目錄

一、AI制藥究竟是不是好賽道？

1.1為什么需要AI制藥技術(shù)？

1.2 AI技術(shù)在藥物研發(fā)領(lǐng)域的應(yīng)用

1.3 AI制藥的發(fā)展前景如何？

二、英矽智能聯(lián)席CEO任峰：AI制藥三路徑化解行業(yè)痛點

2.1算力巨頭入局加速技術(shù)進步

2.2 AI有望助力生物制藥產(chǎn)業(yè)脫困

2.3有效商業(yè)模式仍待繼續(xù)探索

2.4數(shù)據(jù)和算法構(gòu)筑核心優(yōu)勢

三、成都先導(dǎo)董事長李進： AI在藥物產(chǎn)業(yè)定位漸清晰

3.1 AI助力醫(yī)藥產(chǎn)業(yè)發(fā)展再上新臺階

3.2資本退潮之際正是產(chǎn)業(yè)布局最佳窗口

3.3成功率和大數(shù)據(jù)是AI制藥企業(yè)勝出關(guān)鍵

3.4擁抱新技術(shù)，創(chuàng)造全新業(yè)務(wù)能力

四、AI革新蛋白質(zhì)設(shè)計，藥物設(shè)計潛力凸顯

4.1 AI對蛋白質(zhì)設(shè)計領(lǐng)域帶來顛覆性影響

4.2應(yīng)用領(lǐng)域不斷拓展

4.3數(shù)據(jù)、研發(fā)經(jīng)驗和成功案例是核心競爭力

五、AI制藥整體融資增速趨緩，資金向高確定性賽道集中

5.1 AI制藥投融資增速放緩

5.2 AI蛋白質(zhì)設(shè)計成為資本新寵

六、AI制藥產(chǎn)業(yè)投資全景圖

6.1 AI制藥領(lǐng)域主要公司

6.2國內(nèi)主要AI制藥公司評價

正文

一、AI制藥究竟是不是好賽道？

近年來AI技術(shù)快速發(fā)展，在藥物研發(fā)領(lǐng)域的應(yīng)用前景也一度被看好。

創(chuàng)新藥研發(fā)素以長周期、高風(fēng)險和高投入而聞名，尤其還遵循“倒摩爾定律”，研發(fā)成本不斷走高，企業(yè)投資回報率則持續(xù)降低。在此背景下，AI技術(shù)被認為有助于提高藥物研發(fā)效率，提升研發(fā)成功率，有望為創(chuàng)新藥產(chǎn)業(yè)帶來顛覆性的影響。

不過到目前為止，尚未有一款A(yù)I技術(shù)研發(fā)的新藥上市，現(xiàn)有商業(yè)模式的可行性也并未最終得到驗證，產(chǎn)業(yè)發(fā)展面臨諸多不確定性。隨著資本熱情降溫，AI制藥產(chǎn)業(yè)的發(fā)展前景如何？企業(yè)又該如何尋求突破？

1.1 為什么需要AI制藥技術(shù)？

一款重磅創(chuàng)新藥可以為藥企帶來豐厚的潛在回報，但高昂的研發(fā)成本、漫長的研發(fā)周期，以及居高不下的失敗風(fēng)險，使得創(chuàng)新藥的投資回報率近年來不斷走低。德勤的統(tǒng)計數(shù)據(jù)顯示，2022年全球Top20藥企的研發(fā)回報率已降至1.2%，甚至已經(jīng)低于定期存款利率，因此越來越無法引起資本的興趣。

為了改變創(chuàng)新藥行業(yè)這一現(xiàn)狀，需要有一種新的技術(shù)來大大加速藥物研發(fā)進程，或者可以顯著提高藥物研發(fā)成功率。AI技術(shù)當(dāng)仁不讓地成為了重要抓手。憑借數(shù)據(jù)和算法優(yōu)勢，AI技術(shù)使藥物研發(fā)過程更為標(biāo)準(zhǔn)化，最大程度避免人為經(jīng)驗因素的干擾。根據(jù)英偉達公開資料，使用AI技術(shù)可使藥物早期發(fā)現(xiàn)所需時間縮短至1/3，成本節(jié)省至1/200。

基于理論上的巨大優(yōu)勢，AI制藥的概念一出現(xiàn)就獲得了資本市場的高度關(guān)注。根據(jù)Deep Pharma Intelligence 官網(wǎng)數(shù)據(jù)，自2012年至2023年，全球AI制藥公司獲得的投資額大幅增加，2019年，AI制藥領(lǐng)域投融資額首次突破100億美元，并在2022年達到了141.8億美元的階段峰值。此后由于全球投融資市場快速降溫，創(chuàng)新藥尤其是AI制藥領(lǐng)域的投融資規(guī)模也迅速下滑，但AI制藥領(lǐng)域累計獲得的投資額在2023年一季度時已經(jīng)達到了602億美元，較2012年增長超過170倍。

1.2 AI技術(shù)在藥物研發(fā)領(lǐng)域的應(yīng)用

AI技術(shù)在藥物研發(fā)領(lǐng)域的應(yīng)用主要分為臨床前和臨床試驗領(lǐng)域。在臨床前階段的疾病機理研究、靶點發(fā)現(xiàn)、化合物篩選、ADMET預(yù)測等多個環(huán)節(jié)，AI技術(shù)的應(yīng)用對于提升研發(fā)效率都有顯著作用，市場空間相對更為明顯。

其中，靶點發(fā)現(xiàn)對于新藥研發(fā)意義重大，但隨著創(chuàng)新藥研發(fā)數(shù)量的持續(xù)增加，好的新藥靶點發(fā)現(xiàn)難度與日俱增。AI技術(shù)在靶點發(fā)現(xiàn)上有著與人類思維截然不同的方式，可以在不遵循傳統(tǒng)認知和預(yù)先假設(shè)的前提下，尋找到全新的可成藥靶點，給藥物研發(fā)帶來更多新的可能，因此成為不少AI制藥企業(yè)嘗試突破的方向。

藥物分子生成方面，AI技術(shù)對于蛋白質(zhì)結(jié)構(gòu)預(yù)測的速度和準(zhǔn)確性遠高于傳統(tǒng)手段，甚至被認為和實驗解析的結(jié)構(gòu)具備同樣高的可靠性。2024年，谷歌旗下DeepMind公司所開發(fā)的蛋白質(zhì)結(jié)構(gòu)預(yù)測程序AlphaFold升級到了第三代，目前該款程序不僅可以用于預(yù)測蛋白質(zhì)結(jié)構(gòu)，還可以預(yù)測核酸、小分子等生命分子，并且與現(xiàn)有技術(shù)相比準(zhǔn)確率提升了50%。

在臨床試驗環(huán)節(jié)，由于需要線下實操，AI技術(shù)可應(yīng)用的領(lǐng)域目前僅限于臨床試驗設(shè)計、臨床試驗結(jié)果預(yù)測等部分領(lǐng)域?；诖髷?shù)據(jù)的AI算法可以最大程度合理安排臨床試驗流程，避免人類經(jīng)驗帶來的一系列干擾；而對于臨床結(jié)果的預(yù)測，可以為創(chuàng)新藥企業(yè)提供重要參考。

據(jù)悉，盡管許多候選藥物在臨床前階段進行了廣泛的優(yōu)化，但從2009年到2018年，全球新藥整體的臨床試驗失敗率依舊高達85%左右。如果能夠提前預(yù)測可能的試驗結(jié)果，將能給企業(yè)減少不少損失。

1.3 AI制藥的發(fā)展前景如何？

創(chuàng)新藥企降本增效的強烈訴求使AI制藥的潛在市場需求非常可觀。據(jù)Precedence Research預(yù)測，未來十年，AI制藥市場有望持續(xù)高速增長，預(yù)計到2032年全球市場規(guī)模將超過118億美元，從2023年至2032年復(fù)合增長率將達到近30%。

