödinger等Al藥物研發(fā)領(lǐng)域領(lǐng)先公司。

從企業(yè)融資金額可以看出，該行業(yè)正在加速整合。部分人工智能初創(chuàng)公司已經(jīng)取得了領(lǐng)先地位，在資源和技術(shù)方面都有所增長，而部分公司則落于人后，不得不專注于藥物研發(fā)的細(xì)分服務(wù)領(lǐng)域，也有公司已經(jīng)倒閉。

2020年9月，以數(shù)字化和智能化驅(qū)動(dòng)的AI藥物研發(fā)公司晶泰科技完成3.19億美元C輪融資，創(chuàng)下當(dāng)時(shí)全球AI藥物研發(fā)領(lǐng)域最高融資額紀(jì)錄。軟銀愿景基金、紅杉中國基金、中金資本、騰訊等眾多知名投資機(jī)構(gòu)均在其投資者名單中。該公司聯(lián)合創(chuàng)始人兼董事長溫書豪是浙江大學(xué)兼職教授，他在中國科學(xué)院、美國加州大學(xué)、麻省理工學(xué)院有11年的學(xué)習(xí)、研究和工作經(jīng)驗(yàn)。晶泰科技創(chuàng)立于麻省理工學(xué)院(MIT)校園，總部位于深圳，在北京、波士頓設(shè)有分部。該公司擁有包括晶型預(yù)測，單晶結(jié)構(gòu)解析，鹽、共晶虛擬篩選等多項(xiàng)計(jì)算類小分子藥物固態(tài)研發(fā)技術(shù)，以及固態(tài)研發(fā)實(shí)驗(yàn)平臺(tái)，目前已與輝瑞、華東醫(yī)藥、新格元等國內(nèi)外70多家醫(yī)藥公司達(dá)成合作，提供藥物研發(fā)服務(wù)。

同月，美國AI藥物研發(fā)公司Recursion Pharmaceuticals獲得2.39億美元D輪融資，由拜耳領(lǐng)投。此次融資額位居2020年前五大融資金額中的第二位。Recursion成立于2013年，是一家希望通過整合生物學(xué)、化學(xué)、自動(dòng)化、數(shù)據(jù)科學(xué)和工程領(lǐng)域的技術(shù)創(chuàng)新來實(shí)現(xiàn)藥物發(fā)現(xiàn)產(chǎn)業(yè)化的公司。該公司科學(xué)指導(dǎo)之一的Yoshua Bengio博士曾是麻省理工學(xué)院和AT＆T貝爾實(shí)驗(yàn)室的博士后研究員。他與英國計(jì)算機(jī)心理學(xué)家Geoffrey Hinton，F(xiàn)acebook人工智能實(shí)驗(yàn)室負(fù)責(zé)人Yann LeCun被譽(yù)為“深度學(xué)習(xí)領(lǐng)域三巨頭”。今年4月，該公司登陸納斯達(dá)克，募集資金5.02億美元。

2020年5月，Insitro完成了1.43億美元B輪融資，位居2020年前五大融資金額中的第三位，而這輪融資距離Insitro的成立還不到兩年。2018年，斯坦福大學(xué)著名學(xué)者Daphne Koller博士創(chuàng)建了Insitro。在擔(dān)任斯坦福大學(xué)計(jì)算機(jī)科學(xué)教授的近20年間，她在頂尖學(xué)術(shù)刊物上發(fā)表了200多篇論文，還曾獲得美國跨領(lǐng)域最高獎(jiǎng)項(xiàng)之一的“麥克阿瑟天才獎(jiǎng)”。Insitro對(duì)于AI技術(shù)在藥物研發(fā)中的運(yùn)用很好地展現(xiàn)了AI技術(shù)的價(jià)值。其通過機(jī)器學(xué)習(xí)對(duì)具有深度表型特征的人群進(jìn)行統(tǒng)計(jì)遺傳學(xué)分析來發(fā)現(xiàn)潛在靶點(diǎn)以及可能為臨床開發(fā)提供指導(dǎo)的特定患者群；通過建立基于細(xì)胞的預(yù)測性疾病模型，來發(fā)現(xiàn)新靶點(diǎn)、患者亞群和藥物，從而治療肝臟和中樞神經(jīng)系統(tǒng)疾?。焕脵C(jī)器學(xué)習(xí)對(duì)療法進(jìn)行設(shè)計(jì)。今年3月，該公司又完成了一筆4億美元的融資，超過晶泰此前獲得的3.19億美元融資。

