来源：E药经理人 记者：Crystal
“10年时间，10亿美元，10%成功率。”常被用来形容新药上市的难度和窘迫现状。根据美国塔夫茨大学药物开发研究中心(Tufts Center for the Study of Drug Development, CSDD)发布的数据，截至2014年，研发一款新药至上市的成本约为26亿美元，与2003年相比，增长了145%。然而，新药上市后的回报并不一定能完全覆盖其研发时的成本。这样的现状迫使医药行业不得不寻求破局之道，而AI技术高效处理数据的能力使其成为医药公司尝试的新解决办法。
2020年年底，专注于制药、生物技术和医疗保健技术行业的咨询机构Deep Pharma Intelligence(DPI)发布了《2020 年制药行业的人工智能报告》，通过对240家使用人工智能研发新药的公司和600位在AI生物医药研发领域投资的投资者进行分析，展现了目前AI在生物医药领域的发展现状及挑战。
01 应用：多方向输出
根据药物研发过程，AI技术可用于靶点发现、早期药物研发、临床前实验的设计与处理、临床试验、现有药物再利用、信息整合与新见解输出等多个方向。
AI已被一些大型制药公司视为新的药物研发工具。构建模型和从非结构化数据中挖掘数据，被认为是人工智能在药物发现方面最具颠覆性的领域。而在靶点发现和早期药物发现具体环节，AI技术常被用于这些方面：分析数据集，形成假设并产生新见解；识别候选新药；通过对比分析健康人群和患者样本的数据来寻找新的生物标记物和治疗靶点；预测分子的亲和力和其他药理特性；降低蛋白质设计的复杂性。
在临床前实验的设计与处理环节，AI技术希望被用来减少实验阶段时间、降低成本和不确定性。一般情况下，AI制药公司会通过分析已有数据来寻找新的研发角度，自动化样品分析与机器云实验室也随之兴起。
在临床试验阶段，AI技术被期待的用途则更多。例如，优化临床试验研究设计；将不同的生物医学和医疗保健数据流转换为代表个体患者的计算机模型；通过为个别患者提供最佳的健康干预措施，从而提供大规模个性化医疗；通过分析病历，寻找合适的临床试验患者；通过个人病史和基因分析自动匹配癌症患者的临床试验；改善病理分析。
在寻找新冠肺炎治疗方案的过程中，医药行业看到了对现有药物再利用的可行性和重要性。而AI技术也被用于对现有药物再利用的挖掘，其在快速识别许多已知药物的新适应证、将现有药物与罕见疾病匹配、通过大量生物实验测试寻找到模型化合物等方面拥有明显优势。
在以上环节AI技术或许还存在很多需要挑战的地方，但在信息汇总和整合方面AI技术则比人工更胜一筹。目前，AI技术已被用于分析文献、从数千个不相关的数据源中得出新观点、改善决策、消除研究盲点、识别空白竞争领域等多个重要方面。
02 参与：多玩家入局
不论是AI技术，还是AI技术在制药领域的应用，都是全球多个国家大力发展的领域。
从全球布局来看，美国既是AI行业的先锋又是主要参与者，其AI技术研发公司数量位居全球首位。全球240家AI技术研发公司中有54.4%的公司位于美国。这也使得美国的药企、研发机构和投资机构可接触的AI技术研发公司最多。
中国则是亚太地区的“人工智能超级大国”，虽然全球只有8.4%的AI技术研发公司位于亚太地区，但在中国的公司占了近30%。国内政府和投资机构也都在加大对AI行业的投入，其中北京将建设21.2亿美元的AI开发项目，天津也将投资160亿美元在当地的AI产业中，国内至少有10家估值超过10亿美元的AI初创公司。
欧洲一直是生物制药企业无法忽视的市场，在这样的一片土地上出现了多起关于AI药物研发的交易。诺华成立了诺华人工智能创新实验室，并选择微软公司作为其人工智能和数据科学的战略合作伙伴，宣布在重塑医药领域中迈出了重要一步。葛兰素史克宣布与Exscientia、Insilicon Medicine等公司达成协议，想要尝试新的计算机建模系统。欧洲最大AI新药研发公司BenevolentAI也受到了众多药企的关注与青睐，阿斯利康、强生等纷纷与其合作开发新药。
而这一切都表明，制药公司越来越多地转向用AI技术来改变药物发现过程。
此外，拜耳、辉瑞、阿斯利康、武田、葛兰素史克等国际药企对AI技术在生物医药领域运用十分看好。