看好這一潛力賽道，近年來不斷有企業(yè)進入該領(lǐng)域，并獲得不同程度的突破。到目前為止，AI制藥共形成了AI+Biotech、AI+CRO、AI+SAAS三種主要的商業(yè)模式，此外還吸引了英偉達等科技巨頭在AI制藥領(lǐng)域進行布局。

目前來看，三種商業(yè)模式各有獨特優(yōu)勢，兼容兩種及以上的企業(yè)最多。據(jù)藥智局及蛋殼研究院統(tǒng)計，2022年國內(nèi)AI制藥公司中，31%的公司選擇兼容其中兩種商業(yè)模式，只有8%的公司選擇僅AI SaaS的商業(yè)模式。

導(dǎo)致這一現(xiàn)象的主要原因是，AI SaaS業(yè)務(wù)模式盡管收入穩(wěn)定，但規(guī)模過低。據(jù)了解，目前AI SaaS市場份額最高的薛定諤（80%左右），2022年上半年軟件業(yè)務(wù)收入約為0.63億美元。有業(yè)內(nèi)人士透露，一般企業(yè)軟件授權(quán)費一年能達到幾百萬美元就已相當(dāng)可觀，相對于藥物研發(fā)動輒千萬甚至上億美元的收入，可以說是不值一提。

不過，盡管國內(nèi)外AI制藥企業(yè)先后取得了不同程度的進展，但到目前為止，還未有一款經(jīng)AI技術(shù)研發(fā)的藥物成功獲批上市，無論是AI技術(shù)企業(yè)自行研發(fā)的新藥，還是幫助客戶進行的藥物研發(fā)。換句話說，AI制藥技術(shù)究竟能否帶來實際的經(jīng)濟效益，尚未得到實踐驗證。

更令業(yè)界擔(dān)憂的是，包括全球首個由AI設(shè)計的分子DSP-1181在內(nèi)，已有多款A(yù)I輔助研發(fā)藥物被曝因臨床表現(xiàn)不佳而終止研究，一時間質(zhì)疑頻出，甚至有觀點認為“AI藥物解決方案實際交付能力不足”，這給AI制藥行業(yè)蒙上了一層陰影。

近日，全球AI制藥龍頭公司Recursion和Exscientia宣布合并。這兩家企業(yè)在過去一兩年時間內(nèi)都經(jīng)歷了大規(guī)?？s減管線等負面事件，并且至今未有亮眼的臨床數(shù)據(jù)讀出。時值資本寒冬，兩家頭部AI制藥公司選擇合并，抱團取暖意味濃厚。

對此，成都先導(dǎo)（688222.SH）董事長李進認為，此前資本熱潮帶來的泡沫太大，目前的降溫對于AI制藥產(chǎn)業(yè)是一個必然的過程，但并不意味著AI制藥產(chǎn)業(yè)沒有發(fā)展前景。與資本趨于降溫不同的是，產(chǎn)業(yè)端對于AI技術(shù)的應(yīng)用反而開始增加，AI技術(shù)在藥物工業(yè)實際的應(yīng)用價值正在逐漸被更多企業(yè)認知，成都先導(dǎo)也正在加快布局AI制藥。

英矽智能聯(lián)席總裁任峰則表示，AI制藥企業(yè)當(dāng)前最需要做的找到能夠為企業(yè)帶來穩(wěn)定現(xiàn)金流的合適的商業(yè)模式，到目前為止還沒有企業(yè)走到這一步。英矽智能將繼續(xù)推動藥物臨床研究，聚焦于驗證技術(shù)的可行性。如果能發(fā)現(xiàn)全球第一個通過AI找到的新靶點，或者通過AI找到了新分子進入臨床，并且在臨床上能得到安全性、有效性的驗證，將有助于驗證企業(yè)的商業(yè)模式，從而盡早實現(xiàn)盈利。

二、英矽智能聯(lián)席CEO任峰：AI制藥三路徑化解行業(yè)痛點

在大模型技術(shù)的加持下，AI制藥產(chǎn)業(yè)快速發(fā)展，尤其隨著英偉達的高調(diào)介入，一時間產(chǎn)業(yè)前景被無限看好。

事實上，迄今為止仍未有一款由AI技術(shù)研發(fā)的藥物正式上市銷售，也沒有一家AI制藥企業(yè)的商業(yè)模式真正開始創(chuàng)造穩(wěn)定的現(xiàn)金流，AI制藥的諸多優(yōu)勢仍未獲得市場的實際驗證。光環(huán)籠罩下的AI制藥產(chǎn)業(yè)究竟是概念炒作還是大勢所趨？AI技術(shù)又能否助力傳統(tǒng)生物制藥產(chǎn)業(yè)重回景氣巔峰？

第一財經(jīng)此前專訪英矽智能聯(lián)席CEO任峰，探討AI制藥行業(yè)發(fā)展背后的邏輯。

2.1算力巨頭入局加速技術(shù)進步

第一財經(jīng)：如何看待英偉達在AI制藥領(lǐng)域的高調(diào)布局？

任峰：我覺得英偉達在AI制藥的布局還是結(jié)合了他們自身的優(yōu)勢。作為一家科技巨頭，他們可以提供強大的算力，但是缺乏在生物醫(yī)藥領(lǐng)域的專業(yè)數(shù)據(jù)和算法。通過投資一些AI制藥公司，可以結(jié)合兩者在算力和數(shù)據(jù)、算法方面的專業(yè)優(yōu)勢，這就相當(dāng)于強強聯(lián)合。以此為基礎(chǔ)所訓(xùn)練的垂直領(lǐng)域大模型，將有助于解決生物醫(yī)藥領(lǐng)域遇到的一些問題。

所以我認為，英偉達的做法還是很貼合實際的，他并沒有選擇將自身業(yè)務(wù)范圍拓展到這個領(lǐng)域。因為AI制藥公司的數(shù)據(jù)和人才資源都需要很長時間的積累，如果一家科技公司轉(zhuǎn)型到這一領(lǐng)域，這部分業(yè)務(wù)規(guī)模占到公司整體營收的比例可能不會很大，其業(yè)務(wù)優(yōu)先級也將較低，這是不利于AI制藥發(fā)展的。與其如此，還不如將自己的算力優(yōu)勢與其他企業(yè)進行合作，形成互補，才是最為明智的。

第一財經(jīng)：英偉達等科技巨頭的介入將對AI制藥產(chǎn)業(yè)帶來怎樣的影響？

任峰：資金和強大算力的注入對于整個AI制藥行業(yè)都將構(gòu)成促進作用。尤其是一些企業(yè)可以借機利用通用大模型結(jié)合自身數(shù)據(jù)，訓(xùn)練出針對生物醫(yī)藥領(lǐng)域的垂直模型，可能會在諸如靶點預(yù)測、分子生成等方面更具優(yōu)勢。

英矽智能沒有享受到英偉達的算力支持，但是我們通過與微軟合作，也對一些內(nèi)部數(shù)據(jù)進行二次訓(xùn)練，并運用到了我們自己的平臺上。像生物醫(yī)藥這種垂直領(lǐng)域，AI模型訓(xùn)練過程中的數(shù)據(jù)量遠不如Chat GPT這種通用型大模型，因此對于算力的要求也沒有那么高。

2.2 AI有望助力生物制藥產(chǎn)業(yè)脫困

第一財經(jīng)：當(dāng)前全球經(jīng)濟金融環(huán)境下，生物制藥行業(yè)發(fā)展前景是否依然確定？

任峰：其實我覺得醫(yī)藥行業(yè)整體的市場前景依然是確定的，此前之所以有一些調(diào)整，是因為行業(yè)泡沫太大了，現(xiàn)在只是擠泡沫擠過頭了。在美股市場，生物醫(yī)藥從2023年底開始其實就已經(jīng)反彈了，A股和港股市場的節(jié)奏本身就會有些滯后，再加上一些地緣政治因素帶來的不確定性，導(dǎo)致創(chuàng)新藥市場表現(xiàn)相對較弱。但從長期來看，生物醫(yī)藥的需求前景依然是比較確定的，生病了就必須要吃藥，而并不受到其他一些因素影響，這與消費品有著本質(zhì)的區(qū)別。