2020年8月，AI小分子發(fā)現(xiàn)的領(lǐng)軍企業(yè)Atomwise獲得1.23億美元B輪融資。此輪融資由B Capital Group和沙特公共投資基金Sanabil Investments領(lǐng)投，老股東DCVC、BV百度風(fēng)投、騰訊、Y Combinator等繼續(xù)追加投資。自2012年成立以來，Atomwise一直專注于開發(fā)和改進(jìn)基于AI的藥物發(fā)現(xiàn)技術(shù)，并創(chuàng)建了首個(gè)用于藥物發(fā)現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)。該公司已與禮來公司、拜耳、豪森等大藥企和許多新興生物技術(shù)公司達(dá)成了藥物研發(fā)合作。

2020年5月，AbCellera完成了1.05億美元的B輪融資，Data Collective Bio和Viking Global Investors等投資公司參與了本輪融資。AbCellera公司是一家AI驅(qū)動(dòng)的抗體發(fā)現(xiàn)公司，其技術(shù)平臺(tái)通過匯集高通量微流控技術(shù)、機(jī)器視覺和人工智能技術(shù)，能夠在單細(xì)胞水平對(duì)B細(xì)胞進(jìn)行篩選，從而提高發(fā)現(xiàn)抗體候選療法的速度和效率。它與禮來公司聯(lián)合開發(fā)的候選抗體療法LY-CoV555是首批進(jìn)入臨床試驗(yàn)的新冠病毒中和抗體療法之一。2020年年底，該公司登陸納斯達(dá)克籌集了5.56億美元。

04 挑戰(zhàn)：人才與數(shù)據(jù)

雖然AI技術(shù)在生物制藥領(lǐng)域的應(yīng)用取得了很大的進(jìn)步也展現(xiàn)出很多潛力，但同樣面臨著很多挑戰(zhàn)。

一是缺乏人才。AI技術(shù)人才短缺仍是全球生物制藥行業(yè)面臨的一個(gè)嚴(yán)峻挑戰(zhàn)。雖然很多國際藥企投入大量資金招聘人工智能專家，但其大多數(shù)仍是被大型科技公司如谷歌、亞馬遜、阿里巴巴、騰訊、百度等吸納。從全球人才流向看，大多數(shù)AI技術(shù)人才仍匯集在美國。斯坦福大學(xué)人工智能研究所發(fā)布的《人工智能指數(shù)2021年年度報(bào)告》顯示，2019年北美人工智能專業(yè)畢業(yè)的博士中有65%進(jìn)入產(chǎn)業(yè)界，其中有64.3%的人是國際學(xué)生。而國際學(xué)生中有81.8%的人選擇了留在美國工作。

二是缺乏可用的高質(zhì)量數(shù)據(jù)，這仍是AI技術(shù)需要邁過的一道坎。深度學(xué)習(xí)模型被認(rèn)為是AI技術(shù)在生物制藥領(lǐng)域最有前景的應(yīng)用，但深度學(xué)習(xí)的基礎(chǔ)是大量可用且高質(zhì)量的數(shù)據(jù)。目前來看，公共數(shù)據(jù)庫內(nèi)的數(shù)據(jù)并不能很好地實(shí)現(xiàn)建模，而高質(zhì)量的數(shù)據(jù)很少且難獲取。

三是缺乏倫理共識(shí)和完善的監(jiān)管規(guī)定。目前AI技術(shù)在倫理和監(jiān)管方面仍缺乏基準(zhǔn)和共識(shí)，在制藥行業(yè)的應(yīng)用亦是如此。雖然一些組織在AI技術(shù)倫理方面制定了一系列規(guī)定，但仍然缺乏普遍可用的衡量或評(píng)估基準(zhǔn)。此外，在AI技術(shù)產(chǎn)生的結(jié)果專利及監(jiān)管等方面，仍然缺乏相應(yīng)的法律規(guī)定。