隨著信息技術(shù)的迅猛發(fā)展，AI技術(shù)正在成為制藥領(lǐng)域潛在有力的突破點(diǎn)

李帥博士擁有近4年的醫(yī)療領(lǐng)域的風(fēng)險(xiǎn)投資經(jīng)驗(yàn)和8年的分子腫瘤生物學(xué)和生物技術(shù)藥物的研究經(jīng)驗(yàn)。在進(jìn)入風(fēng)險(xiǎn)投資領(lǐng)域之前，李帥博士在北京大學(xué)天然藥物與仿生藥物國(guó)家重點(diǎn)實(shí)驗(yàn)進(jìn)行博士后的訓(xùn)練，并作為助理研究員培養(yǎng)博士生。在此期間，帥博士在基因治療等生物技術(shù)藥物的研究開(kāi)發(fā)方面做出了很多頂尖的原創(chuàng)性工作。他博士階段在北京大學(xué)基礎(chǔ)醫(yī)學(xué)院從事腫瘤的分子機(jī)制和轉(zhuǎn)化醫(yī)學(xué)研究，期間在頂尖科學(xué)雜志上發(fā)表了多篇研究論文。

新藥研發(fā)周期長(zhǎng)、成功率低以及研發(fā)費(fèi)用高，一直是困擾制藥企業(yè)的魔咒。最新數(shù)據(jù)顯示，平均需要約14年，花費(fèi)26億美元才能將一款新藥成功推上市場(chǎng)。AI技術(shù)日新月異的發(fā)展給很多行業(yè)帶來(lái)了變革，制藥業(yè)也同樣將受益于AI帶來(lái)的技術(shù)紅利，來(lái)解決行業(yè)痛點(diǎn)，提高藥物開(kāi)發(fā)效率。也因此，全球誕生了超過(guò)200多家專(zhuān)注于AI制藥的創(chuàng)新創(chuàng)業(yè)公司。

什么是AI賦能的藥物開(kāi)發(fā)？

新藥研發(fā)是一項(xiàng)環(huán)節(jié)多、時(shí)間長(zhǎng)、風(fēng)險(xiǎn)高的工程，主要包括藥物發(fā)現(xiàn)、臨床前研究、臨床研究以及審批與上市4個(gè)階段。藥物發(fā)現(xiàn)階段主要涉及疾病選擇、靶點(diǎn)發(fā)現(xiàn)和化合物合成;臨床前研究階段則以化合物篩選、晶型預(yù)測(cè)、化合物驗(yàn)證為主，包括藥物的構(gòu)效關(guān)系分析、穩(wěn)定性分析、安全性評(píng)價(jià)和ADMET分析等;臨床研究階段以患者招募、臨床試驗(yàn)和藥物重定向?yàn)橹?，涉及用藥方案、藥效試?yàn)、患者觀察記錄、優(yōu)化改進(jìn)等;審批與上市階段主要是政府藥品主管機(jī)構(gòu)對(duì)藥企研發(fā)的新藥進(jìn)行審批，是新藥流入市場(chǎng)的最后關(guān)口。

人工智能是賦予計(jì)算機(jī)感知、學(xué)習(xí)、推理及協(xié)助決策的能力，從而通過(guò)與人類(lèi)相似的方式來(lái)解決問(wèn)題的一組技術(shù)。利用AI技術(shù)在自然語(yǔ)言處理、圖像識(shí)別、深度學(xué)習(xí)和認(rèn)知計(jì)算等方面的優(yōu)勢(shì)，可以協(xié)助藥物專(zhuān)家提高新藥研發(fā)各個(gè)環(huán)節(jié)的效率。

簡(jiǎn)單來(lái)說(shuō)，AI主要可以幫助人類(lèi)找到難以發(fā)現(xiàn)的潛在關(guān)系和利用算法來(lái)增強(qiáng)計(jì)算能力。AI具備自然語(yǔ)言處理、圖像識(shí)別、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)能力，不僅能夠更快地發(fā)現(xiàn)顯性關(guān)系而且能夠挖掘那些不易被藥物專(zhuān)家發(fā)現(xiàn)的隱性關(guān)系，構(gòu)建藥物、疾病和基因之間的深層次關(guān)系。在計(jì)算方面，AI具備的強(qiáng)大認(rèn)知計(jì)算能力，可以對(duì)候選化合物進(jìn)行虛擬篩選，更快的篩選出具有較高活性的化合物為后期臨床試驗(yàn)做準(zhǔn)備。