目前生物創(chuàng)新藥最大的痛點，就是投資回報率過低。德勤的統(tǒng)計數(shù)據(jù)顯示，2022年全球Top20藥企的研發(fā)回報率已下降至1.2%，甚至已經(jīng)低于定期存款利率，因此越來越無法引起資本對于創(chuàng)新藥產(chǎn)業(yè)的興趣。所以，現(xiàn)階段大家都期盼一種新的技術(shù)，可以大大加速藥物研發(fā)進程，提高研發(fā)成功率，從而重新提高投資回報率。一旦有這種突破性的技術(shù)出現(xiàn)，證明它確實可以為整個行業(yè)帶來更高效的、顛覆性的解決方案，整個行業(yè)的景氣度又會重新走高。

第一財經(jīng)：AI技術(shù)可以提升藥物研發(fā)的成功率嗎？

任峰：AI制藥能提高藥物研發(fā)的成功率，但藥物研發(fā)整體成功率小于5%，就算提高三倍也還是小于15%，研發(fā)者依然面臨著較高的失敗風(fēng)險。并且，目前還沒有足夠多的數(shù)據(jù)和案例可以證明，AI制藥確實能大幅提高成功率。

事實上，成功率的問題本質(zhì)就是一個數(shù)字游戲，只要不斷嘗試新的分子結(jié)構(gòu)，總能獲得一次成功。藥企在引入AI技術(shù)后，通過降本增效，原來僅夠一個藥物研發(fā)項目的資金和時間，可以投入到十個甚至更多的項目中，這其實也能夠促進研發(fā)成功率的提升。

在現(xiàn)階段，大家關(guān)注最多的其實是AI技術(shù)在藥物研發(fā)過程中降本增效方面起的作用。

一款新藥的生命周期也就是其專利周期是20年，如果要花15年去研發(fā)，那上市之后只有5年的回報，之后仿制藥就出來了。如果提高研發(fā)效率，10年內(nèi)推動藥物上市，那就等于將收入獨占期拉長一倍。我覺得這是AI能給整個制藥行業(yè)帶來的影響。如果能成功，其實是可以徹底改變生物醫(yī)藥行業(yè)現(xiàn)狀，讓投資回報率大幅度提高。

第一財經(jīng)：AI技術(shù)具體如何幫助生物醫(yī)藥行業(yè)突破困境？

任峰：目前AI制藥企業(yè)的主要策略是解決現(xiàn)有藥物研發(fā)過程中的一些核心問題。首當(dāng)其沖的問題就是靶點發(fā)現(xiàn)，好的靶點現(xiàn)在越來越難找到，這也導(dǎo)致目前類似PD-1的一些熱門靶點十分內(nèi)卷。

其次是分子生成領(lǐng)域，尤其是小分子藥物方面，很多項目根本就做不到臨床就宣告失敗。只有一個可以系統(tǒng)且高效生成成藥性較好的分子，才能最終推進到臨床階段。

第三個就是臨床試驗方案的設(shè)計，如何設(shè)計最好的臨床試驗方案，讓研發(fā)項目盡可能獲得成功，也是研究人員最為頭疼的。

作為AI制藥企業(yè)，就是圍繞這三個方面，通過不同路徑、手段去解決行業(yè)痛點。

2.3 有效商業(yè)模式仍待繼續(xù)探索

第一財經(jīng)：過去一年中，包括英矽智能在內(nèi)，AI制藥行業(yè)繼續(xù)迎來較快發(fā)展，行業(yè)的商業(yè)模式有哪些變化？是否變得更清晰？

任峰：我覺得商業(yè)模式還是沒有更清晰，大家還在探索之中。

現(xiàn)階段AI制藥的商業(yè)模式主要有AI+SaaS、AI+CRO以及AI+Biotech三種，大家都在探索不同的商業(yè)模式，看哪個能給AI制藥帶來真正的機會，但是到目前還沒有一種商業(yè)模式被證明比其他的商業(yè)模式都好。

英矽智能從2023年開始把在研的生物藥項目對外授權(quán)，轉(zhuǎn)讓給合作伙伴。在此之前，其他的AI制藥公司很少往這個方向去做。從獲取現(xiàn)金流的方式來看，軟件銷售的收入天花板比較低，而對外提供CRO服務(wù)的合作模式則必須承擔(dān)較大的失敗風(fēng)險。我們想要做是把項目推到PCC(臨床前候選化合物)，或者臨床1期就把它轉(zhuǎn)讓出去，讓合作伙伴利用他們在臨床或者市場化方面的優(yōu)勢繼續(xù)推動項目，而我們可以借此得到首付款、里程碑付款以及后續(xù)的銷售分成。目前來看我們認為這個商業(yè)模式是最理想的，但是也得等待時間驗證。

第一財經(jīng)：必須等到藥物上市以后才能看到哪種模式更加有效嗎？

任峰：藥物上市可以證明你的技術(shù)是可行的，并不代表你的商業(yè)模式依然可行。我認為只有證明某一種商業(yè)模式可以持續(xù)帶來現(xiàn)金流，或者幫助企業(yè)實現(xiàn)盈利，才是真正可行的。但是現(xiàn)在，所有的AI制藥企業(yè)還沒有走到這一步。

第一財經(jīng)：科技巨頭的加入會加速商業(yè)模式的探索進程嗎？

任峰：我覺得他們的加入會加速技術(shù)上的突破，但是商業(yè)模式其實還是需要AI制藥公司自己去探索。這其實是兩個層面，一個是技術(shù)上是否可行，一個是商業(yè)模式是否可行，即使技術(shù)上可行，商業(yè)模式不對，還是要失敗的。

第一財經(jīng)：驗證AI制藥商業(yè)模式可行性還需要多久？

任峰：在商業(yè)模式的探索上，未來兩三年應(yīng)該會看到一些趨勢，如果一些企業(yè)越來越傾向于跟隨某種商業(yè)模式，并且做到盈利，那就意味著這種商業(yè)模式是更好的。

2.4 數(shù)據(jù)和算法構(gòu)筑核心優(yōu)勢

第一財經(jīng)：英矽智能在AI制藥領(lǐng)域最核心的優(yōu)勢是什么？

任峰：首先是數(shù)據(jù)。雖然我們絕大部分數(shù)據(jù)都是公開來源，但這一類數(shù)據(jù)必須經(jīng)過清洗篩選，并統(tǒng)一格式才能最終用于大模型的訓(xùn)練。我們從2014年開始就有一個50人左右的數(shù)據(jù)團隊專注于數(shù)據(jù)清洗工作，因此，在數(shù)據(jù)方面有了長時間的積累。憑借我們在數(shù)據(jù)方面獨到的理解，以及根據(jù)我們的理解所收集來的已經(jīng)清洗過的、整理成所需格式的數(shù)據(jù)，構(gòu)筑了英矽智能在數(shù)據(jù)方面的優(yōu)勢。

其次是算法。我們做了很多項目，有成功也有失敗，并且也有項目進入臨床階段，相比很多初創(chuàng)公司，我們的算法經(jīng)歷了時間的驗證。并且從目前來看，我們的技術(shù)的確可以提高一些內(nèi)部項目的成功率，這是我們的優(yōu)勢。

最后就商業(yè)模式的探索，盡管仍需時間驗證，但我對我們的商業(yè)模式還是有一定信心的，從公開數(shù)據(jù)來看，與全球頭部AI制藥公司的收入相比，英矽智能也取得了比較好的成績。

第一財經(jīng)：當(dāng)前公司最重要的發(fā)展目標(biāo)是什么？

任峰：我們還是將繼續(xù)推動藥物臨床研究，聚焦在驗證技術(shù)的可行性上。如果能發(fā)現(xiàn)全球第一個通過AI找到的新靶點，或者通過AI找到了新分子進入臨床，并且在臨床上能得到安全性、有效性的驗證，這個意義將非常重大。

