AI何以成“藥神”？｜鈦媒體深度_BAI

新藥研發是人類發展中極具風險和復雜度、耗時最漫長的技術研究領域之ー。英國《自然》雜志有一組數據顯示，新藥的研發成本大約是26億美元，耗時約10年，成功率不到十分之一。

2018年上映的《我不是藥神》電影中，慢性白血病患者需要終生服用的正版格列衛，一盒整板售價高達2.35萬元人民幣。患者為了維持生命，每年服用格列衛成本就需要接近30萬元。高額的藥物研發成本，導致一些正版藥物在專利期售出天價，加之一部分藥物尚未被納入醫保范疇，很多患者都面臨“救命藥吃不起”的窘境。

但隨著人工智能技術的迅猛發展，通過AI算法取代人力篩選，讓AI制造出藥物似乎正變為現實。數據顯示，相比傳統新藥研發每年將近2000億美元的費用，使用AI技術可以減少約35%的新藥發現成本，周期時間也從5至10年縮短至1-2年，甚至有可能幾個月內完成。

如今全球企業對AI制藥技術關注度明顯上升，關于AI新藥研發力度逐步增強。

近日，英國調研機構DeepPharmaIntelligence發布的一份關于AI制藥產業發展報告顯示，截至2021年第二季度，利用AI技術實現藥物發現、生物標志物開發和先進研發環境的企業，全球大約有300家，另外有880多家投資機構入局這一賽道。其中，有21家為CRO企業，31家傳統藥企，以及29家科技化工公司。中國AI制藥企業占比達到2.5%，即大概有7-8家AI制藥公司總部在中國。

市場規模方面，沙利文聯合頭豹研究院發布的一份報告統計顯示，全球藥物研發市場持續增長，2020年規模達1915億美元，預計2023年達2168億美元。

其中，美國藥物研發市場2020年規模占41.83%，達801億美元；中國藥物研發市場規模持續增長，2020年達270億美元，預計2023年達493億美元。該報告預計，在2023年前，中國藥物研發市場規模有望超過美國的一半。

在萬億級市場規模下，眾多明星基金和投資人跑步入場，包括比爾·蓋茨的基金會信托基金、谷歌風投、BAI資本、軟銀愿景基金、紅杉、啟明創投、五源資本、真格基金等，這些機構大多在AI制藥賽道中押注了晶泰科技、英矽智能、星藥科技等多家公司。

中國互聯網科技巨頭們也早已布局AI制藥。去年9月，騰訊推出AI驅動藥物研發平臺“云深智藥”，用于臨床前的藥物設計、篩選和優化；字節跳動AILab去年12月開始在北京、上海和美國山景城招聘藥物發現科學家，開展AI驅動的藥物發現和制造研究；隨后華為也發布了藥物研發算法工程師的招聘啟事，并和中科院上海藥物研究所合作，推出了基于AI開發平臺ModelArts的藥物聯邦學習服務。更早之前，百度、阿里巴巴也都已先行落子。

毫無疑問，AI+制藥，成為了當下沒人敢錯失的賽道。

不過，雖然眾多巨頭企業跑步入場，但AI制藥行業存在巨大的未知數，商業前景還有待驗證，迄今為止還沒有一款由AI發現的新藥問世。上海交通大學生命科學技術學院教授陳海峰指出，AI不是萬能的，這一技術如何改變制藥業，還有諸多問題仍待解答。

那么，AI制藥行業究竟是未來百億新藍海，還是像共享單車、社區團購一樣，資本蜂擁卻淪為燒錢大戰？

環球音樂和谷歌正在就打擊AI深度造假交易進行談判:金色財經報道，環球音樂集團和谷歌正在就人工智能 (AI) 生成的歌曲中使用藝術家旋律和聲樂的許可進行談判。這些公司的目標是在音樂行業和大型科技公司之間建立合作伙伴關系，以應對人工智能生成的深度造假的猖獗出現。

由于大量使用音樂家肖像的“深度造假”，主流人工智能的使用引發了主要音樂行業領導者的擔憂。 人工智能生成的 Drake 和 Kanye West 的視頻在四月份左右開始瘋傳。