AI在新藥研發(fā)領(lǐng)域主要應(yīng)用于靶點(diǎn)發(fā)現(xiàn)、化合物合成、化合物篩選、性質(zhì)預(yù)測(cè)、晶型預(yù)測(cè)、患者招募、優(yōu)化臨床試驗(yàn)設(shè)計(jì)和藥物重定向等多個(gè)應(yīng)用場(chǎng)景。DEEP KNOWLEDGE ANALYTICS “PHARMA DIVISION” 對(duì)全球150家AI制藥創(chuàng)業(yè)公司的分析報(bào)告《AI FOR DRUG DISCOVERY， BIOMARKER DEVELOPMENT AND ADVANCED R&D LANDSCAPE OVERVIEW 2019 / Q1”》指出，聚焦于利用AI進(jìn)行藥物設(shè)計(jì)的公司最多，其次是數(shù)據(jù)收集和分析。

AI賦能藥物研發(fā)公司總覽

AI賦能藥物研發(fā)領(lǐng)域繁榮的背后邏輯

新藥研發(fā)面臨著研發(fā)周期長(zhǎng)，成功率低，費(fèi)用高的問(wèn)題，提升cost effective是當(dāng)前藥企發(fā)展的重要議題，AI會(huì)是一個(gè)強(qiáng)有力的突破點(diǎn)，也因此近年在AI制藥領(lǐng)域誕生了數(shù)百家的創(chuàng)業(yè)公司。

從全球醫(yī)藥市場(chǎng)銷(xiāo)售額看，2017年已經(jīng)突破12000億美元，預(yù)計(jì)到2021年銷(xiāo)售總額可達(dá)到14750億美元2012～2021年的年均復(fù)合增長(zhǎng)率為4．9%。而同時(shí)期中國(guó)醫(yī)藥市場(chǎng)的銷(xiāo)售額將從2012年的770億美元增長(zhǎng)到2021年的1780億美元，年均復(fù)合增長(zhǎng)率達(dá)到9．8%，是全球醫(yī)藥市場(chǎng)的2倍。這表明全球醫(yī)藥市場(chǎng)在穩(wěn)步增長(zhǎng)，而中國(guó)醫(yī)藥市場(chǎng)的增長(zhǎng)更快，具備更好的發(fā)展?jié)摿Α?/p>

2012年-2021年 全球和中國(guó)醫(yī)藥市場(chǎng)銷(xiāo)量變化情況

雖然醫(yī)藥市場(chǎng)在穩(wěn)定增長(zhǎng)，但是藥物研發(fā)成本越來(lái)越高。EvaluatePharma2019年的報(bào)告顯示，2018年全球藥企的研發(fā)費(fèi)用達(dá)到了1790億美元，預(yù)計(jì)2024年會(huì)達(dá)到2130億美元，年復(fù)合增長(zhǎng)率約3%，約占銷(xiāo)售收入的20%。研發(fā)成本日益增高，是藥企的重要成本支出。

2010-2014年 全球藥物研發(fā)總成本

從中國(guó)的具體情況來(lái)說(shuō)，政府從2015年開(kāi)始進(jìn)行了大力的醫(yī)療體制改革，目的是降低醫(yī)保支出，解決看病難看病貴的問(wèn)題。中國(guó)醫(yī)療正在經(jīng)歷從保證基本需求向提高優(yōu)質(zhì)醫(yī)療醫(yī)藥可及性轉(zhuǎn)變的過(guò)程，即從首先解決有沒(méi)有的問(wèn)題，轉(zhuǎn)向解決質(zhì)量和費(fèi)用的問(wèn)題。

在制藥領(lǐng)域，2016年3月5日，國(guó)務(wù)院辦公廳印發(fā)《關(guān)于開(kāi)展仿制藥質(zhì)量和療效一致性評(píng)價(jià)的意見(jiàn)》（國(guó)辦發(fā)〔2016〕8號(hào)），標(biāo)志中國(guó)仿制藥質(zhì)量和療效一致性評(píng)價(jià)工作全面展開(kāi)。