另一個目標(biāo)就是希望可以盡早證明我們的商業(yè)模式是可行的，可以早日實現(xiàn)盈利。

如果這兩個目標(biāo)實現(xiàn)了之后，我們未來的目標(biāo)就是希望能做更多的項目，把AI在藥物發(fā)現(xiàn)上的能力賦能給更多的制藥公司。我們也在對外授權(quán)軟件，希望我們這個AI平臺能讓更多企業(yè)去用，幫助他們提高效率。

第一財經(jīng)：英矽智能對自己的定位是什么？

任峰：大家都把我們定位為一家Biotech公司，但事實上我們是以算法為底層技術(shù)的Techbio公司，只是目前資金和人力都十分有限，為了驗證AI平臺技術(shù)的有效性，最終選擇了生物醫(yī)藥這樣一個產(chǎn)業(yè)來進行深耕。

事實上我們的AI技術(shù)也可以應(yīng)用于其他領(lǐng)域，目前我們在農(nóng)藥研發(fā)、環(huán)保等領(lǐng)域都在探索一些獲得現(xiàn)金流的方法，雖然不是我們的主營業(yè)務(wù)，但也可能是未來的拓展方向之一。未來英矽智能很可能會成為一家覆蓋生物醫(yī)藥、石油化工、綠色化學(xué)、農(nóng)藥等多個業(yè)務(wù)領(lǐng)域的集團公司，想象空間還是很大的。

三、成都先導(dǎo)董事長李進： AI技術(shù)在藥物產(chǎn)業(yè)定位漸清晰

一度風(fēng)光無限的AI制藥今年似乎在資本市場受到冷遇，頭部企業(yè)抱團取暖，部分企業(yè)面臨清盤，行業(yè)估值迅速回落。

不過，從實際發(fā)展來看，AI對于藥物研發(fā)的積極影響正在逐步顯現(xiàn)，而產(chǎn)業(yè)端對于AI技術(shù)的定位也愈發(fā)清晰，部分領(lǐng)域的應(yīng)用前景已得到認可。

同時，AI技術(shù)可能帶來的顛覆性效果，也讓一些企業(yè)認清現(xiàn)實，并加速擁抱新技術(shù)，以尋求可持續(xù)發(fā)展。

褪去光環(huán)的AI制藥產(chǎn)業(yè)前景是否還一如既往？未來究竟將如何發(fā)展，又有哪些企業(yè)能夠從中脫穎而出？

第一財經(jīng)專訪成都先導(dǎo)董事長李進，持續(xù)追蹤AI制藥行業(yè)的發(fā)展現(xiàn)狀。

3.1 AI助力醫(yī)藥產(chǎn)業(yè)發(fā)展再上新臺階

第一財經(jīng)：近年來AI技術(shù)在推動藥物研發(fā)方面有哪些積極信號？

李進：盡管因為資本市場的追捧而出現(xiàn)了過熱，但從行業(yè)實際發(fā)展來看，AI技術(shù)在藥物研發(fā)領(lǐng)域的應(yīng)用依然有不少非常正面的信號出現(xiàn)。一方面，近期部分公司在非常短的時間內(nèi)，就將AI藥物研發(fā)項目成功推進到了臨床試驗階段，對行業(yè)而言這是非常鼓舞人心的。

同時還有一些系統(tǒng)性的積極信號，業(yè)內(nèi)較為知名的波士頓咨詢公司近期發(fā)布了相關(guān)研究文章，針對一些由AI技術(shù)深度參與到藥物研發(fā)早期甚至一期臨床階段的研發(fā)管線進行統(tǒng)計，其一期臨床試驗獲得成功的概率也是非常高的。

第一財經(jīng)：AI技術(shù)給醫(yī)藥產(chǎn)業(yè)發(fā)展帶來的影響是什么？

李進：醫(yī)藥產(chǎn)業(yè)一直以來都在試圖利用信息技術(shù)幫助提升藥物研發(fā)效率，包括靶點的選擇、藥物分子的設(shè)計、優(yōu)化及評估等，但一直沒有獲得顯著的成果。目前的AI技術(shù)，尤其是大數(shù)據(jù)、大模型、深度學(xué)習(xí)這些技術(shù)出現(xiàn)后，已將信息技術(shù)在藥物研發(fā)領(lǐng)域的應(yīng)用潛力推上了一個新的臺階。

3.2 資本退潮之際正是產(chǎn)業(yè)布局最佳窗口

第一財經(jīng)：近年來資本市場對于AI制藥行業(yè)的看法有什么變動

李進：近年來，AI技術(shù)在藥物研發(fā)領(lǐng)域的應(yīng)用前景一度受到資本的瘋狂追捧，短時間內(nèi)就涌現(xiàn)了數(shù)百家AI制藥公司，并獲得了不少的融資，甚至有不少頭部企業(yè)在歐美市場成功上市。但從近期來看，有一些信號傳出。

最近Recursion和Excientia宣布合并是行業(yè)內(nèi)的重大事件，兩家都曾是紅極一時的企業(yè)，尤其Excientia還是英國在AI制藥方面最為領(lǐng)先、規(guī)模最大成果也最明顯的企業(yè)，為什么如今卻不得不與Recursion相抱團取暖，這被投資界解讀為一個負面的消息。此外在國內(nèi)，也有不少AI制藥企業(yè)進入了清算階段，對于資本而言，這意味著未來在AI制藥領(lǐng)域的投資必須要更為謹慎。

第一財經(jīng)：如何看待這一轉(zhuǎn)變？

李進：資本對于新技術(shù)的嗅覺更為靈敏，能夠比產(chǎn)業(yè)端更早關(guān)注到新的趨勢，是行業(yè)發(fā)展的一個風(fēng)向標(biāo)。但短期期望值的爆發(fā)以及投資規(guī)模的快速增長，往往會導(dǎo)致預(yù)期過熱，期望值的沖高回落是必然趨勢。

這并不意味著AI技術(shù)對于藥物研發(fā)沒有實際作用，從技術(shù)原理來看，AI技術(shù)在藥物發(fā)現(xiàn)領(lǐng)域的應(yīng)用前景還是非常可觀的，但是可能在工業(yè)應(yīng)用層面要達到可靠的程度，還需要一定的時間。

第一財經(jīng)：醫(yī)藥產(chǎn)業(yè)如何看待AI技術(shù)的應(yīng)用前景？

李進：與投資界對新技術(shù)的看法完全不同，產(chǎn)業(yè)界除了關(guān)注新技術(shù)是否具備更廣泛應(yīng)用空間外，更多從實際應(yīng)用的角度來尋找新技術(shù)在產(chǎn)業(yè)中的定位，因此對于新技術(shù)帶來的成功率、有效性以及可靠性等數(shù)據(jù)更加關(guān)注。

在資本市場熱度逐步回落的當(dāng)下，資產(chǎn)價值逐漸回歸合理，而產(chǎn)業(yè)界對AI技術(shù)在藥物研發(fā)領(lǐng)域的實際應(yīng)用也已經(jīng)有了更為明確的認知，因此正是其布局AI技術(shù)的重要窗口。

至少對于成都先導(dǎo)在內(nèi)的CRO企業(yè)，以及一些大型的制藥公司而言，在當(dāng)前市場環(huán)境下并不會選擇放棄AI技術(shù)，甚至?xí)陬A(yù)算范圍內(nèi)進一步增加投入。

第一財經(jīng)：AI在藥物研發(fā)領(lǐng)域的應(yīng)用可能會有哪些突破？

李進：從此前一些企業(yè)的探索結(jié)果來看，原先最被看好的，將AI應(yīng)用于藥物靶點的選擇，可能還存在較大的不確定性，后續(xù)企業(yè)繼續(xù)在這個方向的投入或許會更為謹慎。

目前更多的應(yīng)用是將AI作為試驗輔助工具，在具體的小分子藥物發(fā)現(xiàn)、肽分子設(shè)計或者抗體的優(yōu)化等方面進行應(yīng)用，并且已經(jīng)展現(xiàn)出非常好的效果，甚至可能會有超乎預(yù)期的影響。

