（原标题：MNC、Biotech、大科技公司掘金AI制药！中国AI制药进入临床试验阶段，以英矽智能为代表的AI制药公司能否上岸？下一步重点方向在哪？）

继去年谷歌DeepMind因成功破解蛋白质折叠问题而受到广泛报道。2023年8月9日，英伟达BioNeMO展示的包括9种加速药物模型再次令业界兴奋。

（NVIDIA BioNeMO包括9种加速药物模型，2023年8月9日消息）

(资料图片)

从谷歌AlphaFold DB数据库到英伟达Clara Discovery的超算集合，人工智能（AI）参与药物研发的时代加速到来。以药物筛选为例，2018～2020年间每月才0.08个，2021年每月2个。现阶段，英伟达BioNeMo已经能够提供包括9种加速药物研发的模型，覆盖从分子对接到蛋白质3D结构的发现。

AI药物设计在小分子领域展现的巨大潜力，吸引了全球和中国制药大厂和资本的关注和投资，开启一场由AI驱动的医药掘金之旅。目前全球有700余家AI制药公司，有超过一半在美国，其次是欧盟占比约17%，中国占比3.5%。

现阶段，AI制药商业模式包括AI药物开发平台SaaS如薛定谔、英伟达Clara，以交付先导化合物的的CRO如晶泰科技和腾迈医药，以自研管线路径如英矽智能。但国内外药企处在不同发展阶段的差异性，AI技术变革下，Biotech与MNC合作成为必然。

不同于传统制药企业需要严格遵循“①早期筛选-②候选化合物评估-③候选化合物工艺开发和优化-④临床前-⑤临床I/II/III期-⑥新药上市”的新药开发流程，AI制药并不是完全的线性发展，就上述①②③流程在AI技术介入下可同时进行，从数十亿分子中筛选出成功的苗头化合物。

这种颠覆性最能体现在：一种新药推向市场传统上平均需要10年以上的时间，AI制药则大大提高了药物研发的效率，开发成本直接降低大约10%（传统新药研发资金需投入约26亿美元）和药物总研发周期平均缩短1/2到2/3（传统新药开发到上市平均需要10-16年）。

在医药投资回归理性等多因素综合下，AI制药行业开始更加期待临床验证阶段能够取得关键性成果。若在临床关键阶段有所突破，AI制药对生物医药行业和人类的意义无疑是巨大的。

一、掘金AI制药，MNC、Biotech、大科技公司

从技术迭代的角度，AI在生物制药领域在上个世纪还处于计算机辅助设计的探索阶段。传统大型制药企业在新药研发领域绝对优势，基本上以投入部分资金表示对新技术的观望态度。

2012年以来，AI药物设计在小分子领域展现的巨大潜力，才引起了大型MNC的关注和投资。

而目前比较熟知、获得资本扎堆投资和已经成功上市的Biotech公司大部分都是在2012之后成立的，比如Exscientia（2012年成立）、AbCellera（2013年成立），晶泰科技（2015年成立）、宇道生物（2013年成立）。其中，晶泰科技的创立，代表着中国AI+药物设计的兴起，自此中国AI药物初创公司如雨后春笋般出现。

2017-2021年，AI药物发现公司研发管线呈现迅猛增长趋势，Discovery从28增长到158，而在此期间TOP 20的大型MNC的管线数量从709减少至333。

不能完全说MNC在AI制药时代的表现平淡，但是利用神经网络模拟分子相互作用的小型生物技术和大型制药公司之间的竞争环境已然改变。正如德勤在研究报告中指出的那样，2017年全球TOP10药企巨头在研发上的投资回报率仅有3.2%，处于8年来最低水平。AI制药时代的到来，让制药巨头们在新药开发层面看到曙光。

1、MNC重金猎药

一般而言，传统的新药研发是一个极其漫长和研发费用高昂的过程，药企同时还面临着研发失败的高风险。而大型MNC研发一款重磅药具备偶然性，都渴望能够畅销十几年或二十几年。对AI应用于制药领域的不信任多少让MNC慢了节拍。

AI可以提高竞争和生产力，但它也可以成为一个伟大的平等者，让小玩家与巨人处于同等地位。

以药物研究为例。大公司有预算和资源对数百万候选药物进行物理测试，这使它们比初创企业和研究人员更具优势。但是较小的实验室可以通过利用模拟潜在药物分子如何与靶蛋白结合的神经网络来获得类似的结果。

