藥物研發(fā)通常需要十幾年的時間、10億至15億美元的投入，但成功率卻只有十分之一，這是新藥研發(fā)中需要面對的殘酷事實。

不管是CXO（醫(yī)藥外包）企業(yè)，還是制藥企業(yè)，今年以來，隨著Deepseek橫空出世后，擁抱AI的進程在加快。在資本市場中，AI制藥概念股也引發(fā)過一波股價狂歡。

一款創(chuàng)新藥物的研發(fā)大致分為三個階段，靶點假說的提出與藥物靶點確定、潛力分子優(yōu)化與臨床前候選化合物評估，以及最后的臨床試驗驗證。傳統(tǒng)醫(yī)藥的研發(fā)耗時長，成本高，并且隨著常見的蛋白質(zhì)或通路已經(jīng)幾乎被完全開發(fā)，藥物發(fā)現(xiàn)難度日益增加。而到了臨床試驗階段，又是資金重投入階段，投入的資金成本遠遠高于臨床前階段。

對于藥物的研發(fā)，AI賦能之下，到底能夠改變多少？

擁抱AI

2月19日，CXO企業(yè)康龍化成（300759.SZ、03759.HK）宣布，子公司康龍化成臨床研究服務(wù)有限公司已完成對浙江海心智惠科技有限公司的控股交易。

康龍化成方面表示，該交易標(biāo)志著，康龍臨床整合海心智惠高質(zhì)量合規(guī)的患者數(shù)據(jù)與AI技術(shù)平臺，拓展提供優(yōu)質(zhì)的個性化患者管理服務(wù)，并助推公司創(chuàng)新藥研發(fā)服務(wù)能力和體系的數(shù)智化升級。

次日，生物科技企業(yè)和鉑醫(yī)藥（02142.HK）也宣布，與英矽智能達成戰(zhàn)略合作，將利用各自在抗體發(fā)現(xiàn)與人工智能領(lǐng)域的技術(shù)優(yōu)勢，加速新型治療性抗體的研發(fā)進程。

一些由AI賦能的新藥已走到人體試驗階段。

3月6日，云頂新耀（01952.HK）宣布，該公司自主研發(fā)的首款新型mRNA個性化腫瘤治療性疫苗EVM16已在北京大學(xué)腫瘤醫(yī)院順利完成首例患者給藥。

AI賦能藥物研發(fā)也并非今天才出現(xiàn)的新事物。

前FDA高級評審官員、埃格林醫(yī)藥董事長杜濤博士對第一財經(jīng)記者表示，如果從各家大型跨國制藥企業(yè)（MNC）真正建立自己的AI藥物研發(fā)團隊，以及最近美國FDA和歐盟EMA等藥品監(jiān)管機構(gòu)出臺的指導(dǎo)文件的角度來看，AI進入制藥工業(yè)的應(yīng)用還不到十年時間。“在此之前，AI技術(shù)在藥物開發(fā)上的賦能還備受爭議，但近期隨著FDA和EMA指導(dǎo)文件的相繼出臺，在監(jiān)管科學(xué)層面確立了新型研發(fā)范式，這標(biāo)志著人工智能正式成為藥物創(chuàng)新的戰(zhàn)略級生產(chǎn)要素。”

頭豹科技數(shù)據(jù)顯示，截至2023年11月，全球處于臨床階段且保持活躍狀態(tài)的AI參與研發(fā)管線總計97項，超過一半的管線處于臨床一期，超過三分之一的管線處于臨床二期。

從臨床二期通往臨床三期的這條路，被視為AI藥物研發(fā)的“死亡之谷”。過去，有多款已進入臨床階段的AI藥物折戟于關(guān)鍵性臨床二期，這導(dǎo)致AI藥物概念無法得到驗證。

2024年9月，英矽智能的AI候選藥物ISM001-055（現(xiàn)通用名已獲批為“Rentosertib”），臨床IIa期取得積極結(jié)果，打破了行業(yè)僵局。這款藥物針對的適應(yīng)證是特發(fā)性肺纖維化（IPF），這是一種慢性、瘢痕性肺病，特征是肺功能進行性且不可逆的下降。

這款藥物數(shù)據(jù)顯示出良好的安全性和劑量依賴性的藥效趨勢，成為了全球首個AI藥物概念驗證案例，這款候選藥物靶點和分子結(jié)構(gòu)均由生成式人工智能賦能發(fā)現(xiàn)的。