除此之外，在臨床試驗設(shè)計和臨床數(shù)據(jù)解讀方面，AI技術(shù)也可能會有不錯的應(yīng)用前景。尤其是將臨床數(shù)據(jù)與組學(xué)數(shù)據(jù)進行結(jié)合后，相比于傳統(tǒng)的基于經(jīng)驗判斷所產(chǎn)生的數(shù)據(jù)可能更具科學(xué)基礎(chǔ)。如果最終驗證可行，這一應(yīng)用將具備更為可觀的工業(yè)價值。

3.3 成功率和大數(shù)據(jù)是AI制藥企業(yè)脫穎而出的關(guān)鍵

第一財經(jīng)：為什么AI制藥技術(shù)依然沒有獲得普遍認可？

李進：AI技術(shù)用于未知靶點探索的成功率尚不明確，是其應(yīng)用大規(guī)模鋪開的一個障礙。

在工業(yè)化場景下，大型制藥公司為保障平穩(wěn)運行，通常都非?？粗仨椖繄?zhí)行的規(guī)劃性和計劃性，這就要求藥物研發(fā)管線從藥物發(fā)現(xiàn)到臨床試驗各個環(huán)節(jié)的成功率都能夠預(yù)測。目前在化合物發(fā)現(xiàn)階段所使用的技術(shù)手段是高通量檢測（HGS），歷年下來的成功率是50%。而AI技術(shù)在該領(lǐng)域發(fā)展時間尚短，僅僅在化合物發(fā)現(xiàn)階段也尚無一家AI制藥公司有足夠的成功案例可以證實成功率。未來只有這一成功率數(shù)據(jù)逐漸明確，并且被證實可以超過50%，AI技術(shù)在化合物發(fā)現(xiàn)環(huán)節(jié)才有替代現(xiàn)有技術(shù)的可能。

成都先導(dǎo)所處的DEL領(lǐng)域（DNA編碼化合物庫），是更為早期的藥物研發(fā)階段，在完成了50多種不同的生物學(xué)靶點家族的數(shù)百個靶點的驗證后，我們目前已十分有信心地將成功率定在75%-80%，也確實因此獲得了持續(xù)不斷的訂單。

第一財經(jīng)：AI制藥行業(yè)的發(fā)展還受到哪些因素影響？

李進：早期的AI制藥公司可能更多將精力投入到了算法的開發(fā)，但是沒有解決AI大模型進行深度學(xué)習(xí)的最關(guān)鍵問題，就是大數(shù)據(jù)。只有通過足夠量的數(shù)據(jù)訓(xùn)練大模型，才能更加有效地使用AI進行分子生成或者分子預(yù)測。前期一些公司失敗與成功，或多或少都與此有關(guān)。

第一財經(jīng)：哪一類企業(yè)可能在AI制藥領(lǐng)域脫穎而出

李進：目前看下來，AI技術(shù)發(fā)展最為核心的還是數(shù)據(jù)，不同數(shù)據(jù)所能夠培育出來的大模型各不相同，最終所產(chǎn)生的預(yù)測結(jié)果也不盡相同。因此，那種能夠持續(xù)不斷產(chǎn)生高質(zhì)量，涉及靶點范圍、分子類型范圍，生物模型范圍更廣的大數(shù)據(jù)企業(yè)，在AI對藥物設(shè)計或藥物優(yōu)化等應(yīng)用領(lǐng)域的發(fā)展可能會更具活力。

CRO企業(yè)通過為大量客戶提供研發(fā)服務(wù)，可以接觸到更多藥物合成、藥物分析等環(huán)節(jié)的非公開數(shù)據(jù)，這是一般Biotech公司所不具備的，也為CRO公司快速推動AI技術(shù)的發(fā)展提供更好的支持。

第一財經(jīng)：AI制藥行業(yè)是否會因為一些極具資源稟賦的企業(yè)介入而形成寡頭格局？

李進：對于人類而言，生命科學(xué)領(lǐng)域依然充滿了未知，有著極高的不確定性，很多疾病的致病機理以及藥物的作用機制都很不明確，這也是導(dǎo)致目前創(chuàng)新藥臨床試驗成功率不足10%的關(guān)鍵原因。再豐富的數(shù)據(jù)資源在這種巨大的未知和不確定性下，仍然只是滄海一粟。因此，行業(yè)內(nèi)很難出現(xiàn)能夠絕對壟斷的龍頭企業(yè)，這一點與消費市場或傳統(tǒng)的互聯(lián)網(wǎng)市場有著極大的區(qū)別。

3.4 擁抱新技術(shù)，創(chuàng)造全新業(yè)務(wù)能力

第一財經(jīng)：CRO企業(yè)引入AI技術(shù)是否是必然趨勢？

李進：一些依靠單一技術(shù)，單一業(yè)務(wù)模式，以及較低門檻的優(yōu)勢而生存的CRO企業(yè)，未來在AI技術(shù)的挑戰(zhàn)下，其現(xiàn)有技術(shù)優(yōu)勢和業(yè)務(wù)模式可能會被完全顛覆，因此這一類企業(yè)如果不尋求引入AI或其他新技術(shù)，在未來可能會面臨被淘汰的命運。

成都先導(dǎo)作為以DEL技術(shù)為核心優(yōu)勢的企業(yè)，積極引入AI技術(shù)正是出于能夠更好發(fā)展，避免被顛覆的目的。

第一財經(jīng)：成都先導(dǎo)引入AI技術(shù)的目標(biāo)是什么？

李進： 成都先導(dǎo)在AI技術(shù)方面的布局，依然是從維護企業(yè)現(xiàn)有競爭優(yōu)勢，擴大企業(yè)的商業(yè)價值為核心理念。公司現(xiàn)有的1.2萬億化合物庫是我們在DEL領(lǐng)域所構(gòu)筑的核心技術(shù)優(yōu)勢，未來將以此為基礎(chǔ)，通過尋求外部合作，利用AI技術(shù)能力進一步擴大公司數(shù)據(jù)資源優(yōu)勢。

另一方面，則是希望利用AI技術(shù)實現(xiàn)業(yè)務(wù)范圍向小分子結(jié)構(gòu)的發(fā)現(xiàn)和優(yōu)化等領(lǐng)域進行延伸拓展。尤其是分子結(jié)構(gòu)的優(yōu)化，單項目訂單價值較現(xiàn)有業(yè)務(wù)更高，約有5-10倍左右，是一個很好的拓展方向。

第一財經(jīng)：公司具體如何推進AI技術(shù)能力的建設(shè)

李進：一方面我們緊跟最新的AI算法和技術(shù)發(fā)展趨勢，有好的案例盡快將其消化，用來夯實我們自身的AI技術(shù)。

此外，成都先導(dǎo)目前正在建設(shè)高通量智能化實驗室，并通過購買等方式建設(shè)了一些高通量的生物化學(xué)檢測平臺。實驗室每個月可以生產(chǎn)近萬個化合物，而通過高通量檢測平臺又能夠篩選出生物活性、成藥性評價的一致性指標(biāo)等數(shù)萬組數(shù)據(jù)。這些數(shù)據(jù)可以用來培訓(xùn)新的模型，同時建立一些新的能力，幫助公司逐漸擴大數(shù)據(jù)庫規(guī)模，并推動業(yè)務(wù)能力逐漸向分子結(jié)構(gòu)優(yōu)化領(lǐng)域延伸，最終形成在多個業(yè)務(wù)領(lǐng)域可以穩(wěn)定輸出成果的AI平臺。

四、AI革新蛋白質(zhì)設(shè)計，藥物設(shè)計潛力凸顯

瑞典當(dāng)?shù)貢r間10月9日，2024年諾貝爾化學(xué)獎?wù)浇視?，David Baker因其在計算蛋白質(zhì)設(shè)計方面的成就獲得一半獎金，另一半則被分別授予了Alpha Fold2的開發(fā)者Demis Hassabis和John Jumper。

在生命科學(xué)，尤其是創(chuàng)新藥物研發(fā)領(lǐng)域，蛋白質(zhì)設(shè)計優(yōu)化是早期研發(fā)階段非常重要的環(huán)節(jié)之一。由于蛋白質(zhì)結(jié)構(gòu)復(fù)雜，傳統(tǒng)技術(shù)限制下蛋白質(zhì)設(shè)計優(yōu)化不僅耗時較長，且成本高昂，是創(chuàng)新藥研發(fā)的技術(shù)難點之一。

