AI运用启发录：资本为什么钟情药物研发？

后有来者

图片来源@视觉中国
文 | Alter关于AI从业者来讲，2022年恐怕不是甚么好年景。
资本寒冬的说法愈加低落，商汤、涂鸦等独角兽的市值大幅缩水。二级市场的灰心情绪传导到一级市场后，全部行业的融资频次断崖式下滑，已经煊赫一时的资本宠儿，正在遭受“翻新者的困境”。
唱衰AI的声响有得多，最为常见的缘故有两种：一个是现阶段商业化成熟的场景太少，另外一个是AI独角兽的盈利才能太弱。过来屡试不爽的“烧钱换增长”逻辑，曾经很难让资本市场提起兴致。
在内部大环境百孔千疮的时分，AI制药成为了为数未几的例外。这个2020年才走进大众视野的新兴行业，逆势站在了资本的风口，一些成立一两年的企业就拿到了亿元级别的融资，部份行业头羊乃至斩获了百亿级的定单。
为什么在AI被资本“丢弃”的节骨眼上，药物研发照常被圈表里所青眼，究竟是资本吹起的新泡沫，仍是AI的应许之地？理分明这些问题，不仅仅能够摸清AI制药的真假，也能为AI的运用落地找到一些启发。
01 一个自然的AI场景
AI制药的走红，着实有些讨巧的要素。
2020年举行的第14届国内蛋白质构造预测比赛上，谷歌的AlphaFold2胜利按照基因序列预测了蛋白质的三维构造。在疫情黑天鹅制作的紧张气氛下，这样一个创举迅速在全世界规模内掀起热潮。
目前简直一切的药物都作用于蛋白质，原理是经过药物和靶标蛋白的互相作用，进而改动蛋白质的功用，达到医治的成果，就像是锁和钥匙的瓜葛。假使可以精确预测蛋白质的三维构造，就能精准设计对应的钥匙。
但是蛋白质的造成需求DNA转录为RNA、RNA翻译成氨基酸链，再由氨基酸脱水缩分解大份子蛋白质。组成蛋白质的氨基酸有22种，一个蛋白质包孕几十到几万个氨基酸链，而且有着繁杂的三维构造，以致于许多迷信家穷尽终身都无奈彻底解析出某个蛋白质构造，AI带来的冲击显而易见。
恰是从2020年开始，投资机构纷纭挥师AI制药。按照斯坦福大学公布的《人工智能指数》讲演，2020年投向AI药物研发畛域的资金增至138亿美元，超过上年同期的4.5倍以上；中银证券的数据显示，2020年中国AI+制药的融资数量翻了一倍，融资总额比前一年同比增长了10倍摆布。
资本的表示不成谓不疯狂，但疯狂的面前绝非自觉，而是看到了AI制药所储藏的迷人“钱景”。

药物研发行业有一个著名的“双十定律”，即10年时间、10亿美元，才可能研收回一款新药。而根据Nature的统计，“双十定律”实际上是一种现实业态，理想中一款新药从研发到获批上市，均匀需求10到15年的时间，需求耗损约26亿美元，并且临床胜利率不到10%。同时还泛起了可怕的“反摩尔定律”，即使制药公司在过来几十年中的研发收入不停减少，但10亿美元换来的新药数量每9年就增加一半。
新药研发的长周期、高本钱、低胜利率，无疑给AI留下了宏大的用武之地：经过机器自主学习数据、挖掘数据，总结归结专家教训外的药物研发法则，继而优化药物研发流程中的各个环节，不只能够晋升药物研发效力与胜利率，还无望升高研发费用和试错本钱，驱动行业走出“反摩尔定律”的暗影。
02 AI制药的落地现状
至于AI制药是不是是新的泡沫，还要从落地逻辑中找谜底。
一款药物从研发到量产，两头波及到靶点发现、化合物分解、化合物筛选、晶体预测、药理评价、临床设计、药物重定向、审批出产等十几个流程，涵盖药物发现、临床前钻研、临床钻研、审批与上市四个阶段。药物研发的长周期和长流程，比起其余畛域为AI提供了更多的切入点。
只是不同于海内药企的超高热心，国际目前只要药明康德、中国生物制药等多数药企踊跃参预，市场的配角实际上是科技巨头和守业者。
前者的代表有华为、腾讯、阿里、百度等，巨头们往往不参预药物研发，而是聚焦于需求的算法和算力。好比腾讯的云深制药，上线时的定位是药物发现平台，提供算法、数据库、云计算等办事，指标客户是药企；百度的百图生科，一样是输入算法模型和算力根底，承继了互联网长于的平台模式。
后者似乎才是AI制药的主力军，典型的例子有英矽智能、晶泰科技等等。其中英矽智能搭建了集整合翻新靶点、翻新份子发现、临床钻研后果预测为一体的AI平台，包罗靶点发现和多组数据剖析引擎、份子设计引擎、临床实验后果预测引擎等组件；晶泰科技建设了智能计算、自动化试验、专家教训在内的研发体系。
在巨头和守业派的探究下，国际AI制药其实不短少有价值的效果。譬如百度的LinearFold算法，将新冠病毒的全基因组二级构造预测从55分钟缩短至27秒；英矽智能在2021年2月对外声称，仅用18个月的时间、260万美元的投入，就研收回了特发性肺纤维化疾病新靶点，勤俭了少量药物发现本钱。