英矽智能聯(lián)合首席執(zhí)行官、首席科學(xué)官、藥物研發(fā)負責(zé)人任峰對第一財經(jīng)記者表示，由多元化人工智能驅(qū)動的研發(fā)工作流程極大加速了藥物開發(fā)的進程，使這個項目從靶點發(fā)現(xiàn)到臨床前候選化合物提名僅耗時18個月。

臨床階段的賦能或更難

2021年11月，英矽智能的Rentosertib首次人體微劑量試驗，在澳大利亞完成首批健康受試者給藥。2022年4月，Rentosertib啟動了二期臨床研究。截至目前，臨床IIa期已經(jīng)完成。這款藥物還在推進臨床研發(fā)中。

任峰對第一財經(jīng)記者表示，這款A(yù)I候選藥物的發(fā)現(xiàn)，與中國AI的生態(tài)環(huán)境是分不開的，最早是由上海的團隊發(fā)現(xiàn)，到臨床前候選化合物的確定，都離不開中國CRO（研發(fā)外包）企業(yè)的貢獻，在他們的助力之下，這款藥物快速啟動了毒理研究、藥代動力學(xué)研究以及CMC（化學(xué)成分、生產(chǎn)與控制）放大生產(chǎn)制劑等，從提名臨床候選化合物到進入人體臨床試驗，僅用了一年的時間。

“我們在中國和美國同期開展了兩個IIa期臨床試驗，但中國進展的速度明顯快于美國。中國在一年時間里，就完成了71個患者入組，并且拿到了有效數(shù)據(jù)。但在美國，迄今為止，僅完成了8例患者入組。”任峰說，這也得益于中國豐富的患者資源。

在中國，AI平臺主要在臨床前階段發(fā)揮效用，其中，臨床前包括疾病機理研究、靶點發(fā)現(xiàn)、化合物篩選、ADMET預(yù)測等多個環(huán)節(jié)。

根據(jù)Deep Pharma Intelligence數(shù)據(jù)，截至2022年底，亞洲地區(qū)各國統(tǒng)計的約700家AI制藥公司中，主要布局包括早期藥物開發(fā)（392家）、數(shù)據(jù)處理（235家）、臨床開發(fā)（149家）、端到端藥物開發(fā)（83家）、臨床前發(fā)展（57家）及藥物再利用（26家）等在內(nèi)的六大環(huán)節(jié)。使用AI進行藥物開發(fā)的主要領(lǐng)域是早期藥物開發(fā)和數(shù)據(jù)處理。

華蓋資本創(chuàng)始合伙人許小林對第一財經(jīng)記者表示：“AI在臨床前研究中的作用主要體現(xiàn)在三個方面：一是加速靶點發(fā)現(xiàn)和化合物設(shè)計；二是降低實驗失敗率；三是優(yōu)化資源分配。雖然臨床前研究成本占比不高，但AI在這一階段的效率提升也有助于后續(xù)的臨床研究，最終可以降低整體研發(fā)成本和時間。”

杜濤說，從現(xiàn)階段看，當(dāng)前AI技術(shù)已深度重構(gòu)醫(yī)藥研發(fā)價值鏈條，形成貫穿靶點識別、分子生成、動物實驗、臨床方案優(yōu)化和臨床試驗結(jié)果預(yù)測的全流程賦能體系。在美國，由于AI行業(yè)發(fā)展更早，AI技術(shù)對藥物的研發(fā)已覆蓋藥物研發(fā)的全產(chǎn)業(yè)鏈。這種技術(shù)滲透的廣度，標(biāo)志著AI已突破工具屬性，成為重塑藥物研發(fā)底層邏輯的架構(gòu)性變量。

“從醫(yī)藥研發(fā)的成本鏈上看，理論上講，一個靶點和分子的發(fā)現(xiàn)雖占醫(yī)藥研發(fā)總成本不超過5%，而占據(jù)研發(fā)總成本80%的臨床試驗階段，卻是成功率較低的一個部分，也是打通藥物研發(fā)鏈條的關(guān)鍵環(huán)節(jié)。”在他看來，AI技術(shù)用于臨床階段試驗面臨的挑戰(zhàn)，可能遠高于藥物發(fā)現(xiàn)階段。