但由于筛选数十亿种化合物，的挑战在于，合成新分子的准确度，需要做出物理上真实和化学上真实的东西。因而，在AI制药时代，掌握了单项技术垄断的Biotech与MNC为扩大市场规模赢得竞争不谋而合，两者合作成为必然，风险共担嘛。

数据显示，2016-2018年，全球头部MNC与AI公司合作交易数量从3个增长至14个，主要有默沙东、强生、阿斯利康、诺华、辉瑞等；2019-2021年合作交易数量从31个增长至77个，主要以罗氏、安斯泰来、GSK、礼来、安进等占据头排。

近三年，资本对AI公司给予了前所未有的重视，2020和2021年两年间，15家人工智能（AI）驱动的生物技术公司成功上市。显而易见，资本对AI驱动的"新生物技术"日益信任。其中，Abcellera在纳斯达克上市，募资5.555亿美元，该公司利用其抗体发现平台来确定新的候选药物，其与Moderna合作为mRNA疗法发现治疗性抗体。

而成立于2019年的Valo Health在2021年6月通过SPAC的方式上市，融资超过5亿美元。Valo的Opal平台是一个完全集成的、组件化的、端到端的药物开发平台，采用云计算和人类数据。这个计算平台由于减少了药物开发过程的成本、持续时间和失败次数而使其更加高效。

另外，还发生多笔重磅交易，包括2021年，罗氏/Genentech与Recursion合作，在神经和肿瘤领域确定新靶点和候选化合物，首付款1.5亿美元；2022年，赛诺菲与Exscientia达成15种新型小分子疗法领域合作，首付款1亿美元，总金额52亿美元。

再有，2022年11月，总部位于香港的Insilico Medicine与赛诺菲公司签署了一项价值12亿美元的潜在交易，利用Insilico Medicine的"Pharma.AI"平台发现多达六个新靶标。

量子模拟有望极大地促进生物学、化学和医学中复杂而重要的问题的解决。2022年9月21日，诺和诺德基金会拨款2亿美元，用于建立第一台全面的量子计算机，用来开发新药。

2022年5月，阿斯利康宣布与英国人工智能驱动的药物发现领导者BenevolentAI的合作中收集了第二个肺纤维化靶标。仅仅几个月后，在2022年10月，BenevolentAI成功地为阿斯利康的研发提供了另外两个人工智能生成的靶标，靶标是慢性肾脏疾病和特发性肺纤维化。

Exscientia与拜耳签订了一份为期3年、价值2.66亿美元的协议。此次合作将利用AI加速肿瘤和心血管疾病的小分子候选药物发现。

2、中国AI制药星星之火，携手点燃

较之于美国已有十几家AI驱动生物技术成功IPO，截至当前，中国尚未有AI制药公司上市。中国目前已有AI初创制药企业近80家，有一半是专注于小分子研发，10%专注于大分子和技术服务。商业模式和价值逐渐清晰，大多数是SaaS+CRO/SaaS+bio/CRO+bio/SaaS+bio等混合模式经营，占比31%，以AI辅助开发平台SaaS占比25%，Biotech占比8%。　　

令我们比较欣慰的是，据BCG不完全统计显示，国内头部药企跟初创AI生物技术公司的合作在近三年出现井喷式增长，2019年合作数量只有4个，2021年达到36个，增长率为200%。

有超过40家药企包括头部公司和Biotech参与了AI制药。头部药企有百济神州、中国生物制药、华东医药(000963)、再鼎医药、恒瑞医药(600276)、复星医药(600196)等。Biotech公司里最为引人注目的当属2015年成立的晶泰科技和成立于2014年的英矽智能

现阶段国内头部药企和Biotech的合作虽然尚处于起步阶段，但在一级市场，中国AI制药领域交投仍旧活跃。A轮及早期占比79%，B轮大概在12%内，能够走到C轮的10%内。晶泰科技和英矽智能是唯二的完成D轮的AI制药公司。

晶泰科技 (XtalPi)是一家以数字化和智能化驱动的AI药物研发公司，拥有智能数字药物发现和开发（ID4）平台，其基于量子物理、量子化学、人工智能与云计算技术，为全球创新药企提供智能化药物研发服务。公司与加科思药业合作开发抗肿瘤小分子首创新药的临床前候选药物发现，与华东医药合作研发新一代AI抗肿瘤药物。

值得一提的是，晶泰科技2020年9月C轮超额融资3.188亿美元，创造了全球AI药物研发领域融资额的最高纪录。豪华的投资队伍包括软银愿景基金2期、人保资本、晨兴资本联合领投，中金资本、招银国际招银电信基金、Mirae Asset（未来资产）、中证投资、中信资本、海松资本、顺为资本、方圆资本、IMO Ventures、Parkway 基金等多家来自全球的投资机构跟投，腾讯（2018年参与B轮）、红杉中国、国寿股权投资、SIG海纳亚洲等早期股东继续追加投资。