據報道，這兩個行業巨頭之間的討論仍處于開始階段，沒有即將推出的產品或指南。 消息人士稱，我們的目標是開發一種工具，用于合法創作具有正確版權歸屬的曲目。[2023/8/9 21:34:41]

全球AI藥物研發企業不完全統計表格

從量變到質變，AI開始尋藥

6月3日下午，中關村國家自主創新示范區會議中心，一場關于AI技術論壇上，一位外國演講嘉賓吸引了在場所有人的目光。

盡管臺下沒有任何翻譯設備，但在場所有人都聚精會神仔細看著演講者的PPT。中國著名神經生物學家、清華大學藥學院長聘教授魯白在論壇現場形容這位嘉賓是：“他是一位學者創業，也是少見的既能發表論文，還能寫書的企業家。”

這位外國嘉賓就是AI新藥研發商英矽智能創始人兼首席執行官、計算機科學家AlexZhavoronkov博士。

Alex畢業于加拿大皇后大學，后來在美國約翰霍普金斯大學取得生物技術碩士學位，在莫斯科國立大學獲得生物物理學博士學位，擁有計算機和生物兩個技術方向的求學經歷。并曾在英國生物老年醫學研究基金會擔任首席科學官，他還是美國巴克衰老研究所的客座教授，甚至寫過一本名為《跨越衰老》的書。2014年，Alex創立了英矽智能這家公司。

此次演講中，Alex主要宣傳英矽智能在今年2月底發布的一項重要成果：在不到18個月內，英矽智能利用自主研發的AI藥物研發平臺，完成了從概念到臨床前候選化合物發現的整個過程，發現了泛纖維化的新靶點，并針對該靶點設計了治療特發性肺纖維化的臨床前候選藥物，該候選藥物已被證明在臨床前的體內體外實驗中具有顯著療效，且成本遠低于常規藥物發現的投入。

事實上，藥物研發是一個系統性工程。從生命科學的基礎研究開始，然后到靶標的發現。靶標是指和疾病進程有關的，并且可與藥物分子相互作用的生物大分子，如蛋白質或核酸等。

當靶標確定以后，就可以根據靶標發掘潛在的命中化合物，然后通過數輪合成優化，最后獲得臨床前候選化合物。藥物的臨床前研發主要包括藥學研究、藥效學研究、藥代動力學及安全性評價，完成臨床前研發并申報臨床試驗獲批后，方可在人體上開展臨床階段的研究。藥物的臨床階段研究同樣挑戰重重，I期、II期、III期臨床試驗，每一輪都面臨長耗時和高風險，完成了臨床試驗后藥物需要提交上市申請，只有獲批的藥物最終才能流入市場。

中科院院士、中國科學院上海藥物研究所研究員蔣華良指出，每年全球只有30-50個新藥可以上市，原創新藥則更少，大概在15個左右。而人類的疾病共有4500多種，90%以上的藥是無藥可治的，做藥卻又是一個復雜的過程，需要上千種技術，高風險、周期長、投資高。例如，四大神經退行性疾病之一的阿茲海默癥，近20年來僅上市了一款新藥。

傳統的新藥研發模式下，每一款新藥上市動輒需要數十年，耗費數十億美元，且90%以上的新藥都沒能走到終點。周期長、成本高、成功率低是新藥研發面臨的普遍難題。

那么，英矽智能究竟是如何做到用AI技術進行藥物研發的呢？

Aave DAO投票決定整合Chainlink儲金證明以加強網絡安全:金色財經報道，去中心化借貸協議Aave將實施一個 \"儲備證明 \"系統來保護Avalanche上的橋接資產。Aave DAO以超過99%的贊成票批準了區塊鏈oracle Chainlink的Proof-of-Reserve智能合約，它將具體涵蓋Avalanche區塊鏈上的Aave v2和v3。

橋接資產是DeFi在通常不相互通信的區塊鏈之間移動價值的方式。該資產被鎖定在其主鏈上的智能合約中；然后，在目標網絡上發布一個克隆。Avalanche上的Aave v3有DAI、USDT和USDC以及其他代幣的橋接版本。（coindesk）[2022/12/23 22:02:24]