拜耳可以说是其中最看好该行业发展的公司之一，其AI合作伙伴包括Cyclica、Exscientia、Genpact、Schrödinger、Sensyne等多家知名AI药物发现公司。
2018年8月30日，Cyclica宣布加入拜耳的Grants4Apps计划，将与拜耳合作以加快其差异化药物设计(DDD)技术的部署。2020年1月，拜耳与Exscientia开始了为期三年的合作，旨在识别和优化针对心血管和肿瘤的新先导化合物结构。同月，拜耳与Schrödinger宣布了一项为期五年的技术合作，以挖掘、筛选和评估可合成的虚拟化合物。
辉瑞在AI技术领域的合作伙伴有Atomwise、Concerto、CytoReason、IBM、Insilicon Medicine、晶泰科技等公司。
2018年9月，辉瑞与Atomwise签订评估协议，Atomwise将为辉瑞寻找3种靶蛋白的潜在候选药物。2020年1月，辉瑞与Insilicon合作，将利用Insilicon的机器学习技术和专有的Pandomics发现平台，为开发潜在治疗靶点寻找真实世界数据。
阿斯利康也正在借助数据和AI技术更好地识别药物靶点、招募患者，更好地设计临床试验，以提高药物研发成功率。阿斯利康在AI技术领域的合作伙伴有 Schrödinger、BenevolentAI、Berg、DeepMatter、Gatehouse Bio等公司。
2019年9月，阿斯利康与Schrödinger开展合作，希望用Schrödinger的计算平台来改进化合物的设计，挖掘潜在治疗药物。同年12月，阿斯利康与Gatehouse Bio合作，利用其AI平台探索呼吸系统疾病和心血管疾病的药物新靶点。
武田作为进入全球制药企业前十的日本公司，显示出其对于该领域的投入已超于日本其他药企。其在AI技术领域的合作伙伴主要有Numerate和Recursion公司。
2017年6月，武田与Numerate达成一项多年期协议，将依靠Numerate的AI驱动的平台，针对其核心治疗领域进行活性化合物发现、先导化合物设计和优化、化合物ADME-T性质建模。
葛兰素史克是AI制药领域最活跃的跨国药企之一，也是最早创建内部AI部门的公司之一。在AI技术领域的合作伙伴则更为广泛，包括Cloud Pharmaceuticals、Excscientia、谷歌、Insilico Medicine等公司。
药物设计和开发公司Cloud Pharmaceuticals专有的AI驱动流程可针对药物靶点提供完全新颖的分子。2018年5月，葛兰素史克与Cloud Pharmaceuticals达成合作，将用AI技术平台来设计新型小分子药物。同年6月，葛兰素史克研究人员与谷歌研究人员合作，用AI技术研发新药。
03 交易：多资金投入
近两年，大药企对AI技术的兴趣从“值得尝试”转变为“具有战略重要性”，这种需求带动了AI市场的增长，也让投资者看到了更多机会。与2019年相比，2020年AI生物技术初创企业获得的投资总额增加了约23%，近19亿美元，并且超过了2015年、2016年和2017年的总和。
从投资企业数量来看，谷歌风投公司以投资13家AI制药公司的成绩位居榜首，其投资的公司包括Alector、BlackThorn Therapeutics和ZappRx等公司。
值得一提的是，药明康德以投资7家AI制药公司的成绩进入前十，位列第六。其投资的公司包括Engine Biosciences、Insilico Medicine、Insitro和Schrödinger等Al药物研发领域领先公司。
从企业融资金额可以看出，该行业正在加速整合。部分人工智能初创公司已经取得了领先地位，在资源和技术方面都有所增长，而部分公司则落于人后，不得不专注于药物研发的细分服务领域，也有公司已经倒闭。
2020年9月，以数字化和智能化驱动的AI药物研发公司晶泰科技完成3.19亿美元C轮融资，创下当时全球AI药物研发领域最高融资额纪录。软银愿景基金、红杉中国基金、中金资本、腾讯等众多知名投资机构均在其投资者名单中。该公司联合创始人兼董事长温书豪是浙江大学兼职教授，他在中国科学院、美国加州大学、麻省理工学院有11年的学习、研究和工作经验。晶泰科技创立于麻省理工学院(MIT)校园，总部位于深圳，在北京、波士顿设有分部。该公司拥有包括晶型预测，单晶结构解析，盐、共晶虚拟筛选等多项计算类小分子药物固态研发技术，以及固态研发实验平台，目前已与辉瑞、华东医药、新格元等国内外70多家医药公司达成合作，提供药物研发服务。