英矽智能则与中国生物制药展开合作，后者提供多种类型癌症的潜在靶点，英矽智能利用公司专有的生成式AI平台即Biology42、Chemisty 42及Medicine42，针对潜在靶点设计小分子抗癌新药。

两年后的2022年，英矽智能与复星医药达成合作，双方在4个指定靶点的AI驱动药物研发和QPCTL项目共同开发，前期付款1300万美元，后续将分享QPCTL项目的商业利润。

今年6月，英矽智能向港交所提交了上市申请，有望成为“AI制药”第一股。

根据招股书，英矽智能的收入来自于药物研发服务、软件解决方案服务。2021年和2022年，公司的收入分别为471.3万美元、3014.7万美元，主要来自于药物研发服务。不过目前公司仍旧亏损，两年亏损合计约1.1亿美元。因为公司在研管线大多处于临床较早期，临床成功与否成为验证公司商业模式的关键而被广泛关注。

英矽智能利用Pharma.AI平台设计及开发多元化管线项目，其核心产品ISM001-055是一款用于治疗特发性肺纤维化相关适应症TNIK靶点药物，这是第一款由AI设计进入临床阶段的药物，目前已经进行到临床2期，且FDA已对ISM001-055授出IPF适应症的孤儿药资格认定。未来若公司核心产品达到临床验证，将对中国AI制药进入国际市场意义非凡。　　

3、大科技公司

人工智能的深度学习模型将药物筛选的预测准确率提高到70%，而之前的机器学习模型为52%。

在这场AI掘金之旅中，大科技公司在AI药物开发方面的力量是不能忽视的，如Alphabet、微软、亚马逊、IBM、百度、华为和腾讯等都在人工智能和大数据技术方面具有能力和专长，也在进军药物发现领域，通过投资、创办初创公司、与生命科学公司合作、实验、创新等。

国外谷歌DeepMind与EBEL展开新的合作。国内华为健康智能实验室和上海药物所合作开发的盘古药物模型（PanGu Drug Model），利用数十亿的化合物来学习分子表征和重建。除了在预测分子特性方面有良好的表现外，PanGu 在化合物-蛋白质相互作用的预测也能提供有效的信息。

小结，全球AI制药领域投融资仍然活跃，AI生物技术成为投资者有利可图的领域。而领先的制药公司和CRO急于争夺与AI驱动的公司的合作，以及越来越多的概念验证突破如赛诺菲与BioMed X达成合作用虚拟患者预测药物疗效的概念得到验证，证实了AI技术已经达到了实质性的成熟度，能够为药物发现带来切实的价值，远不止简单的优化收益。

二、AI药物进入临床试验阶段，能否上岸？

临床试验是药物开发的基石。成功的药物开发依赖于准确和有效的临床试验。所以，AI制药在临床的试验同样非常关键。

目前全球尚未有一款AI药物上市。AI制药在临床领域面临巨大挑战。成，开启新纪元；败了就败了，回归传统制药继续磨。

该如何解决临床方面的需求？虚拟临床试验提供参考。

Tempus为GSK提供AI平台和去识别化患者数据库进行临床试验设计，初始款7000万美元。拜耳与芬兰的Aalto大学合作为期三年的未来临床试验(FCT)，利用人工智能创建"虚拟"对照组，将真实世界数据和临床结果结合起来。目前似乎进展缓慢。

谷歌AlphaFold DB可以从近1万个蛋白结构增加到超过200亿个结构的巨大潜力。但是，虚拟筛选测试分子的过程非常复杂，模型必须对多个不同的3D位置进行采样，以确定分子的亲和力。而候选药物苛刻的安全有效，临床试验也可能因资金不足、入组人数不足或研究设计不佳而失败。

例如，由Exscientia和日本住友制药合作开发DSP-1181的药物，是一种用于治疗强迫症(OCD)的长效血清素5-HT1A受体激动剂，这是全球首个由AI设计的分子，但因临床I期研究未达标而停止研发。