藥物臨床階段包括了患者分層與招募、藥物重定向及數(shù)據(jù)整合與分析等。

杜濤說，在臨床前的靶點或者分子發(fā)現(xiàn)階段，主要由計算機科學(xué)家、化學(xué)家為主導(dǎo)，這個階段并不太依賴醫(yī)學(xué)人員。到了藥物臨床試驗階段，復(fù)合型人才需求呈現(xiàn)指數(shù)級增長，則需要醫(yī)學(xué)人員的深度介入，這方面的人員不僅要涉及不同醫(yī)學(xué)領(lǐng)域，而且開發(fā)者需要在具備AI知識的基礎(chǔ)上，還要有臨床經(jīng)驗，醫(yī)學(xué)知識和法規(guī)背景。但AI技術(shù)在臨床試驗階段有所突破的話，蘊含著巨大的商業(yè)機遇。

杜濤所在的埃格林醫(yī)藥，也是國內(nèi)為數(shù)不多堅持將AI技術(shù)應(yīng)用于臨床試驗開發(fā)的公司，自2020年開始，該公司一直嘗試把AI技術(shù)深度用于臨床開發(fā)。

數(shù)據(jù)仍然是核心

Deepseek的出現(xiàn)，使得AI制藥行業(yè)算力成本大幅度降低，讓很多藥企擁有了平權(quán)使用大模型機會。

任峰表示，在藥物研發(fā)過程中，Deepseek可以賦能藥物臨床階段的研發(fā)，比如提高撰寫臨床試驗報告效率，但還無法用于早期的藥物研發(fā)，幫助發(fā)現(xiàn)新的靶點、生成新的分子等。“通用的大模型以文本、圖像、視頻為主訓(xùn)練，缺乏用生物醫(yī)藥專用數(shù)據(jù)進行訓(xùn)練，而靶點發(fā)現(xiàn)、分子生成、蛋白質(zhì)結(jié)構(gòu)預(yù)測等依賴專業(yè)領(lǐng)域知識。雖然通用模型能夠理解生物文獻，但還無法基于組學(xué)數(shù)據(jù)（基因表達、蛋白質(zhì)互作）進行邏輯推理或生成結(jié)構(gòu)化分子設(shè)計。在藥物發(fā)現(xiàn)階段，目前使用的還是專有模型。”

AI賦能藥物研發(fā)，對藥物研發(fā)的成功率，到底能夠提高多少？

任峰認為，AI制藥賦能藥物研發(fā)，是希望可以提高藥物研發(fā)成功率，但并非有了AI的加持，成功率就可以提高到100%，能從5%提高到25%，算是很大的進步。大家對AI制藥，要有一定的期望值，但這種期望值也應(yīng)該在合理范圍內(nèi)。

在藥物臨床前研究階段，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。

任峰表示，AI制藥能夠成功，受助于多方面因素，目前在AI制藥算法上，并沒有實質(zhì)性突破。因此同時，數(shù)據(jù)的積累就是一個瓶頸，生物醫(yī)藥產(chǎn)業(yè)數(shù)據(jù)的積累，并非一蹴而就。

“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)我們的理解所搜集來的已經(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。”

任峰表示，目前數(shù)據(jù)的獲取，是越來越難了，很多以前開源的數(shù)據(jù)，現(xiàn)在逐漸變成閉源了，獲取的成本越來越高。“AI制藥行業(yè)正從算法的競爭過渡到這個數(shù)據(jù)的競爭。”

在AI技術(shù)賦能藥物臨床的實踐進程中，數(shù)據(jù)要素的流通壁壘正成為制約技術(shù)突破的核心瓶頸。

在醫(yī)療行業(yè)，不少數(shù)據(jù)來源于醫(yī)院，醫(yī)院集中著大量病人臨床數(shù)據(jù)。

杜濤表示，從國外看，醫(yī)院端的數(shù)據(jù)可以通過市場化行為獲得，但在國內(nèi)，目前還沒有一個行之有效的獲取方式，雖然醫(yī)院有海量的數(shù)據(jù)，但數(shù)據(jù)機制還沒有標(biāo)準化；各單位間的數(shù)據(jù)共享也存在很大的壁壘。要使AI技術(shù)在臨床階段取得突破，相關(guān)的制度還有待完善。

“我認為，現(xiàn)階段AI在制藥行業(yè)發(fā)展上的真正難點，主要還是數(shù)據(jù)來源。”杜濤說。

商業(yè)模式閉環(huán)