同月，美国AI药物研发公司Recursion Pharmaceuticals获得2.39亿美元D轮融资，由拜耳领投。此次融资额位居2020年前五大融资金额中的第二位。Recursion成立于2013年，是一家希望通过整合生物学、化学、自动化、数据科学和工程领域的技术创新来实现药物发现产业化的公司。该公司科学指导之一的Yoshua Bengio博士曾是麻省理工学院和AT＆T贝尔实验室的博士后研究员。他与英国计算机心理学家Geoffrey Hinton，Facebook人工智能实验室负责人Yann LeCun被誉为“深度学习领域三巨头”。今年4月，该公司登陆纳斯达克，募集资金5.02亿美元。
2020年5月，Insitro完成了1.43亿美元B轮融资，位居2020年前五大融资金额中的第三位，而这轮融资距离Insitro的成立还不到两年。2018年，斯坦福大学著名学者Daphne Koller博士创建了Insitro。在担任斯坦福大学计算机科学教授的近20年间，她在顶尖学术刊物上发表了200多篇论文，还曾获得美国跨领域最高奖项之一的“麦克阿瑟天才奖”。Insitro对于AI技术在药物研发中的运用很好地展现了AI技术的价值。其通过机器学习对具有深度表型特征的人群进行统计遗传学分析来发现潜在靶点以及可能为临床开发提供指导的特定患者群；通过建立基于细胞的预测性疾病模型，来发现新靶点、患者亚群和药物，从而治疗肝脏和中枢神经系统疾病；利用机器学习对疗法进行设计。今年3月，该公司又完成了一笔4亿美元的融资，超过晶泰此前获得的3.19亿美元融资。
2020年8月，AI小分子发现的领军企业Atomwise获得1.23亿美元B轮融资。此轮融资由B Capital Group和沙特公共投资基金Sanabil Investments领投，老股东DCVC、BV百度风投、腾讯、Y Combinator等继续追加投资。自2012年成立以来，Atomwise一直专注于开发和改进基于AI的药物发现技术，并创建了首个用于药物发现的卷积神经网络(CNN)。该公司已与礼来公司、拜耳、豪森等大药企和许多新兴生物技术公司达成了药物研发合作。
2020年5月，AbCellera完成了1.05亿美元的B轮融资，Data Collective Bio和Viking Global Investors等投资公司参与了本轮融资。AbCellera公司是一家AI驱动的抗体发现公司，其技术平台通过汇集高通量微流控技术、机器视觉和人工智能技术，能够在单细胞水平对B细胞进行筛选，从而提高发现抗体候选疗法的速度和效率。它与礼来公司联合开发的候选抗体疗法LY-CoV555是首批进入临床试验的新冠病毒中和抗体疗法之一。2020年年底，该公司登陆纳斯达克筹集了5.56亿美元。
04 挑战：人才与数据
虽然AI技术在生物制药领域的应用取得了很大的进步也展现出很多潜力，但同样面临着很多挑战。
一是缺乏人才。AI技术人才短缺仍是全球生物制药行业面临的一个严峻挑战。虽然很多国际药企投入大量资金招聘人工智能专家，但其大多数仍是被大型科技公司如谷歌、亚马逊、阿里巴巴、腾讯、百度等吸纳。从全球人才流向看，大多数AI技术人才仍汇集在美国。斯坦福大学人工智能研究所发布的《人工智能指数2021年年度报告》显示，2019年北美人工智能专业毕业的博士中有65%进入产业界，其中有64.3%的人是国际学生。而国际学生中有81.8%的人选择了留在美国工作。
二是缺乏可用的高质量数据，这仍是AI技术需要迈过的一道坎。深度学习模型被认为是AI技术在生物制药领域最有前景的应用，但深度学习的基础是大量可用且高质量的数据。目前来看，公共数据库内的数据并不能很好地实现建模，而高质量的数据很少且难获取。
三是缺乏伦理共识和完善的监管规定。目前AI技术在伦理和监管方面仍缺乏基准和共识，在制药行业的应用亦是如此。虽然一些组织在AI技术伦理方面制定了一系列规定，但仍然缺乏普遍可用的衡量或评估基准。此外，在AI技术产生的结果专利及监管等方面，仍然缺乏相应的法律规定。