Recursion（Nasdaq：RXRX）开发的REC-3599用于治疗一种罕见病—GM2神经节苷脂沉积症临床I期结束后下阶段的临床试验迟到2年也已停止研发。

以上可以看到，美国虽然在AI制药领域市场规模领先，但从管线破产可见，资本套利目的性很强。不过也有部分进入临床。

非穷尽，目前进入临床试验的AI赋能的药物有：

2022年4月5日，由Biolojic Design计算设计的单克隆抗体AU-007，是首个计算设计的人类抗体AU-007进入临床。对IL-2的CD25结合部分具有高度选择性。目前未有相关临床数据进一步的释出。

2022年6月28日，Schrdinger (Nasdaq: SDGR) 关于MALT1抑制剂SGR-1505的新药研究申请 (IND)获得FDA批准，在2022年下半年启动SGR-1505在复发或难治性B细胞淋巴瘤患者中的1期临床试验，漫长的等待。

BioXcel利用AI平台开发的药物Igalmi (dexmedetomidine，右美托咪啶) 属于老药新用，已于22年6约获FDA批准，不过目前没有关于Igalmi定价的信息。Igalmi是一种舌下膜剂，旨在减少被诊断为双相情感障碍或精神分裂症患者的躁动发作，易于使用、可以快速起效。

较之于国外急于临床验证而不可得，管线砍半或转向进入缓慢验证阶段，中国AI制药公司在临床方面虽然慢但走的相对较稳，不过国外AI制药公司在临床领域的失败遭遇，中国AI制药公司面对的考验和压力并不少多少。而且，中国还没有一家AI制药公司上市，投资者急于退出，能够坚定的站稳的AI制药公司屈指可数。

冰洲石生物AC0176是一种口服嵌合降解剂分子，用于潜在的前列腺癌治疗。在中国的1期临床成功完成首例患者给药。这是由冰洲石生物自主研发并拥有全球专利。

晶泰科技是国内AI制药行业的先验者之一，还记得公司那笔C轮超3亿美元的全球AI药物研发领域融资额的最高纪录吗，超过15家机构和基金的豪华投资队伍。

晶泰科技利用公司ID4Inno平台研发以重点布局小分子肿瘤药物，以及大分子ADC/实体瘤和前瞻性疗法。在研管线中有三个产品进入IND，其中XBD-101获得FDA批件，该候选分子具有高选择性，高活性，对多个临床耐药突变敏感，展现出良好的临床前有效性和安全性等优点，XBD-101是现有竞品中覆盖突变最多及药效最优的新一代抑制剂。该项目已在中国和美国获批开展临床试验。　　

英矽智能用于治疗特发性肺纤维化相关适应症TNIK靶点药物ISM001-055进入临床2期并获得了FDA授出的IPF适应症的孤儿药资格认定。这是国内AI制药在临床层面走的最远的公司，如果该公司在临床取得突破性成果并有产品落地，公司将是全球第一个最终走向AI赋能的biotech。

市场对英矽智能的想象随着临床的推进一步步提升。距离2023年6月27日公司向港交所递交招股书两个月了，国内外的医药投资者都在关注这个结果何时落地。听多了国外AI制药临床破产的故事，在行业和投资面对双重艰难中，一个幻想碎了就想要另一个幻想来继续验证，要么扶摇直上，要么碎的更加彻底。

从行业和投资两方面，中国AI制药公司都进入到验证阶段，能否上岸，英矽智能身兼重任啊。

不过，全球来看，虽然部分临床的失败打击了AI制药的信心，也引发了对AI制药的质疑。但我们总说，新技术的发展是曲折的，总体趋势是螺旋式前进的。那些闪烁光辉正激励一代代技术不断迭代，一代代猎药人砥砺前行。而在这场猎药之旅当中，中国AI制药公司领先。但临床效果能否达标并顺利推出产品仍然是一个问题，以及后续的商业化难题。那么，中国AI制药公司能否上岸呢？

总结

AI制药新技术虽然掌握在Biotech公司手里，但从技术落到产品端，即大工业化仍然要借助传统的大公司来实现，所以Biotech和MNC合作是必然，星星之火，携手点燃。

中国AI制药产业，在整个行业收缩和医药投资回归理性下，对临床验证阶段能否取得关键性成果的期待，将影响资源和资金之后的方向。

目前AI制药的研究重点仍然聚集在小分子药物方面。相比之下，全新的靶点如蛋白质-蛋白质相互作用、具有大接触面积的靶点、蛋白质-核酸相互作用，以及下一代靶点如利用细胞的蛋白质降解机制，正在推动各种新兴分子模式的出现，但也是“不可成药”靶点的技术难点所在，涉及的技术包括量子化学计算、AI+冷冻电镜等。未来AI制药将逐步扩列至合成大分子生物药，抗体、多肽等将是下一个药物发现的重点领域。

标签：