今年，Deepseek的出現(xiàn)，重燃了資本對AI制藥熱情。過去幾年，AI制藥行業(yè)經(jīng)歷過資本過熱追捧到降溫過程。

近期有一些AI制藥企業(yè)在啟動融資，2月19日，晶泰控股（02228.HK）擬配股籌資約20.88億港元。

3月13日，英矽智能也宣布，已完成由亞洲最大的獨立資產(chǎn)管理公司之一惠理集團旗下的私募股權(quán)基金、浦東創(chuàng)投和浦發(fā)集團、錫創(chuàng)投和宜興國控聯(lián)合領(lǐng)投的1.1億美元E輪融資，本輪融資所募得的資金將用于推動英矽智能在人工智能平臺升級和藥物研發(fā)管線創(chuàng)新方面的突破。

任峰表示，至少在近階段，AI制藥的融資相對會容易一些，但還是要看企業(yè)的基本面。

杜濤并不認為AI制藥行業(yè)的融資真正在回暖。“在AI藥物真正完成商業(yè)化上市之前，AI制藥企業(yè)可能依然會有一個比較艱難的時期。”

在藥物研發(fā)中，AI的賦能可以在提高效率的同時，起到降本增效的作用，但是，AI制藥企業(yè)的商業(yè)模式向何處尋找？

AI制藥企業(yè)本身能否實現(xiàn)商業(yè)閉環(huán)尤為重要，這關(guān)系自身能否產(chǎn)生持續(xù)的現(xiàn)金流，也關(guān)系到資本后續(xù)是否可以持續(xù)投入。

縱觀整個AI制藥行業(yè)的盈利模式，主要有三種模式，一是通過軟件授權(quán)獲得收入；二是與外部進行戰(zhàn)略合作獲得收入；三是通過管線對外收入獲得收入。

許小林對第一財經(jīng)記者表示，這些模式各有利弊。從賣軟件模式看，這種模式現(xiàn)金流穩(wěn)定，但增長較慢，且容易被競爭對手模仿，市場天花板較低。從對外授權(quán)看，這是目前最主流的模式，但矛盾點在于，授權(quán)收入的實現(xiàn)依賴于合作方的研發(fā)進展，存在不確定性。如果藥物在臨床階段失敗，后續(xù)收入可能大打折扣。自主研發(fā)藥物模式，一旦成功，收益巨大，但風(fēng)險也最高。藥物研發(fā)周期長、失敗率高，且需要持續(xù)的資金投入，對初創(chuàng)公司來說壓力較大。

“AI制藥的幾種盈利模式都有其獨特的風(fēng)險和挑戰(zhàn)。對外授權(quán)模式在風(fēng)險與回報間平衡較好，而自主研發(fā)藥物模式長期潛力最大，但需承擔(dān)更高的失敗風(fēng)險。”許小林這樣認為。

任峰表示，從全球看，最早一批AI制藥企業(yè)建立，大概在2013年到2015年期間，行業(yè)已走了十年時間，現(xiàn)在大概是行業(yè)交考卷的時候，目前主要看兩點，一是收入如何；二是管線如何，因為管線也可能代表企業(yè)未來的收入。

“英矽智能的商業(yè)模式中，賣軟件、對外授權(quán)以及自主研發(fā)藥物，這三種模式都在進行，但目前更看重的是后兩者模式，現(xiàn)階段，對于我們來說，是相對較優(yōu)的模式。每家企業(yè)都在尋找適合自身的商業(yè)模式，我相信，是需要長時間摸索的。”任峰說。

憑借銷售軟件以及對外授權(quán)收入等，2023年，英矽智能的收入達到了5100萬美元，僅次于全球AI制藥頭部企業(yè)薛定諤。

任峰認為，未來AI制藥公司和傳統(tǒng)的制藥公司界限會越來越模糊，AI制藥行業(yè)的發(fā)展會越來越快。現(xiàn)在還未有AI藥物批準，但在未來幾年，相信會實現(xiàn)，一旦實現(xiàn)的話，屆時會對行業(yè)的發(fā)展產(chǎn)生更大的促進作用。

杜濤表示，雖然AI制藥行業(yè)目前還處于比較初級的發(fā)展階段，但已在醫(yī)藥研發(fā)全鏈條展現(xiàn)重塑潛力，AI技術(shù)在醫(yī)藥研發(fā)各領(lǐng)域的應(yīng)用，前景必然是十分廣闊的。