AI技術(shù)的注入顛覆原有蛋白質(zhì)設(shè)計的工作模式，大幅提升研發(fā)效率和成功率。此次諾獎化學(xué)獎獲得者均憑借AI技術(shù)在蛋白質(zhì)設(shè)計與結(jié)構(gòu)預(yù)測領(lǐng)域取得了此前難以想象的成就，其中David Baker首次使用生成式AI從頭設(shè)計出了全新的抗體，有望讓AI從頭設(shè)計蛋白進入抗體藥物市場。

技術(shù)突破的同時，AI技術(shù)也促使蛋白質(zhì)設(shè)計服務(wù)這一新型產(chǎn)業(yè)應(yīng)運而生。除了藥物研發(fā)，蛋白質(zhì)設(shè)計服務(wù)也逐漸向合成生物學(xué)、酶制劑等應(yīng)用領(lǐng)域拓展，并陸續(xù)出現(xiàn)成功案例。

4.1 AI對蛋白質(zhì)設(shè)計領(lǐng)域帶來顛覆性影響

作為生命的基礎(chǔ)單位，蛋白質(zhì)在創(chuàng)新藥物研發(fā)過程中扮演著重要的角色。在單抗、ADC等大分子藥物的研發(fā)過程中，對蛋白質(zhì)進行優(yōu)化調(diào)整以提高其適應(yīng)工業(yè)化生產(chǎn)的能力，提升藥物的治療效果，是非常常見的策略。

由于蛋白質(zhì)結(jié)構(gòu)繁雜且變化多端，以往科學(xué)家要更多依賴于專家指導(dǎo)及濕實驗驗證的方法不斷嘗試探索，才能實現(xiàn)對蛋白質(zhì)功能的精確調(diào)控，不僅耗費較大人力物力，成功率和項目周期都難以把握。“蛋白質(zhì)結(jié)構(gòu)的復(fù)雜性以及序列空間非常大，這兩點導(dǎo)致以往依靠專家經(jīng)驗理解和高通量篩選等方式進行的蛋白質(zhì)設(shè)計難以獲得良好效果。”天騖科技CTO劉灝對第一財經(jīng)表示。

近年來AI技術(shù)突飛猛進，推動一些細分領(lǐng)域不斷取得突破。2020年末，谷歌旗下DeepMind推出的第二代用于蛋白質(zhì)三維結(jié)構(gòu)預(yù)測的人工智能系統(tǒng)AlphaFold2，一舉破解了困擾生物學(xué)界50多年的“蛋白質(zhì)折疊”難題，引發(fā)轟動。

在AI技術(shù)的助力下，人類在蛋白質(zhì)設(shè)計領(lǐng)域仿佛“任督二脈”被打通，科學(xué)家可以直接通過蛋白質(zhì)序列預(yù)測蛋白質(zhì)結(jié)構(gòu)并精準(zhǔn)建模，從而能夠更便捷地研發(fā)出廉價有效的藥物。

“AI技術(shù)的出現(xiàn)，對整個蛋白質(zhì)設(shè)計領(lǐng)域帶來了顛覆性的影響。”劉灝表示，人類對蛋白質(zhì)結(jié)構(gòu)預(yù)測的精準(zhǔn)度達到了此前難以企及的高度，同時，為蛋白質(zhì)設(shè)計帶來了更多可能性，例如蛋白質(zhì)的從頭設(shè)計，又如天騖科技所使用的從”序列直達功能“的全新預(yù)測方式。

得益于蛋白設(shè)計能力的提升，近年來mRNA疫苗、腫瘤藥物、合成生物材料以及酶制劑等諸多賽道均實現(xiàn)了重大技術(shù)突破。

2024年，DeepMind推出了AlphaFold3，該款程序不僅可以用于預(yù)測蛋白質(zhì)結(jié)構(gòu)，還可以預(yù)測核酸、小分子等生命分子，并且與現(xiàn)有技術(shù)相比準(zhǔn)確率提升了50%，在藥物設(shè)計方面的潛力進一步凸顯。

4.2 AI蛋白質(zhì)設(shè)計應(yīng)用領(lǐng)域不斷拓展

除了技術(shù)手段的突飛猛進，AI技術(shù)的引入也開創(chuàng)了蛋白質(zhì)設(shè)計服務(wù)這一全新的產(chǎn)業(yè)。劉灝表示：“傳統(tǒng)技術(shù)手段下，蛋白質(zhì)定制化設(shè)計效率低而成本高昂，企業(yè)很難僅憑借此業(yè)務(wù)實現(xiàn)盈利。AI技術(shù)的出現(xiàn)使得企業(yè)以蛋白質(zhì)設(shè)計服務(wù)為主營業(yè)務(wù)從此成為可能。”

據(jù)介紹，在創(chuàng)立后兩年多時間內(nèi)，天騖科技依托自主研發(fā)的AI蛋白質(zhì)設(shè)計通用大模型AccelProtein™，已成功交付了二十余款蛋白質(zhì)設(shè)計項目，成為了國內(nèi)領(lǐng)先的AI蛋白質(zhì)設(shè)計服務(wù)商。

“我們目前與醫(yī)藥企業(yè)的合作模式以CRO模式為主，服務(wù)內(nèi)容包括為處于早期研發(fā)階段的蛋白類藥物以及生產(chǎn)工藝環(huán)節(jié)所使用的工具蛋白提供設(shè)計優(yōu)化服務(wù)。”劉灝介紹稱，目前為止AI蛋白質(zhì)設(shè)計依然是一項比較新的技術(shù)，對有效性的驗證非常重要，通過提供優(yōu)化服務(wù)，為企業(yè)帶來短期收益的同時，也不斷驗證平臺的有效性，“成功案例越多，客戶與我們合作的意愿也會更強烈，這是一個正向的循環(huán)。”

從長期需求來看，由于具有靶向性強、生物活性高等優(yōu)勢，單抗、雙抗、ADC、融合蛋白等基于蛋白質(zhì)的藥物近年來備受青睞，藥企研發(fā)項目的增多使得蛋白質(zhì)設(shè)計服務(wù)需求持續(xù)增長。此外，一些細胞和基因療法中所使用的工具類蛋白也需要設(shè)計和優(yōu)化，AI蛋白質(zhì)設(shè)計服務(wù)在這些領(lǐng)域有著很大的應(yīng)用潛力。

不過，由于創(chuàng)新藥行業(yè)目前整體仍處于景氣低位，對于AI蛋白質(zhì)設(shè)計服務(wù)企業(yè)而言，如何拓展業(yè)務(wù)空間，實現(xiàn)穩(wěn)定增長是當(dāng)下需面臨的問題。

“藥物研發(fā)受到嚴(yán)格的法規(guī)約束，對產(chǎn)品的性能要求更高，驗證周期也相對更長，因此我們需要拓展一些新的業(yè)務(wù)來提升快速變現(xiàn)的能力。”劉灝稱，AccelProtein™是一個通用大模型，可以應(yīng)用于酶制劑、合成生物學(xué)、生物藥等多個不同領(lǐng)域的蛋白質(zhì)設(shè)計中，為企業(yè)向上述領(lǐng)域拓展提供技術(shù)支持。

“在酶制劑或合成生物學(xué)領(lǐng)域，客戶對產(chǎn)品的性能要求相對單一，實驗流程模塊化程度較高，從產(chǎn)品交付到中試放大生產(chǎn)再到產(chǎn)品上市，整個周期相對藥物研發(fā)是很短的。”劉灝表示，由于驗證周期短，公司本身也會提供中試工藝開發(fā)等延伸服務(wù)，從而進一步幫助客戶縮短產(chǎn)品開發(fā)周期。