以前中國(guó)仿制藥有自己的特點(diǎn)，很多仿制藥與原研藥在質(zhì)量上有較大區(qū)別，原研藥專(zhuān)利懸崖現(xiàn)象在中國(guó)沒(méi)有出現(xiàn)，藥品價(jià)格居高不下，而仿制藥一致性評(píng)價(jià)政策的實(shí)施就是解決藥品質(zhì)量的問(wèn)題，使得仿制藥療效與原研一致。2018年開(kāi)始推行藥品集中采購(gòu)政策解決藥品價(jià)格問(wèn)題。同年12月6日“4+7”集采中藥品的中標(biāo)價(jià)格大幅下降，平均降幅達(dá)到了52%。藥品巨大幅度的降價(jià)使得仿制藥的利潤(rùn)空間非常有限，迫使制藥企業(yè)必須要進(jìn)行創(chuàng)新藥的研發(fā)才可能贏得繼續(xù)生存發(fā)展的一席之地。

然而創(chuàng)新藥需要大量的資金和時(shí)間，考慮研發(fā)失敗的風(fēng)險(xiǎn)，新的數(shù)據(jù)估算一款創(chuàng)新藥成功上市需要26億美元大約14年的研發(fā)周期，大概比2003年增長(zhǎng)了145%，巨額的成本是一般藥企難以負(fù)擔(dān)的，所以有效夠降低藥物研發(fā)成本是藥企的必然之路。也因此AI技術(shù)賦能制藥領(lǐng)域備受關(guān)注，成為了2019年最熱的話題之一。

AI賦能藥物研發(fā)時(shí)間線

從科學(xué)的角度來(lái)解釋?zhuān)祟?lèi)2萬(wàn)多個(gè)可編碼蛋白的基因，其中10%-15%與疾病相關(guān)，而可作為小分子藥物靶點(diǎn)的小于700種，容易的靶點(diǎn)已經(jīng)開(kāi)發(fā)殆盡，剩下的都是難度很高的或者難以成藥的靶點(diǎn)，需要投入更多的時(shí)間和經(jīng)濟(jì)成本才可能成功。低垂的果實(shí)已經(jīng)沒(méi)有了，如何找增量以及提高效率成為了當(dāng)前新藥研發(fā)的主題，能快速摘到深藏或隱藏的果實(shí)、又或者將樹(shù)葉樹(shù)枝變?yōu)楣麑?shí)（尋找增量）的公司才是未來(lái)制藥領(lǐng)域的贏家。

當(dāng)前隨著信息技術(shù)的迅猛發(fā)展，AI技術(shù)正在成為制藥領(lǐng)域潛在有力的突破點(diǎn)。比如利用AI強(qiáng)大的發(fā)現(xiàn)能力尋找新的藥物靶點(diǎn)，藥物重定向，挖掘微生物組寶庫(kù)等等應(yīng)用。雖然仍有很多問(wèn)題和質(zhì)疑，但卻是必須要擁抱的未來(lái)方向。

AI制藥領(lǐng)域發(fā)展的限制因素

學(xué)科交叉人才稀缺

AI賦能藥物研發(fā)是一個(gè)信息科技賦能傳統(tǒng)行業(yè)的交叉領(lǐng)域，既需要AI的人才也需要懂藥物研發(fā)的人才，同時(shí)雙方必須要能夠理解對(duì)方的專(zhuān)業(yè)語(yǔ)言和思路，才能很好地配合。

這樣的團(tuán)隊(duì)很難搭建，需要長(zhǎng)時(shí)間的磨合。相應(yīng)的人才儲(chǔ)備對(duì)應(yīng)不同的商業(yè)模式，創(chuàng)新藥的開(kāi)發(fā)鏈條長(zhǎng)環(huán)節(jié)多，優(yōu)質(zhì)人才要熟悉整個(gè)過(guò)程，某個(gè)環(huán)節(jié)的缺失可能會(huì)拖慢整個(gè)過(guò)程，這樣只能單點(diǎn)突破選擇CRO的商業(yè)模式。

數(shù)據(jù)獲取難

AI訓(xùn)練模型需要優(yōu)質(zhì)的數(shù)據(jù)，而新藥領(lǐng)域的數(shù)據(jù)大都在藥企，公開(kāi)的數(shù)據(jù)比較有限，所以如何獲取優(yōu)質(zhì)的數(shù)據(jù)是AI制藥初創(chuàng)公司需要解決的問(wèn)題。能夠跟跨國(guó)藥企合作的初創(chuàng)公司在市場(chǎng)上會(huì)非常具有競(jìng)爭(zhēng)力。