具體來說，英矽智能團隊花了近7年的時間，構建了數百個AI模型集成到該公司自主研發的一體化AI平臺Pharma.AI中，并通過大量的組學數據、論文庫數據、臨床實驗數據等不斷地對AI算法進行訓練驗證和迭代，從而開發了針對藥物研發三大痛點的AI藥物研發軟件，它們包括：創新靶點發現引擎PandaOmics、小分子的設計和生成引擎Chemistry42、以及臨床試驗結果預測平臺InClinico。

在創新藥物研發項目中，首先，團隊利用PandaOmics引擎的復雜評分機制，通過數據分析幫助靶點發現；其次，用經過大量數據訓練和驗證的小分子設計引擎Chemistry42，基于蛋白結構或者配體結構進行化合物的設計和篩選，幫助找到具有特定屬性的小分子化合物，實現從苗頭化合物的發現一直到臨床化合物的確定；第三，利用人工智能引擎InClinico，指導正確的臨床實驗方案。

值得注意的是，Pharma.AI平臺通過處理多模態大數據并構建復雜的疾病模型用于靶點選擇，實現包括數百個模塊，如生成式對抗神經網絡、自然語言處理引擎和統計組件——所有模塊均可協同工作。

簡單來說，英矽智能就是通過大數據模型，讓AI技術實現推理創造，使得AI從量變走向質變，探索新的藥物發現方法。通過AI平臺的深度學習算法和大數據計算，實現從靶點發現到化合物篩選，從化合物合成到臨床實驗設計優化，最后走進人體臨床實驗全過程。

創新工場董事長兼CEO李開復表示，AI技術的自動化、規模化和可解釋性優勢，讓它成為極具潛力的藥物設計新思路。此次英矽智能的發明是一個完整的、產品化的解決方案，也標志著業界首次對AI進行科學驗證，并將其用于新藥研發。“第一次把整個新藥研發流程打通”。

2021年6月，英矽智能完成2.55億美元C輪融資，領投方為華平投資，跟投方包括啟明創投、創新工場、CPE源峰、紅杉資本中國基金、BV百度風投、禮來亞洲基金等20多家明星機構，堪稱豪華。據彭博社此前報道，英矽智能正考慮籌資約3億美元在美國IPO。

Alex告訴鈦媒體App，英矽智能正在靶點發現、化合物設計、化合物合成優化等領域布局，并計劃把自主研發的創新藥物管線推進到臨床試驗階段。據悉，英矽智能利用人工智能驅動發現的、針對IPF的候選化合物已于去年底進入臨床前研究階段，這將是全球范圍內首例由人工智能發現的具有全新靶點、全新化合物的潛力藥物，預計在2021年底進入臨床試驗階段。

BNB Chain二層擴容方案Zecrey Legend第一階段公開測試網已上線:12月4日消息，基于BNB Chain的二層擴容方案Zecrey Legend已于北京時間12月3日21:00上線公開測試網。該測試網包含多個階段，目前已上線的第一階段產品為Android應用，包括了多鏈資產管理，以及基于ZK Rollup的Layer 2 NFT市場等功能。[2022/12/4 21:21:55]

與傳統藥物研發流程類似，目前AI制藥產業鏈大體分為：新藥發現——臨床前研究——臨床研究——FDA審核批準——新藥上市等。而AI藥物研發主要聚焦的疾病領域為癌癥、精神類、心血管、肝腎腸胃、呼吸系統等。

不過現階段，大部分企業都集中于早期化合物合成與篩選，或者更早的靶點發現階段。

智源研究院發布的一份報告指出，在全球兩百多家在AI制藥賽道布局的公司中，一半以上都是在藥物發現階段，其中81家公司做新的侯選化合物的挖掘。

對此，BAI資本投資副總裁侯曉林對鈦媒體App表示，“出現這樣狀況的一個原因是，傳統新藥研發要超過10年，整個AI制藥企業也沒有發展這么久，長的比如晶泰科技也是一家成立六年多的公司，短的也不到兩三年。從藥物研發到臨床試驗的整個過程依然需要花很多時間，AI制藥企業無法跳過臨床前和臨床階段大量的實驗，直接成藥是不太現實的。”

成立13年以來，BAI資本累計投資超200家互聯網企業，實現14個IPO和40余家獨角獸，主要布局中早期企業，投資領域涵蓋零售、消費及服務，內容及媒介創新，產業科技及軟件，前沿科技及底層技術等方面。在加入BAI之前，侯曉林畢業于清華大學，就職于軟銀中國資本，任投資副總監，更早在百度任職。在AI制藥領域，侯曉林和BAI資本團隊布局了星藥科技、星亢原neoX生物、康邁迪森等明星公司。