图源：亿欧智库
诸如斯类的效果不乏可圈可点的地方，却也难掩这样一个事实：巨头们的规划还处于策略层面，大范围的落地运用仍需求时间验证，而英矽智能等守业公司的成就，现阶段次要以药物发现为主，也许能够大幅升高药物发现的本钱和时间，可对药物研发总本钱的影响仍然十分无限。
也就是说，AI制药是一个未被彻底验证过的行业，天然言语处置、图象辨认、深度学习、认知计算等前沿技术逐渐落地，但落地的深度可能远不迭安防产业。其中的缘故离不开药物研发的行业属性，毕竟靶点肯定到临床实验需求一步一步来，AI制药的风口不外才两三年的时间，但无奈妨碍质疑声的泛起。
03 自成一派的商业化
最为苛刻的质疑是：当初尚无一款AI药物上市。
这样的声响夹杂着太多的客观颜色，AI在制药过程当中表演的终归只是辅佐角色，绕不开行业固有的流程和机制，不成能用两三年的时间做完十年的事。却也暴-露了一个既定事实，即大部份AI制药间隔商业化还有不小的间隔，药企仅仅是对新技术进行无限度的尝鲜，AI依然是一个加分项。
任何灰心信号传导到市场端，都会影响一些人的决策，AI制药也逃不外被唱衰的魔咒。晶泰科技据传在赴美上市遇阻后想要转战港交所，终究在A股上市，市值较以前的估值缩水了近一倍；另外一家AI制药企业Schrodinger，比起2020年末60亿美元的市值，曾经骤降到20亿美元上下。
临时的妨害还不至于让AI制药跌落神坛，比拟于安防、质检等运用的同质化，AI制药由浅入深演化出了三种商业模式：
一是搭建AI技术平台，拼的是算力、数据、算法等硬实力，次要是向药企等客户收取受权使用费，也是科技巨头们主战场；二是帮忙药企或CRO企业实现研发工作，好比按照既定靶点筛选出适合的化合物；三是自建试验室和研发管线，需求的资金量超乎想象，而且要承当研发失败的危险。
技术平台的营收门路无庸赘述，看点在于后两种商业模式的可行性。因为制药的不肯定性，衍生出了首付款、里程碑价钱等付款形式，目前国际管线的首付款均匀为280万美元，里程碑价钱可能达到数百亿元，即便AI制药尚未进入临床阶段，也能靠协作管线拿到药企的资金，防止“缺粮”的场面。自研管线的危险相对于较大，但在此类企业的投资名单中，曾经能够看到头部药企的身影。
个中原由其实不繁杂。和传统的制药巨头比拟，AI制药企业的体量往往不大，即便存在危险本钱极高的状况，“失败的代价”也容易被行业承受。一种现实的业态是，AI制药的初期阶段被资本市场推进，前景和可行性被市场验证后，由药企买单进行马拉松式的短跑，期间也许会淘汰掉一些公司，其实不阻碍全部行业继续向前。
最少就目前来看，AI制药曾经在疾病机理及靶点钻研、靶点药物设计、化合物筛选、晶型预测、临床前辅佐钻研等场景中表示出了良好的运用前景。药物发现作为全部药物研发流程的基石，也是AI制药按部就班的根底。
04 进行中的范式改造
打一个比喻的话，现阶段的AI制药正处于黎明时候。
由于生物学的繁杂性和临床数据库的不足，AI对药物研发的浸透停留在了前真个药物发现环节。除了无差异的“鞭挞”，似乎还有此外一种解释：AI的曙光曾经在制药畛域照亮，所影响的不仅仅是效力和本钱，也在重构行业的合作范式。
在传统的药物研发过程当中，经常需求药化专家按照教训提出5000-10000种化合物做药物筛选，筛选出250个摆布的化合物进入临床前钻研，而后找到5-10个化合物进行临床实验，终究有一两种化合物经过临床测试，无异于“易如反掌”。
AI制药衰亡的时间不算长，但不少药企曾经在试图革新流程。好比在化合物筛选阶段引入神经网络，能够在几地利间里筛选超过1亿个化合物，按照算法模型的预测分数对化合物进行排名，列举出几种到几十种最有可能的化合物。简略来讲，AI参预药物筛选的原理就是利用归结推理才能减速化合物的筛选，开脱对药化专家教训和常识的深度依赖，在环节上愈来愈迷信化。
同时被改动的还有药企们对外协作的态度。