中國(guó)過(guò)去做創(chuàng)新藥的實(shí)踐很少，但是近幾年實(shí)施了多項(xiàng)政策鼓勵(lì)創(chuàng)新藥發(fā)展，呈現(xiàn)了繁榮發(fā)展的態(tài)勢(shì)，藥企相關(guān)的數(shù)據(jù)雖然不比跨國(guó)藥企，但是也在快速積累。另外中國(guó)CRO公司（如藥明康德等）發(fā)展迅速，掌握了大量的數(shù)據(jù)，尤其是臨床前的研發(fā)數(shù)據(jù)。中國(guó)的基礎(chǔ)科研突飛猛進(jìn)，科研論文數(shù)量已經(jīng)是世界第一，背后也積累了海量的數(shù)據(jù)。AI制藥的初創(chuàng)企業(yè)要積極跟學(xué)術(shù)界和產(chǎn)業(yè)龍頭合作，獲得優(yōu)質(zhì)數(shù)據(jù)是立足之本。

商業(yè)模式的選擇

新藥開(kāi)發(fā)周期很長(zhǎng)，目前也沒(méi)有AI制藥公司宣布利用AI技術(shù)開(kāi)發(fā)的藥物成功上市，AI在新藥開(kāi)發(fā)上的價(jià)值也不易量化評(píng)估，在做好長(zhǎng)期奮斗的同時(shí)，開(kāi)展一些CRO的業(yè)務(wù)來(lái)補(bǔ)充公司的現(xiàn)金也是不錯(cuò)的選擇，不過(guò)需要思考好如何處理好CRO和做藥的商業(yè)模式。

公司自己做藥物開(kāi)發(fā)就是藥企的競(jìng)爭(zhēng)對(duì)手，而CRO模式是為藥企提供服務(wù)，兩種商業(yè)模式可能會(huì)存在一些利益沖突，所以要想清楚開(kāi)展這兩種商業(yè)模式的具體環(huán)節(jié)，階段，比重等問(wèn)題。從商業(yè)價(jià)值的角度來(lái)說(shuō)，藥物開(kāi)發(fā)比CRO的市場(chǎng)更大，收益更高，但是對(duì)公司的挑戰(zhàn)更大，對(duì)人才的要求也更高。

開(kāi)發(fā)強(qiáng)AI，才能更好地體現(xiàn)出AI在藥物開(kāi)發(fā)中的價(jià)值

弱人工智能（Artificial Narrow Intelligence，簡(jiǎn)稱(chēng)ANI）是指僅在單個(gè)領(lǐng)域比較牛的人工智能程序。比如的谷歌AlphaGo，便是弱人工智能的典型代表。其特征便是雖然很擅長(zhǎng)下圍棋，卻無(wú)法與你玩一把飛行棋。

強(qiáng)人工智能（Artificial General Intelligence，簡(jiǎn)稱(chēng)AGI）則是能夠達(dá)到人類(lèi)級(jí)別的人工智能程序。不同于弱人工智能，強(qiáng)人工智能可以像人類(lèi)一樣應(yīng)對(duì)不同層面的問(wèn)題，而不僅僅只是下下圍棋，寫(xiě)財(cái)報(bào)報(bào)道。不僅如此，它還具有自我學(xué)習(xí)、理解復(fù)雜理念等多種能力。

也正因此，強(qiáng)人工智能程序的開(kāi)發(fā)比弱人工智能要困難很多。而藥物開(kāi)發(fā)涉及環(huán)節(jié)眾多，雖然目前一些環(huán)節(jié)已經(jīng)在應(yīng)用AI，但是需要強(qiáng)人工智能才能打通各個(gè)環(huán)節(jié)，更好地賦能制藥領(lǐng)域。

中國(guó)AI藥物研發(fā)公司現(xiàn)狀

中國(guó)對(duì)于創(chuàng)新藥的研發(fā)有著非常強(qiáng)烈的需求，但對(duì)創(chuàng)新藥研發(fā)歷史較短，經(jīng)驗(yàn)不足，而且研發(fā)投入的巨額資金和長(zhǎng)周期的風(fēng)險(xiǎn)使得國(guó)內(nèi)藥企對(duì)于創(chuàng)新藥開(kāi)發(fā)既愛(ài)又恨。而利用AI技術(shù)解決現(xiàn)在創(chuàng)新藥研發(fā)周期長(zhǎng)失敗率高的問(wèn)題有非常好的前景，也因此，在中國(guó)誕生了大大小小數(shù)十家專(zhuān)注AI制藥的創(chuàng)新企業(yè)。