侯曉林認為，AI的介入，可以減少大量的試錯和返工時間，節省研發成本，縮短研發周期，這對藥廠和CRO公司來說是很有意義的事情。因此，盡管目前很多公司都在產業鏈早期階段，但隨著AI技術的不斷進步，AI制藥公司有望布局整條產業鏈。

“早期藥物發現整體可以從另一角度分為兩個階段，生物機制發現階段和臨床前研究階段。像蛋白質結構解析、靶點發現都屬于前者，而化合物發現、活性、理、藥理優化等環節屬于后者。AI可以預測超大規模的分子結構數據，更加準確高效地預測分子的屬性，進行虛擬篩選，大大提升了研發的速度、降低了研發的成本。”侯曉林在接受鈦媒體App專訪時表示。

實際上，在藥物發現領域，晶泰科技做的就是一個AI技術參與的閉環。據晶泰科技聯合創始人兼CEO馬健博士介紹，針對新靶點，AI可以首先針對靶點結構，生成涵蓋了巨大的化學空間的化合物集，并從中初步篩選出一系列潛在有效的化合物；隨后，使用AI與基于量子物理原理的算法對這些分子的活性進行篩選、排序，結合靶點和細胞層面的實驗，對化合物關鍵的成藥性質進行更精細的驗證與優化，并將真實世界實驗數據反饋給AI模型，用于新一輪的化合物生成、設計，行程循環。如此迭代，可依靠AI與少量有針對性的合成實驗，快速、精確地鎖定各方面性質理想的候選化合物。馬健認為，晶泰科技自主獲得高質量實驗數據與模型驗證的能力是算法不斷完善提升、構建數字孿生的藥物研發系統的關鍵。

晶泰科技成立于2014年，是一家以數字化和智能化驅動創新的AI藥物研發公司，其“底層物理計算結合AI”的模式頗受看好。2020年9月獲3.188億美元的C輪融資，稱其創造了當時全球AI藥物研發領域融資額的最高紀錄。

馬健告訴鈦媒體App，目前晶泰科技的商業模式，更多是以藥物研發平臺進行研發合作，服務藥企和客戶的需求。當主要提供提供一站式藥物從頭發現、晶型預測在內的算法預測與實驗驗證相結合的研發服務。其中，與希格生科、Geode兩家生物科技公司合作，針對兩個尚無對癥藥物的癌癥靶點進行AI新藥發現，分別在半年左右獲得首創新藥(first-in-class)臨床前候選化合物，目前正在準備或已經進入CMC環節。至于自有新藥管線，短期內暫無計劃。

Chainlink使用ENS域名data.eth創建鏈上預言機數據庫:據官方消息，預言機項目Chainlink使用以太坊域名服務ENS域名data.eth創建了鏈上預言機數據庫，每個單獨的喂價都使用一個子域名來命名，例如可以通過查詢eth-usd.data.eth的ETH地址記錄來找到關于ETH/USD喂價的鏈上地址，可以通過ENS Manager App、諸如Etherscan的區塊瀏覽器以及直接從任何完整節點中查詢Data.eth域名。以太坊域名服務（ENS）運營總監Brantly Millegan表示，這提高了喂價信息流的可發現性和可讀性，并能為開發者提供已將智能合約連接到正確的喂價合約的鏈上證明。[2020/12/29 15:58:31]

另外，可以發現一個現象，包括Alex、星藥創始人兼CEO李成濤博士、星亢原生物聯合創始人兼CEO陳航、冰洲石科技創始人范捷等AI新藥研發賽道企業創始人，均沒有從事傳統藥企的經歷，大都與AI、量子、統計、計算機、生物學有關。這說明，AI制藥并非只有藥企產業的資深人士才能做到。

例如，陳航是美國麻省理工學院物理化學博士，曾在美國華爾街對沖基金千禧年擔任基金經理，創始團隊均畢業于浙江大學竺可楨學院；而范捷2004年獲得加州伯克利大學生物統計學碩士，后來在洛克菲勒大學從事博士后研究；李成濤則是畢業于清華大學姚班，隨后在麻省理工學院獲得計算機博士學位，師從機器學習大牛Prof.StefanieJegelkaandProf.SuvritSra.等。