據(jù)了解，這并不是個例，國內(nèi)另一家AI蛋白質(zhì)設(shè)計企業(yè)分子之心，也正基于其NewOrigin大模型以及在產(chǎn)業(yè)項目方面所積累的經(jīng)驗，逐漸將業(yè)務(wù)范圍向材料、食品、化工、農(nóng)業(yè)等諸多領(lǐng)域拓展。

不過，劉灝表示，相對于合成生物和酶制劑等業(yè)務(wù)領(lǐng)域，藥物研發(fā)盡管短期回報較慢，但高投入高回報的特點決定了長期發(fā)展上限更高，因此依然是十分值得看好的發(fā)展方向。

4.3 數(shù)據(jù)、研發(fā)經(jīng)驗和成功案例是核心競爭力

數(shù)據(jù)是AI制藥的要素之一，也往往是制約AI制藥企業(yè)發(fā)展的瓶頸。在蛋白質(zhì)設(shè)計領(lǐng)域，數(shù)據(jù)同樣是關(guān)鍵的資源之一。

據(jù)悉，由于行業(yè)的獨特性，AI蛋白質(zhì)設(shè)計企業(yè)可以從目前已公開的2.8億條蛋白質(zhì)序列數(shù)據(jù)中獲利，但真正拉開差距的遠非這2.8億條數(shù)據(jù)。

劉灝表示，在小分子藥物領(lǐng)域，國際大藥廠數(shù)十年積累的實驗數(shù)據(jù)資源是其構(gòu)建AI模型的重要優(yōu)勢；在蛋白質(zhì)設(shè)計領(lǐng)域，企業(yè)也在紛紛構(gòu)建自己的數(shù)據(jù)壁壘，天鶩科技在2.8億條公開數(shù)據(jù)的基礎(chǔ)上，還建立了5億條私有數(shù)據(jù)集，以此為基礎(chǔ)訓(xùn)練的大模型為公司在蛋白質(zhì)設(shè)計優(yōu)化服務(wù)方面帶來顯著優(yōu)勢。

除了數(shù)據(jù)資源，在產(chǎn)品研發(fā)方面的經(jīng)驗和成功案例對于AI蛋白質(zhì)設(shè)計企業(yè)核心競爭力的影響也非常明顯。劉灝表示，在面對下游客戶時，成功交付的案例數(shù)量往往受到更多關(guān)注。

元星智藥CEO王梅杰也認為，在蛋白質(zhì)設(shè)計領(lǐng)域，持續(xù)研發(fā)過程中積累的成功經(jīng)驗，尤其是不斷積累的技術(shù)專利，將構(gòu)成AI+企業(yè)的護城河。

隨著國內(nèi)藥企ADC、單抗等大分子創(chuàng)新藥研發(fā)項目的持續(xù)推進，國內(nèi)AI蛋白質(zhì)設(shè)計企業(yè)積累的經(jīng)驗和案例有望隨之增長，從而不斷打造和增強企業(yè)核心競爭力。

五、AI制藥整體融資增速趨緩，資金向高確定性賽道集中

AI技術(shù)的快速發(fā)展令A(yù)I制藥企業(yè)廣受關(guān)注，行業(yè)融資事件和融資規(guī)模一度出現(xiàn)快速增長。不過，受宏觀經(jīng)濟波動及缺乏市場驗證等因素影響，近年資金對于AI制藥的熱情有所降溫，融資規(guī)模增速逐步放緩。

進入2024年，一級市場對于AI制藥前景預(yù)期回穩(wěn)，海外市場的投融資活躍度有所回升。相比之下，中國市場對于AI制藥的態(tài)度更為冷靜，尤其在三季度，相關(guān)融資事件及融資規(guī)模較此前繼續(xù)回落。

投資方向上，資金向部分確定性更高的細分賽道集中的趨勢愈發(fā)明顯，諸如AI蛋白質(zhì)設(shè)計等領(lǐng)域出現(xiàn)不少大額融資事件。

5.1 AI制藥投融資增速放緩

AI技術(shù)的應(yīng)用被認為有助大幅提升藥物研發(fā)的成功率和效率，甚至為藥物創(chuàng)新帶來全新思路，近十年來AI制藥領(lǐng)域備受資本關(guān)注。

根據(jù)市場分析機構(gòu)Deep Pharma Intelligence的統(tǒng)計，自2016年起，AI制藥領(lǐng)域融資規(guī)模持續(xù)高速增長，至2022年，行業(yè)整體的投融資規(guī)模已較2015年增長超過20倍。

不過在經(jīng)歷了幾年的高速發(fā)展之后，AI制藥領(lǐng)域始終沒有一款產(chǎn)品推進到商業(yè)化銷售階段。缺乏市場驗證，疊加新冠疫情以及全球資本市場趨冷的影響，一級市場對于AI制藥的熱情開始降溫。2022年AI制藥領(lǐng)域融資規(guī)模同比增幅僅為3.65%，增速較前幾年顯著放緩。

2023年至2024年，全球AI制藥領(lǐng)域一級市場融資繼續(xù)波動。據(jù)行業(yè)數(shù)據(jù)平臺智藥局統(tǒng)計，2023年，全球與AI藥物研發(fā)相關(guān)的融資事件共計104起，融資總額為36.01億美元，分別較2022年下降了27.8%和42%。

2024年，市場預(yù)期仍未見明顯改善，但資金對于AI藥物研發(fā)的態(tài)度略有改觀。1-9月，全球范圍內(nèi)AI制藥融資事件共計102起，企業(yè)獲得一級市場融資46.63億美元，已超過2023年全年，基本回到了2022年時的水平。

其中，4月份AI+蛋白質(zhì)設(shè)計領(lǐng)域初創(chuàng)公司Xaira Therapeutics罕見地在種子輪就獲得了超過10億美元的融資。受此影響，上半年，全球AI制藥領(lǐng)域一級市場融資規(guī)模達到33.36億美元，較上年同期增長超過200%。

進入三季度，一級市場情緒有所降溫，AI藥物研發(fā)領(lǐng)域融資事件共計33起，獲得一級融資額度為13.27億美元，環(huán)比二季度分別下降超過23%和40%。

結(jié)合近幾年的數(shù)據(jù)來看，AI制藥領(lǐng)域的融資規(guī)模高增長或已暫告一段落，在真正獲得市場驗證之前，資本對于行業(yè)的預(yù)期或?qū)⒈３窒鄬ζ椒€(wěn)。而不同地區(qū)資本對于AI制藥的態(tài)度也出現(xiàn)分化的趨勢。

一直以來，全球AI制藥投融資活動主要活躍在美國、中國和歐洲，其中，美國是全球AI制藥的主陣地，據(jù)Deep Pharma Intelligence統(tǒng)計，逾800家AI制藥企業(yè)和1900家相關(guān)投資基金（截至2023年）中，超過半數(shù)在美國境內(nèi)。

據(jù)智藥局數(shù)據(jù)，2022年和2023年，分別有71起和48起AI制藥一級市場融資事件發(fā)生于美國，占當(dāng)年總數(shù)的49%和46%，獲得融資金額占比分別達到77%和80%。相比之下，中國地區(qū)融資事件占比分別為29%和30%，獲得融資金額占全球市場比為9%和10%，為AI制藥投融資活動第二大活躍地區(qū)。

進入2024年，海外資本市場對于AI制藥投資熱情升溫更為顯著，而國內(nèi)則相對平穩(wěn)。今年前三季度，中國AI制藥一級市場融資事件僅有27起，三季度更是只有5家中國企業(yè)獲得融資，占比15%，而美國企業(yè)三季度融資事件達到19家，占比超過57%。

5.2 AI蛋白質(zhì)設(shè)計成為資本新寵

整體來看，2024年AI制藥在一級市場的融資呈現(xiàn)事件數(shù)量增長有限，融資規(guī)模大幅增加的特點，資金向部分項目集中的趨勢較為明顯。在這其中，AI+蛋白質(zhì)設(shè)計技術(shù)成為一級市場資金關(guān)注的重點領(lǐng)域。