中經(jīng)合集團(tuán)看好AI制藥領(lǐng)域的發(fā)展?jié)摿?，也已?jīng)投資了數(shù)家以不同角度切入制藥領(lǐng)域的“AI+制藥”的公司：

搭建AI技術(shù)平臺(tái)提高藥物篩選和藥物設(shè)計(jì)的效率——英飛智藥，開(kāi)發(fā)真正可以賦能藥物發(fā)現(xiàn)階段各個(gè)環(huán)節(jié)的AI技術(shù)進(jìn)行藥物研發(fā);

利用AI從新的作用機(jī)制——Panorama，利用深度學(xué)習(xí)對(duì)海量RNA組學(xué)數(shù)據(jù)進(jìn)行分析開(kāi)發(fā)靶向RNA剪接過(guò)程的小分子或者大分子藥物;

新的靶點(diǎn)和組合——Enginebio，全基因功能網(wǎng)絡(luò)分析尋找新的靶點(diǎn)和組合;

新的資源寶庫(kù)——Deepbiome，利用AI對(duì)海量的微生物組數(shù)據(jù)進(jìn)行分析挖掘，越過(guò)微生態(tài)藥階段直接找到背后的小分子藥物。

去年中經(jīng)合集團(tuán)還收獲了數(shù)字醫(yī)療十佳投資機(jī)構(gòu)和中國(guó)AI藥物開(kāi)發(fā)投資機(jī)構(gòu)top5的獎(jiǎng)項(xiàng)。

Panorama Medicine是一家由風(fēng)險(xiǎn)資本投資的創(chuàng)業(yè)公司，由世界頂尖的計(jì)算和實(shí)驗(yàn)RNA生物學(xué)家組成的多學(xué)科團(tuán)隊(duì)創(chuàng)立。Panorama利用獨(dú)有的基因大數(shù)據(jù)分析和深度學(xué)習(xí)技術(shù)加速藥物研發(fā)過(guò)程，旨在高效開(kāi)發(fā)由于RNA剪接異常引起的疾病的藥物。

英飛智藥是一家以創(chuàng)新藥物為目標(biāo)，以人工智能為驅(qū)動(dòng)的初創(chuàng)公司。英飛智藥在新藥研發(fā)中充分利用并持續(xù)發(fā)展先進(jìn)的AI藥物發(fā)現(xiàn)技術(shù)，打造自主知識(shí)產(chǎn)權(quán)的AI+新藥研發(fā)平臺(tái)—智藥大腦TM。英飛智藥擁有多款候選藥物的成功開(kāi)發(fā)經(jīng)驗(yàn)和業(yè)界領(lǐng)先的開(kāi)發(fā)成功率，將創(chuàng)新候選藥的開(kāi)發(fā)周期從3-6年縮短到6個(gè)月至2年，致力于高效批量開(kāi)發(fā)自主創(chuàng)新藥物品種，也為醫(yī)藥企業(yè)的新藥研發(fā)提供先進(jìn)的技術(shù)服務(wù)和知識(shí)產(chǎn)權(quán)解決方案。

DeepBiome是由來(lái)自Harvard/Broad研究所的團(tuán)隊(duì)創(chuàng)立的一家AI藥物發(fā)現(xiàn)公司。他們聚焦于挖掘人類(lèi)微生物組這一極具前景和前沿的領(lǐng)域，這是一個(gè)基本未被開(kāi)發(fā)的藥物先導(dǎo)化合物的寶庫(kù)。DeepBiome希望利用最新的人工智能（AI）技術(shù)，徹底改變目前高成本、低效的藥物發(fā)現(xiàn)過(guò)程。

Enginebio是由世界領(lǐng)先的MIT Broad研究所的科學(xué)家Tim Lu創(chuàng)立的利用人工智能技術(shù)進(jìn)行藥物發(fā)現(xiàn)的公司。在計(jì)算科學(xué)、合成生物學(xué)和藥物發(fā)現(xiàn)領(lǐng)域的專(zhuān)家領(lǐng)導(dǎo)下，公司將高通量、大規(guī)模并行的生物實(shí)驗(yàn)與高通量計(jì)算結(jié)合起來(lái)，破譯生物醫(yī)學(xué)網(wǎng)絡(luò)，增強(qiáng)藥物開(kāi)發(fā)過(guò)程產(chǎn)生新的藥物。
? ? ? ?責(zé)任編輯:pj