對于這一現象，侯曉林認為，跨學科是未來科學研究的發展趨勢，候選化合物需要更多的解析分子結構，與AI相關的交叉學科背景的人十分有優勢，因為他們對于AI+制藥技術理解的更為深刻。借用BAI被投企業星亢原陳航博士的一句話來說：“一個產業不可能被自己老一代的人或是傳統的人顛覆掉，自己沒事顛覆自己干什么，只有新興的力量才可能。”按照技術顛覆傳統產業的思維，但可能是人工智能領域出來的人會更有動力來把新元素、新角度融合到已有行業中來碰撞出新火花。

“這個領域其實是個偏交叉學科。雖然李成濤主攻AI領域，但他博士期間的方向或是時間和精力，其實花在了理解分子之間相互作用的關系上，從而解決分子之間的作用底層原理。而且，團隊也會招聘從傳統藥企中出來的人，并不是說創始人一定要在藥企里面做過很長時間。將AI技術和醫療大健康賽道的人組合在一起，才會推進企業更快發展。”侯曉林表示。

AI新藥研發三大問題亟待解決

事實上，AI+制藥賽道屬于計算機與生物、化學等諸多學科交叉的生命科學技術，高端復合型人才十分稀缺，商業模式尚不明確，產業也處于早期。加上AI大數據的“黑盒”，使得數據不同，各家技術路徑也不相同，導致整個產業呈現“散而小”的局面。

首先是商業模式尚不明確。企業需要合理地定位角色，選擇適合的商業模式。當前，AI藥物研發真正意義上的產出較少，2019年4月，IBM公司因為財務業績低迷，決定停止開發和銷售藥物開發工具——WatsonAI套件。目前多數企業發展依賴融資，對AI+藥物研發技術創新企業來說，是自己做藥物研發還是CRO模式，是需要結合自身發展做出適合的選擇。

以美國AI制藥獨角獸Schrodinger為例。創立于1990年，比爾·蓋茨、谷歌、啟明創投等投資的薛定諤于今年2月成功在美國納斯達克上市，股票代碼為SDGR。截至9月18日，薛定諤市值已經達到44.2億美元。

但薛定諤發布的2021財年二季度財報中顯示出，AI新藥發現并非該公司核心收入，而且商業模式并不清晰。

ChainUP Capital合伙人Joy：持續看好IPFS賽道:由開源礦池和火幣主辦，金色算力云、鏈上ChainUP、Filecoin Beijing聯合主辦的“分布式存儲中國行暨開源礦池IPFS私享會”2020年11月25日在深圳舉行。ChainUP Capital合伙人&ChainUP集團深圳負責人Joy在會上表示，主要從兩個方面比較看好IPFS，其一是其大量的社區基礎，目前，全球IPFS的活躍節點已經超過了40萬，共識強大。其二是IPFS歷經時間考驗，至今發展了快6年。IPFS代表的是去中心化存儲，帶來的是信息自由的革命，這是Web3.0的基礎設施。從長遠來看，無論幣價波動如何，持續看好IPFS在分布式存儲領域的地位。[2020/11/25 22:05:58]

財報顯示，薛定諤Q2收入為2980萬美元，同比增長29%，整個上半年收入為6191.1萬美元。其中，Q2軟件收入2410萬美元，同比增長15%，新藥發現業務收入570萬美元，同比增長161%。軟件和新藥發現為薛定諤的兩大業務領域，前者為向藥企銷售AI制藥相關軟件，后者為開發自有新藥。

與此同時，財報顯示薛定諤收入中相當一部分并非來自其核心業務，也就是投資所得收益。比如，2021財年Q1由于公允價格的調整，薛定諤持有的MorphicTherapeutics的股份為其帶來2480萬美元非現金收入。Q2則包含收購與藥物發現計劃相關的知識產權，以及薛定諤與百時美施貴寶合作的收入等。最終導致薛定諤第二季度凈虧損達到3497萬美元，相比同期的406.6萬美元大幅增長。