Xaira Therapeutics于今年4月完成10億美元種子輪融資，成為到目前為止，2024年AI制藥領(lǐng)域金額最大的融資事件。作為一家AI+蛋白質(zhì)設(shè)計領(lǐng)域初創(chuàng)公司，其核心業(yè)務(wù)是利用AI重塑藥物研發(fā)，專注的方向是研究蛋白質(zhì)如何在健康和疾病中發(fā)生變化。其聯(lián)合創(chuàng)辦人之一的David Baker為2024年諾貝爾化學(xué)獎得主，也是AI+蛋白質(zhì)設(shè)計領(lǐng)域的靈魂人物。

蛋白質(zhì)在生命科學(xué)領(lǐng)域扮演著重要的角色，通過AI技術(shù)對蛋白質(zhì)進行測序，可以顯著縮短蛋白質(zhì)研究的周期并降低成本。目前AI蛋白質(zhì)結(jié)構(gòu)設(shè)計領(lǐng)域也已實現(xiàn)了一系列重大突破，生成超越自然界的新型蛋白質(zhì)成為可能。除了藥物研發(fā)，AI蛋白質(zhì)設(shè)計在合成生物、酶制劑等諸多領(lǐng)域的應(yīng)用前景也十分廣闊。因此，近年來AI蛋白質(zhì)設(shè)計一直是AI制藥領(lǐng)域最受關(guān)注的細分賽道之一。據(jù)不完全統(tǒng)計，2022年1月至2024年6月的兩年半間，該賽道已發(fā)生不下100起融資事件，總?cè)谫Y額超60億美元。

海外市場上除了Xaira Therapeutic，EvolutionaryScale、Nabla Bio、RevolKa等AI蛋白質(zhì)設(shè)計領(lǐng)域的初創(chuàng)公司也分別在2024年宣布完成數(shù)額不等的早期融資。國內(nèi)企業(yè)中，分子之心、天鶩科技、途深智合等也在年內(nèi)先后獲得從數(shù)億元到數(shù)百萬元不等的融資。

其中，分子之心是國內(nèi)AI蛋白質(zhì)設(shè)計領(lǐng)域的代表性企業(yè)之一，今年9月該公司宣布完成第三筆融資，融資額達到數(shù)億元人民幣。目前該公司正通過其自創(chuàng)的AI算法，在蛋白質(zhì)發(fā)現(xiàn)、優(yōu)化與設(shè)計領(lǐng)域?qū)で蟾锩宰兓?，以加速該項技術(shù)在藥物研發(fā)、工農(nóng)業(yè)生產(chǎn)、材料設(shè)計等領(lǐng)域的創(chuàng)新應(yīng)用。

天鶩科技于今年4月完成了數(shù)千萬元的Pre-A輪融資，所募資金將主要用于加速蛋白質(zhì)工程通用大模型的行業(yè)應(yīng)用。據(jù)了解，該公司依托自主研發(fā)的AI蛋白質(zhì)設(shè)計通用大模型AccelProtein™，已成功交付了二十余款蛋白質(zhì)設(shè)計項目，并逐漸將合作范圍從生物藥向酶制劑、合成生物領(lǐng)域拓展。

與此同時，基于AI技術(shù)在蛋白質(zhì)設(shè)計方面獲得的巨大突破，有不少創(chuàng)新藥企將這一技術(shù)具體應(yīng)用于細胞療法的創(chuàng)新探索中。

美國細胞免疫療法研發(fā)企業(yè)ArsenalBio于今年9月4日完成了C輪融資，獲得了軟銀愿景基金二期、再生元、英偉達風(fēng)投基金等多家機構(gòu)共計3.25億美元的投資，成為今年細胞治療領(lǐng)域最大規(guī)模的私募融資事件。據(jù)了解，該公司致力于將CRISPR基因編輯技術(shù)、合成生物學(xué)以及邏輯門控回路技術(shù)相結(jié)合，對CAR-T細胞進行重新編程，以解決目前行業(yè)發(fā)展所面臨的一系列挑戰(zhàn)。

在此之前，另一家致力于利用AI技術(shù)驅(qū)動的蛋白質(zhì)設(shè)計來編輯免疫細胞的創(chuàng)新藥企業(yè)—Outpace Bio完成了1.44億美元的B輪融資。

作為近年來最被看好的新型腫瘤療法之一，細胞免疫療法在血液瘤領(lǐng)域已經(jīng)獲得了出色的臨床數(shù)據(jù)驗證，但在市場規(guī)模更廣闊的實體瘤領(lǐng)域依然面臨諸多挑戰(zhàn)。AI技術(shù)在高通量篩選、預(yù)測治療反應(yīng)、尋找關(guān)鍵成功回路、篩選和設(shè)計功能細胞等諸多方面都有望發(fā)揮作用，加速細胞療法在實體瘤治療方面的研究。

六、AI制藥產(chǎn)業(yè)投資全景圖

6.1 國內(nèi)AI制藥領(lǐng)域公司最新名單

截至2024年6月，國內(nèi)從事AI+制藥相關(guān)業(yè)務(wù)的公司已超過90家，其中既有泓博醫(yī)藥、成都先導(dǎo)等在AI技術(shù)領(lǐng)域積極布局的上市CRO公司，也有云深智藥、百圖生科以及華為EIHealth等由互聯(lián)網(wǎng)大廠戰(zhàn)略投資的平臺公司。

在初創(chuàng)公司中，晶泰科技（02228.HK，現(xiàn)名QUANTUMPH-P）是目前唯一一家實現(xiàn)上市的企業(yè)，而英矽智能也已經(jīng)進入上市申報階段。這兩家公司此前均已獲得多輪融資，并在研發(fā)層面獲得諸多突破，是目前國內(nèi)AI制藥領(lǐng)域最具代表性的企業(yè)。

從技術(shù)方向來看，以AI技術(shù)為依托，主攻小分子藥物、抗體等大分子藥物研發(fā)的AI制藥公司占多數(shù)，同時，隨著技術(shù)逐漸獲得突破，AI+蛋白質(zhì)設(shè)計、AI+細胞療法為主要業(yè)務(wù)的初創(chuàng)公司也開始不斷增多。

AI+Biotech、AI+CRO以及AI+SaaS是目前國內(nèi)AI制藥公司的主要商業(yè)模式，其中前兩種模式盈利能力相對較強，因此更受青睞。不過，由于目前為止仍未有AI藥物獲批上市，行業(yè)整體上商業(yè)模式并不十分清晰，有不少公司同時在兩種甚至三種商業(yè)模式中展開探索。

6.2 國內(nèi)主要AI制藥公司評價

數(shù)據(jù)說明

數(shù)據(jù)｜案例｜觀點來源

如無特殊說明，報告中數(shù)據(jù)和內(nèi)容均來自第一財經(jīng)的調(diào)研、采訪及公開資料。

版權(quán)聲明

本報告頁面內(nèi)容、頁面設(shè)計的所有內(nèi)容（包括但不限于文字、圖片、圖表、標(biāo)志、標(biāo)識、商標(biāo)、商號等）版權(quán)均歸上海第一財經(jīng)傳媒有限公司（以下簡稱“我司”）所有。凡未經(jīng)我司書面授權(quán)，任何單位或個人不得復(fù)制、轉(zhuǎn)載、重制、修改、展示；不得以任何形式提供給第三方使用本報告的部分或全部內(nèi)容。任何單位或個人違反前述規(guī)定的，均屬于侵犯我司知識產(chǎn)權(quán)的行為，我司將追究其法律責(zé)任，并根據(jù)實際情況追究侵權(quán)者賠償責(zé)任。

免責(zé)聲明

本報告中所載的內(nèi)容、資料及相關(guān)數(shù)據(jù)來源，均被視為最初發(fā)布當(dāng)日作者的判斷，并不保證本報告中的內(nèi)容及觀點在將來不會發(fā)生任何變更。我們力求但不保證本報告所涉及信息的準(zhǔn)確性和完整性。報告中所表述的觀點、信息，在任何情況下、對任何人不構(gòu)成投資建議。在任何情況下，任何人因使用本報告中的內(nèi)容所引致的后果應(yīng)自行承擔(dān)責(zé)任。