文 | 火石家昔时夜脑，作者 | 王桃清

AI 药物研发是将机器学习（Machine Learning）、自然措辞处理（Natural Language Processing）及大数据等人工智能技能运用到药物研发各个环节，进而促进新药研发降本增效。
目前紧张运用于药物研发阶段的药物创造、临床前阶段，随着ChatGPT的不断运用，AI 向临床开拓阶段的渗透有望持续加快。

01 市场规模

环球AI药物研发保持增长态势，北美是环球AI药物研发最大市场，美国集聚了一半以上的环球AI药物研发企业。
环球AI药物研发市场北美地区占比最大，亚太地区排名第三，估量环球AI药物研发市场规模将在2025年达到38.8亿美元；目前环球AI药物研发企业约700家，个中超过50%的公司集中在美国，英国和欧盟分别霸占12.5%和13.4%，亚洲大约12.8%，个中中国霸占约4.7%。

图1：环球各地AI药物研发公司占比情形 来源：火石创造根据公开资料整理

02 融资能力

环球AI药物研发融资能力整体提升，中国药物研发AI大部分仍处于早期融资阶段。
2022年环球AI+药物研发干系融资总事宜达144起，总金额为62.02亿美元（约公民币426.7亿元）。
相较于2021年的整体共计77起，总金额共计45.6亿美元的融资情形呈现双双上涨的态势。
个中，美国AI药物研发融资事宜71起、中国43起，其他国家和地区30起，投融资活动紧张生动在中国、美国和欧洲。

图2：2016-2022年环球和中国AI药物研发领域投融资情形 来源：火石创造根据公开资料整理

03 在研产品

从在线AI药物研发方向来看，AI赞助药物研发布局分布在药物创造、临床前研究、临床试验和药品发卖的各个阶段。
个中布局最多的环节是先导化合物的设计优化合成，其次是化合物筛选、靶点创造和药物重定位，晶型预测、剂型设计环节布局的公司相对较少。
目前，海内AI药物研发领域中小分子化合物虚拟筛选，新靶点创造以及药物优化设计和药物重定向是目前较为热门的方向。
国内外还暂无利用AI技能实现新药上市的成功案例。

图3：中国AI药物研发各领域分布情形来源：BiopharmaTrend.com

从在研AI药物产品聚焦疾病领域来看，紧张聚焦在癌症和精神类疾病，占比超过50%；其次是心脑血管、肝肾肠胃和呼吸系统，占频年夜约30%；别的涉及的领域包括糖尿病、眼病、白血病、传染类疾病、免疫类疾病、药物副浸染领域，个别企业布局了遗传疾病及罕见病等小众赛道。
个中较为有名的有AbCellera与礼来联合研发的LY-CoV555，AI Therapeutics与耶鲁大学互助开拓LAM-002管线等。
LY-CoV555是环球首个进入临床阶段的新冠病毒中和抗体，并于2020年11月获美国FDA的紧急利用授权（EUA）。

图4: 环球AI药物研发集聚领域来源：火石创造根据公开资料整理

从在研产品研发进程来看，美国在环球AI药物管线布局上仍占主导，截至2022年6月，环球共有26家AI药物研发企业、约51个由AI赞助进入临床Ⅰ期的药物管线。
个中，80%以上为美国企业，已上市的AI药物研发头部企业也基本为欧美企业，尚未有中国企业。
目前，部分中国企业已发展出自有专利的开拓平台，乃至开始探索在环球尚未有企业涉足的前沿领域，如小分子晶体构造预测、原发药物设计等。

2022 年中国AI药物研发取得打破进展。
截至2022年，80家中国AI药企中，已有14家成功将管线推进至临床阶段，大部分都处于临床Ⅰ期阶段。
个中，英矽智能首个完备基于AI的管线ISM001-005进入临床Ⅰ期，并完成了首批康健受试者给药。
这也是中国首个进入临床的AI研发药物。

2023年年初，在新西兰临床I期试验中取得积极顶线数据，在安全性、耐受性、药代动力学（PK）方面均表现良好。
而在中国的临床试验则将进入临床Ⅱ期。
在临床试验方面，2022年有四家AI制药企业得到批件，分别是劲风生物、宇耀生物、费米子和德睿智药。
个中埃格林医药针对子宫内膜癌适应症的EG-007管线，已经推进至临床Ⅲ期，是目前海内进展最快的一条管线。

表1：2022年中国AI药物研发部分管线进展 来源：火石创造根据公开资料整理

04 市场主体

当前国内外AI制药市场的紧张入局者有三类，即大型药企、AI制药初创企业和互联网头部企业，个中大型药企又分为传统药企和CRO企业。
从AI药物研发财当链来看，上游为AI模型数据集供应及云打算平台，个中数据集供应的医药数据是行业的关键竞争壁垒，云打算平台则是用于保障底层架构的算力供给。
家当链中游为AI药物研发企业和IT企业，个中AI药物研发企业紧张以医药研发外包形式与下贱企业进行互助，在医药数据集的根本上依托内部的演习工具及AI开拓工具等进行模型的搭建和演习；IT企业则通过自建AI药物研发平台及供应算力、打算框架做事办法参与AI药物研发。
下贱为传统药企，中游AI药物研发企业会将其药物研发阶段的做事直接出售给传统药企，因此传统药企是AI药物研发的直接需求者。