AI制藥公司Schrodinger于2月在美國納斯達克上市

不過，侯曉林卻認為，盡管從時間上看，國內大數據和AI制藥行業起步略晚，但這個行業自身就比較新穎，從臨床I&II&III期到FDA/CFDA審核，整個過程尚需一段時間，但AI制藥公司階段性管線成果仍可通過“licenseout”模式商業變現。

Alex指出，英矽智能擁有三種收入來源的商業模式，但目前依然處于早期商業化。

首先，通過自研的人工智能藥物發現平臺推進超過40個內部在研項目，一旦這些內部管線取得進展，公司將尋求項目授權合作或自主推進到臨床階段，繼而實現商業化；

第二，項目開發合作。對于擁有臨床管線的公司，如果想要布局創新的臨床前管道，它們會選擇與這個領域最前沿的公司，也就是英矽智能等企業合作，從新靶點發現一直到臨床前候選化合物研究，并隨著項目合作的展開進行里程碑付款；

第三，軟件授權合作。英矽智能會把AI軟件授權給制藥公司，當這些軟件被布局在制藥公司內部，使用者們可以從英矽智能多年的研究中受益，利用軟件加速藥物發現。Alex認為，軟件收入可能沒有項目合作收入那么重要，但將有助于整個生態圈的發展。

“我們想成為生態圈的重要的一份子，向全世界提供英矽智能的藥物發現能力，”Alex說。

“我們的目標不是迅速實現盈利，而是通過滿足廣大患者的需求，來贏得具有潛力的市場。我認為，要實現真正令人驚嘆的財務回報需要數年時間，不僅對英矽智能而言如此，對其他公司也是如此，但這不會在一夜之間發生。另外，為了計算風險和回報，投資者理解生物技術商業模式是非常重要的。因為生物技術是一個非常有風險的行業，它通常不僅關于研發成本而且關于成功的概率。”Alex對鈦媒體App表示，自2014年成立以來，英矽智能已與包括約翰霍普金斯大學、哥本哈根大學、諾華、強生、輝瑞、勃林格殷格翰、安斯泰來等頂尖院校及跨國制藥企業達成合作。

另外，藥企巨頭們也在不斷入局AI藥物研發中，未來可能會通過大筆資金、人才的投入，或取代AI新藥研發初創企業。

目前在全球藥企中，諾華、阿斯利康、楊森、輝瑞、默克、拜耳等在AI藥物研發上行動積極。其中，諾華使用機器學習算法監控和管理臨床試驗，輝瑞、賽諾菲、百時美施貴寶使用AI開發和分析藥物真實世界數據，拜耳則借助AI功能套件，從藥物警戒數據庫中自動提取藥物不良反應記錄。

二是高端復合型人才缺失。AI藥物研發兼具信息科技和醫藥雙重屬性，既需要AI的人才也需要懂藥物研發的人才，需要培養一批具備交叉學科的復合型人才隊伍。

根據全球頂級期刊《科學》發布的報道顯示，常見藥物發現所需要的學科主要包括生物學、化學、AI計算等相關科學技術。

1、生物學：檢測開發；細胞生物學；電生理學；基因組學和分子生物學；藥物；藥理學；生理；蛋白質生化、表達和合成；蛋白質工程和生物制藥；蛋白質組學；結構生物學和晶體學；獸醫服務；

2、化學：分析化學；藥物和合成化學；合理化合物設計；計算化學；計算機設計；高通量篩選；

3、相關科學：工程；數學；統計數據；生物和化學信息學；IT、硬件和軟件設計等。

對此，馬健在接受鈦媒體App獨家采訪時指出，很少有定位于交叉學科的專業，所以大部分人才在進入晶泰科技這個團隊后才開始涉獵、補充其他領域的知識。在晶泰科技的招聘過程中，也不強調“一專多能”，而是由許多在各自專業技術領域深耕多年的專家，組成一個密切合作的跨學科的研發團隊。只有科學研究、工程問題、算法、算力整體獲得不斷的優化和發展，達到一個技術臨界點，才能解決復雜的AI新藥研發問題。

三是數據制約。AI訓練模型需要優質的數據，新藥研發領域的數據基本掌握在藥企手里，公開的數據比較有限，所以如何獲取優質的數據，建立研發數據標準體系完善數據都是AI+藥物研發初創公司面臨的難題。

