近來，AI制藥圈接連發(fā)生了幾件大事。
賽諾菲與英國藥物研發(fā)AI技術(shù)服務(wù)提供商Exscientia達成了一筆價值331億元的AI制藥天價大單。注冊在上海浦東的AI新藥研發(fā)公司英矽智能，半年內(nèi)兩次宣布發(fā)現(xiàn)新藥，并率先進入臨床試驗新階段。阿斯利康、默克、輝瑞、梯瓦等制藥巨頭聯(lián)合建立的AI藥物研發(fā)實驗室AION Labs宣布正式啟動。多位業(yè)內(nèi)專家認為，AI制藥重新定義制藥流程，給整個制藥行業(yè)帶來了一場巨大變革。新藥物發(fā)現(xiàn)的過程需要先確定好某疾病的靶點，而靶點相當(dāng)于“鎖”，研究人員需要在眾多藥物分子可能性中，設(shè)計和篩選最合適的分子作為“鑰匙”去解鎖。AI技術(shù)的出現(xiàn)，讓傳統(tǒng)實驗不再是唯一選項，以數(shù)據(jù)為中心的藥物發(fā)現(xiàn)逐漸走上舞臺。AI在其中的主要作用是對候選藥物分子、化合物、蛋白質(zhì)的結(jié)合以及基因的作用完成機理上的模擬和計算，典型的應(yīng)用場景包括虛擬藥物篩選、蛋白質(zhì)結(jié)構(gòu)預(yù)測等。這里面涉及分子動力學(xué)、量子化學(xué)、量子色動力學(xué)等大量傳統(tǒng)的高性能計算應(yīng)用，在利用已有的蛋白質(zhì)結(jié)構(gòu)進行學(xué)習(xí)、預(yù)測的過程中也引入了機器學(xué)習(xí)的算法。基本上，是一個典型的HPC（高性能計算）+AI的應(yīng)用場景。據(jù)不完全統(tǒng)計，2021年，全球AI制藥領(lǐng)域共發(fā)生77起融資事件，累計融資額達45.64億美元（約290.73億元），同比增長152%。國內(nèi)發(fā)生融資事件34起，總金額超過80億元。晶泰科技、英矽智能、深勢科技等年輕公司成為資本的寵兒。成立于2015年的晶泰科技現(xiàn)已完成將近8億美元（約50.96億元）的融資，刷新了全球AI制藥領(lǐng)域融資金額紀(jì)錄，總估值超過130億元。成立于2018年的深勢科技，首創(chuàng)“多尺度建模+機器學(xué)習(xí)+高性能計算”新范式，在短短18個月內(nèi)完成4輪融資。成立于2021年的英矽智能，全球首次利用AI發(fā)現(xiàn)了一種全新機制的用于治療特發(fā)性肺纖維化(IPF)的臨床前候選化合物，整個研發(fā)過程只花了不到18個月的時間和大約200萬美元，刷新了新藥研發(fā)的速度和最低成本紀(jì)錄。英矽智能目前也完成了6輪融資，累積金額超3億美元。與此同時，傳統(tǒng)藥企和互聯(lián)網(wǎng)巨頭紛紛發(fā)力，要么投資合作，要么親自上場。例如，復(fù)星醫(yī)藥牽手英矽智能，在全球范圍內(nèi)共同推進針對多個靶點的AI藥物研發(fā)。英矽智能獲得了1300萬美元的首付款及里程碑付款，這是國內(nèi)迄今為止AI制藥企業(yè)收到的最大額預(yù)付款。盡管像復(fù)星醫(yī)藥和英矽智能這樣的大單在國內(nèi)還不多見，但愿意拿出部分研發(fā)方向給AI制藥公司試水的藥企越來越多，合作金額也在逐年上升。另外，阿里云與全球健康藥物研發(fā)中心GHDDI合作開發(fā)的人工智能藥物研發(fā)和大數(shù)據(jù)平臺、騰訊發(fā)布的人工智能藥物發(fā)現(xiàn)平臺“云深智藥”、百度推出的螺旋槳PaddleHelix生物計算開源工具集、華為成立的醫(yī)療智能體“EIHealth”。這些巨頭的高歌猛進在很大程度上推動了整個賽道快速向著縱深方向邁進。AI技術(shù)在生物制藥中發(fā)揮的作用，已從初期的計算機輔助藥物設(shè)計，發(fā)展到如今的AI藥物研發(fā)，甚至有望貫穿從藥物靶點發(fā)現(xiàn)到進入臨床實驗的早期藥物發(fā)現(xiàn)全過程。未來，AI是否能夠從一個輔助工具變成主導(dǎo)，甚至獨立擔(dān)負起藥物研發(fā)的重任？盡管想象空間巨大，但在全球范圍內(nèi)，AI制藥都處在較早期的階段，距離技術(shù)成熟、真正走向市場還很遠。數(shù)據(jù)、算力、算法以及人才等都是賽道選手們不得不面對的“攔路虎”。一方面，市面上大部分AI制藥，依然停留在以數(shù)據(jù)驅(qū)動的AI模型輔助藥物分子發(fā)現(xiàn)的階段。目前主要面臨的是數(shù)據(jù)總量稀疏和數(shù)據(jù)標(biāo)準(zhǔn)差的問題，對應(yīng)比較典型的有ADME/T性質(zhì)預(yù)測和分子生成等相關(guān)挑戰(zhàn)。另一方面，認為AI制藥還有另一種范式，即從物理模型驅(qū)動的AI對傳統(tǒng)CADD（計算輔助藥物發(fā)現(xiàn)）模式進行創(chuàng)新。這種范式，最大的挑戰(zhàn)在于計算效率和計算精度無法兼顧的問題，比如傳統(tǒng)的分子動力學(xué)模擬在應(yīng)對復(fù)雜的蛋白體系以及蛋白動態(tài)構(gòu)象采樣方面的還是力不從心。未來一段時間，AI制藥依然會在數(shù)據(jù)驅(qū)動和模型驅(qū)動兩種范式下持續(xù)突破和演進。無論哪種范式的發(fā)展，本質(zhì)上都要看AI或計算是否可以真正替代一部分的實驗，從而帶來效率的提升。我們相信未來三五年內(nèi)強調(diào)的不會是AI制藥，而是AI成為藥物發(fā)現(xiàn)必要的手段、成為標(biāo)配。到那個時候，大家不會再刻意強調(diào)AI制藥，而是會將其作為普遍使用的一種方法?！?/span>生物制藥領(lǐng)域目前是一個蓬勃發(fā)展的‘老樹新芽’，對于計算的挑戰(zhàn)來自基礎(chǔ)算法的復(fù)雜度和規(guī)模、算法的創(chuàng)新等多個方面，因此使用大規(guī)模的高性能并行集群和GPU加速成為一種通用的首選。此外，對于AI制藥這一多學(xué)科交叉的高壁壘行業(yè)來說，人才的稀缺或許是更為根本的痛點。中科院上海藥物研究所藥物博士段宏亮直言：“對制藥和AI都理解深刻，才會知道制藥環(huán)節(jié)中哪些關(guān)鍵問題是AI擅長解決的，找到兩者的契合點，才能發(fā)現(xiàn)適合的業(yè)務(wù)場景?！?nbsp;在他看來，AI制藥發(fā)展雖然看似火熱，但也只是剛剛拉開了序幕，重量級的選手還一直處于試水階段。隨著藥物數(shù)據(jù)的逐漸積累，AI制藥將會迎來一個數(shù)據(jù)驅(qū)動的2.0時代。
文章來源：醫(yī)藥投資部落