从紧张玩家参与办法来看，紧张有以下几种特色：

头部药企：紧张通过自建团队和业务互助两种办法进入AI药物研发赛道。
个中，与AI药物研发企业互助是紧张的业务模式，头部药企可凭借其在研发管线、专业背景上的上风填补AI药物研发企业的不敷。
如强生、辉瑞、阿斯利康、诺华、拜耳等头部药企互助次数靠近10次，药明康德与Insilico Medicine互助进行的化合物筛选等，正大丰海、豪森药业、云南白药也参与到AI研发互助中。

互联网头部企业：依托其AI模型和平台上风，以对外投资、自建AI药物研发平台和供应算法做事三种办法跨界入局。
例如，“云深智药”是腾讯基于其AI Lab自主研发的深度学习算法、数据库和云打算，打造的AI驱动药物临床前研究开放平台，覆盖了临床前药物研发的全流程；此外，腾讯还与成都先导互助，共同设计完成了首个经实验验证的骨架跃迁分子天生算法。

AI药物研发企业：是行业的主力军， AI新药研发企业依托其算法和数据上风，以CRO（医药研发外包）和自研管线为紧张模式切入运用处景。
技能上，AI药物研发企业的算法愈受欢迎，成为主要的技能壁垒。
此外，这类企业的数据自研能力是关键的竞争要素，AI药物研发所需的高代价数据多源于其智能实验室。

05 存在的问题

数据量不敷，数据获取的周期和本钱高。
高质量数据获取门槛高，纵然是利用了前沿的AI技能，也并不能急速旋转新药研发面临的寻衅。
AI 药物研发企业数据来源可分为公开数据和非公开数据，公开数据包括各种文献数据库，公开的项目仿照数据及部分临床数据，此类数据随意马虎获取，但数据质量难以担保，据此进行的模型运算可靠性不敷。
非公开数据紧张是各制药公司以往项目的积累，此类数据的精度高，更适宜用来做模型的演习和打算，但由于数据属于医药公司的核心资产，极难得到。

算法与运用处景匹配哀求度高，专业人才稀缺。
AI 药物研发中算法模型的上风可以表示在多个维度，比如结果的精准度、打算速率、模型体量、泛化性能等，不同算法模型可能有不同的侧重方向，因此上风也会不尽相同，在特界说务需求和运用处景下合理选择具有相应上风的算法模型至关主要。
如何让算法与生物学更完美的结合，这须要技能职员对付制药医学和AI人工智能都有深入理解，才能更好的发挥模型上风，此类人才的稀缺也成为掣肘行业发展的主要成分。

06 发展趋势

AI药物研发将进军抗体等大分子领域。
2022年4月份，以色列药企Biolojic Design宣告其有史以来第一个打算设计的抗体进入临床试验。
11月，加拿大药企AbCellera和互助伙伴Regeneron宣告已经将首个针对未公开G蛋白偶联受体 （GPCR）的抗体候选药物推进到临床前开拓阶段。
同月，AI制药企业Exscientia，宣告其AI技能平台将包括人类抗体设计。
有媒体做过不完备统计，环球已经有20多家公司正在通过AI技能创造抗体药物。
从区域来看，这些公司大都分布在欧美。

中国也有企业布局，但仍属于小众领域。
星亢原与恺佧生物、药明生物都达成了AI赋能大分子药物研发的互助。
信华生物则宣告利用自研AI平台设计开拓的First-in-class多功能抗体药物在临床前动物实验中显示出精良的安全性与有效性，且可成药性方面性能卓越，即将进入CMC和IND-enabling阶段。
一旦成功，该药将有望成为亚洲最前辈入临床阶段的AI大分子药物。

自动化实验室成新吸睛点。
2022年，数据的数量和质量仍是AI制药发展的核心问题。
自动化实验室的涌现正好便是为理解决这个问题。
2021年，部分AI制药公司已经开始建立自动化实验室，目的是提高内部数据的天生能力，以优化AI模型。
据不完备统计，Exscientia、英矽智能、Arctoris、Recursion、Insitro等都建立了自动化实验室。
英矽智能则于2021年12月发布了环球首个由人工智能赞助决策的全自动化机器人实验室。
该智能机器人实验室聚焦靶点创造、化合物筛选、个性化药物开拓和转化医学研究等领域。
自动化已经成为不少AI制药公司计策版图的下一个主要模块。
在2021年初，英国的Automata Labs于筹集了5000万美元用于自动化实验室研究；中国的镁伽科技也引来高盛投资，得到3亿美元融资用于扩展其多样化的自动化人工智能驱动的远程实验室做事和机器人化举动步伐。