對AI制藥企業而言，數據壁壘必須破除，但這并非易事。多位業內人數指出，藥物研發中最核心的數據往往掌握在藥企手中。由于涉及核心知識產權，藥企并無意愿將核心數據分享。而公開的數據質量參差不齊，限制了AI發揮更大價值。

短期內，AI無法顛覆制藥工業的既有生態。不同項目中的AI模型差異巨大，如何訓練完全依賴研究者自身的判斷。因此，制藥業積累經驗和知識依然有重要價值。

此外，AI制藥對于患者的高風險也是不可忽視的。讓人類吞下由AI技術制造出的藥物，風險十分之高，機器可以死機重啟，人無法通過科技形成“復活甲”。

總的來說，AI主要是神經網絡的算法，而神經網絡來自于神經科學。但相比人腦中百億個神經元，以及和神經細胞組成的復雜的網絡，現在AI的模型結構太簡單了。現階段，整體技術依然處于弱AI階段，沒有大量的算力、算法和大數據，很難通過AI實現所有的新藥發現，諸多技術、商業、產業難題仍待解決。

“我們今天其實只走了第一步。”李開復在談及AI制藥時認為，盡管AI制藥取得了突破，且潛力巨大，但仍處在發展的極早期，仍需著力打通靶點發現和藥物分子發現等環節。

啟明創投主管合伙人梁颕宇則認為，若以1到10分來評判AI制藥的成熟程度，現階段大概是1分左右，“現在說AI對醫療領域的潛在影響還過早”。

一位AI制藥從業人士指出，長期以來，中國制藥行業被指源頭創新能力不足，對新靶點、新成藥機制的發現幾為空白，且成果轉化環節仍需打通。在將科學發現轉化為新藥的經驗依舊欠缺的現狀下，除了要面對AI技術和歐美企業的差距，如何利用AI發揮最大價值，仍是中國制藥業面對的真問題。

蔣華良院士強調，藥物研發加上AI這樣的一個技術前景是美好的，但是道路肯定是不平坦的。在藥物研發領域，AI永遠代替不了人。但如果做藥的人不掌握AI技術的話，也永遠做不過新藥研發企業。

中國加注AI+制藥賽道

2019年，Alex做出了一個意外的舉動——將英矽智能總部從約翰霍普金斯大學所在地美國馬里蘭州移到中國香港。

實際上，全球50%以上的AI制藥企業都位于美國。對此他解釋稱，中國正在創造絕佳的環境，所以他認為公司總部搬到中國香港，有利于英矽智能未來發展。

“我把全副身家押在了中國生物技術的未來上。”Alex在接受鈦媒體App獨家采訪時表示，中國生物技術產業過去更專注于更成熟和保守的靶點和靶標。然而如今，中國正在加大對創新藥的投入，考慮到這樣一個辛勤耕耘的環境和各攸關方做出重要努力，他預測未來5年內，中國創新藥賽道將迎來一場大爆發，會站在世界的醫藥創新中心。

在Alex看來，盡管AI制藥賽道這不會在一夜之間爆發，可能需要10年或15年以上，但中國并不會在AI制藥技術中處于劣勢。

事實上，頂層政策設計方面，大數據和AI藥物設計已成為中國生命健康領域的戰略前沿方向。

早在2018年4月，衛健委《全國醫藥信息化建設標準與規范(試行)》指出，利用AI技術對疾病風險進行預測，實現醫學影像輔助診斷、臨床輔助診療、智能健康管理等；十四五規劃和2035年遠景目標綱要中，下一代AI技術和新藥研發都已列為關鍵創新技術之一開展攻關研究；科技部、中科院十四五戰略規劃調研中，都將AI新藥列為生命健康領域的前沿部署方向。

融資方面，AI藥物研發受資本追捧，2021年來，亦有數家中國AI制藥企業獲得大額融資，中國企業和投資人均瞄準這一領域。

對于侯曉林來說，近兩個月內，她在AI制藥賽道布局的上述三個項目均公布了新的融資消息。

7月8日，星亢原生物完成了數千萬美元的A+輪融資，本輪投資方包括BAI資本、紅杉中國、五源資本等；8月4日，星藥科技宣布完成B輪融資，由上海人工智能產業投資基金領投，并且獲得BAI資本等老股東的繼續跟投；8月16日，計算化學(CADD)和AI驅動的醫藥研發企業“康邁迪森”完成由BAI資本領投的Pre-A輪數千萬人民幣融資；百度CEO李彥宏創立并投資的生物計算平臺百圖生科，于7月30日宣布完成上億美元A輪融資。由GGV紀源資本領投，百度、君聯資本、藍馳創投、真知資本、襄禾資本跟投，公司董事長李彥宏繼續追加投資。.......