早在2019年的时分，强生、罗氏、赛诺菲、武田等10家药企参预了著名的MELLODDY同盟，经过区块链和联邦学习进行药物数据同享；然后辉瑞、强生、罗氏、赛诺菲、武田、礼来、GSK参预的Accumulus Synergy在2020年成立，试图加强寰球一切地域的合作和数据同享；阿斯利康、默克、辉瑞、梯瓦、AWS则在以色列生物技术基金的提倡下成立了AI药物研发试验室AION Labs，协作开发AI技术并孵化新公司……
虽然MELLODDY同盟在完结长达三年的协作后，尚未传出是不是续约的动静，但药企巨头试图做出的改动已经是已经不争的事实：已经被视为中心商业秘密的试验数据，曾经在无限规模内同享，而AI制药的底层逻辑就是经过少量的数据进行模型训练，数据量越短缺，算法的预测后果越精确。
暗藏在这些景象面前的假相在于，一样面对AI这样的新物种，药企巨头们并未像得多行业的既得利益者那样表演“激进派”的角色，而是在踊跃增进AI的运用，即便现阶段的落地还对比无限，但不排除AI运用于临床实验等中心环节的可能。
相对于乐观的市场环境，也许才是AI制药被青眼的间接利好，并在有形中为国际AI制药提供了能够参考的标的目的。
05 写在最初
再往返答文初的问题，谜底曾经十分明晰。
AI制药的突起绝非偶尔，产业自身存在着宏大的运用后劲，而且取患了吹糠见米的成果；在详细的落地过程当中，不同营垒的规划有些许重合，但全部行业没有掉进内卷的圈套，有着相对于感性的分工；最首要的一点在于，AI制药不是“少年屠戮恶龙”的故事，无论是守业派仍是药企，都在推进行业的后退。
或许现阶段的AI制药存在非感性繁华的成份，场上的玩家有一些是投契者，仍旧位于市场的起步阶段，得多辣手问题无奈被解决，却也有着得多行业稀缺的质量，即AI的价值从未被自觉宣传，大少数参预者在致力寻觅AI和制药契合的场景，让外界看到的是一种渐进式的提高和惊喜。

华人澳洲中文论坛

热图推荐

AI运用启发录：资本为什么钟情药物研发？

发表回复

后有来者
关注TA

图文推荐

华人澳洲中文论坛

热图推荐

AI运用启发录：资本为什么钟情药物研发？

发表回复

后有来者 关注TA

图文推荐

后有来者
关注TA