動脈網統計顯示，2010年至2020年10月，海內外有超過50家AI+新藥企業獲得了融資，合計融資總額超過45億美元。這其中，超過20億美元的融資發生在2019年至2020年。CBInsights數據顯示，僅2020年前三季度，行業投資事件數量達到289起。根據DeepPharma數據顯示，AI藥物研發相關領域融資總額從2014年2.2億美元，增長至2020年的18.39億美元。

目前在未掛牌上市、利用AI推動藥物發現的企業中，已有五家估值超10億美元，包括英矽智能、BenevolentAI、Exscientia、Insitro、以及中國企業晶泰科技。

當然，除了開頭的互聯網企業、以及AI科技企業布局AI制藥之外，大型藥企、CRO的入局也需要密切關注。

國內CRO企業中，藥明康德積極布局AI制藥。2018年06月，其與英矽智能合作嘗試利用生成對抗網絡(GAN)和強化學習(RL)等新型算法，針對全新的以及具有挑戰性的靶點，為客戶開發理想的臨床前藥物候選分子。自2016年至今，藥明康德布局6家Al藥物研發企業投資，其中包括英矽智能、EngineBiosciences,VergeGenomics,Strateos、Insitro和薛定諤6家Al公司，其中薛定諤已上市。

清華大學交叉研究院副教授曾堅陽認為，通過新技術對數據所有權的爭奪，或將成為AI制藥的下一個熱點。

今年7月，谷歌公司旗下DeepMind團隊自研AI系統AlphaFold2已經能夠預測人類98.5%的蛋白結構組研究成果，使得其海量蛋白質三維結構數據庫有望在藥物發現領域應用，讓中國AI新藥研發企業找到了新藍海。

有數位行業資深人士對鈦媒體App表示，由于DeepMind這一研究成果的想象空間，導致很多投資人十分看好現在國內AI制藥行業發展。

“DeepMind的研究對于AI制藥產業來說是一個很大的啟發，對于整個AI制藥行業也是一個里程碑。它讓更多人關注到AI制藥行業，以及源頭環節下游的瓶頸問題。”馬健博士近日在接受鈦媒體App獨家采訪時表示，DeepMind的這一成果如同打開了藥物創新的源頭活水，讓更多因為結構不清晰而難以成藥的靶點變得可望可及，而清晰的靶點蛋白結構意味著AI算法有更好的施展空間，可以應用的靶點與應運而生的藥物管線數量也會顯著增加，這對于整個AI制藥是一個重要利好。

實際上，隨著AI技術在醫療領域的全鏈條應用，正不斷加速生物醫藥行業的范式轉變。但這無疑將耗時長久，短期內，業界期盼的AI助力中國制藥業“彎道超車”幾無發生的可能。這主要由于制藥行業本身動輒十幾、二十年的超長研發周期。

曾堅陽指出，AI在藥物研發中扮演的仍然是一種輔助性角色，核心仍是制藥乃至生物和化學專家的專業知識。制藥業積累的研發經驗，是AI在制藥業發揮價值的前提。

大藥企積累的經驗和數據，也促進了AI本身的優化。馬健坦言，通過與歐美藥企合作，晶泰自身的平臺與技術也得到了打磨和驗證。目前晶泰科技通過結合智能藥物研發平臺與實驗技術、以及藥物研發團隊豐富的行業經驗，就此建立起一套較成熟的AI藥物發現流程與全新研發范式。

侯曉林認為，新藥研發是需要大量的資金、人才和技術投入，加之用藥安全性考慮，AI制藥賽道道路且長，還需要扎實的基礎科學研究和充分的臨床實驗。

侯曉林強調，“沒有那么多彎道可以超，踏踏實實做事還是少不了的。”

Tags：BAI人工智能CROBAI幣BAI價格人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目CRO幣CRO價格

AVAX