下一个风口，或许是“AI给你造的药物”

来源：视觉中国

尽管看起来形势大好，AI+制药仍存在不小挑战。

/

文｜李秀芝  编辑 | 王芳洁

当AI之风吹进生活中的方方面面，壁垒最高的制药行业也开出了口子。

 

6月11日，药明康德对外披露旗下的风险投资基金领投了美国人工智能公司InsilicoMedicine，希望结合后者的人工智能技术，加速其客户的新药研发进程。这家有着“医药领域华为”称谓的公司，其主营业务是向制药、生物技术、医疗器械等相关企业，提供从药物发现、研发、生产到推向市场的一站式服务。

 

除了平台型公司药明康德，药企们也在出手。早在2016年11月，日本武田药品工业、富士胶片及盐野义制药等50家企业就计划与理化学研究所和京都大学合作，利用人工智能推进新药开发。近两年，辉瑞、GSK、强生、罗氏等跨国公司在AI+制药领域的动作同样频出。

 

在创业公司身上，更能看到AI+制药的火苗已燃。以英国AI+制药公司BenevolentAI为例，它最新宣布获得的1.15亿美元新融资，创造了目前该行业全球最大的单笔融资，估值超过20亿美元。再看这些公司的背后，囊括IDG、红杉、真格等知名基金，不乏谷歌、腾讯这种互联网科技巨头。

 

“AI+制药在国内的关注不多，但在国外非常热。同时，国外的这种热度正在带动国内”，金坛基金管理合伙人唐传龙对《中国企业家》说。

 

根据中商产业研究院发布的报告，2017年中国医药制造业市场规模超3万亿元，同比增速约为10.8%。

数据来源：中商产业研究院

 

行业拐点已至

 

作为长期关注医健领域的资深投资人，唐传龙观察到，医药公司不仅投资、布局紧锣密鼓，其高管们也经常出现在各大人工智能的会议上了。三四年前，他们对此还有很多怀疑，不情愿参与这种会议，试点项目也很少。

 

唐传龙从宏观层面发现的AI+制药趋势，李星在药企内部也有发现。

 

彼时，李星的身份是强生中国新药开发部的副总监。作为强生最重要的部门之一，李星所在的新药开发部经常讨论如何让新药早日上市，但几乎不会从IT的角度讨论。李星曾多次尝试在内部做“AI加速新药研发”的陈述，未果。

 

这位毕业于北大药学院，又先后在辉瑞、赛诺菲、强生三大跨国药企工作多年的女性，并不是思维保守的研究者。用她自己的话来说，“非常open，热爱跨界接触和学习新鲜事物”。自2016年初，李星开始利于业余时间自学AI，尽管那时她还是一位需要哺乳和哄孩子的新妈妈。

 

拐点发生在2017年3月，李星的想法得到了公司的响应。2017年3月~5月，李星在强生内部（包括在美国总部）做了10余场关于AI制药的主题报告。公司的态度转变和一年多的自学，让李星非常明确地看到“人工智能这趟车开过来了”。

 

那段时间，李星总是焦虑得睡不着觉，半夜坐在沙发上思考。随着思考逐渐深入，她的感觉也越来越强烈：“这个事儿必须做”。终于，她从强生离职，并于同年10月创办AI+制药公司深度智耀。

 

这家公司大受资本青睐，3个月内完成了两轮融资。第二轮融资时，李星带着两位合伙人见真格基金创始人徐小平。20分钟内，双方就签订了数百万美元的投资协议，没有尽职调查，也省了投资意向书。

 

值得一提的是，除了深度智耀，真格也是另外两家中国AI+制药公司晶泰科技和冰洲石生物科技(AccutarBio)的投资方。

 

多位投资人向《中国企业家》表示，作为仿制药大国，中国在原创新药上还有很大的发展空间。另一方面，随着国家“千人计划”的推行，大量海外制药人才正在回归。如今随着AI的到来，中国将有更多的AI制药团队出现。

 

机会与挑战并存

 

对于药企而言，新药研发周期长、投入大、持续时间久、效率低，一直是他们的“心头之痛”。业内对于一款新药从研发到上市有一组公认的数据：平均花费10年时间和26亿美元，成功率不足7%，至少100个科学家参与。

AI在制药行业的应用，让人看到了改变：可以大幅缩短研发时间、降低人力和资金成本、提升成功率。正因如此，药企们对AI表现出了前所未有的热情：参会学习、内部试水、外部投资，以及合作付费。

李星介绍，目前药物研发流程中有上百个系统，都是人海战术时代的产物，深度智耀在致力于打造一体化、智能化的全流程平台。“当然，这个平台能先以单个不同的产品卖出去，我们每个单品都比原来对应模块的效率有数百倍提升。”

她透露的数据是，深度智耀从创立到现在的7个月内，已拥有10项单品（包括基于人工智能的药物研发知识图谱、决策平台等）、20多家大型药企客户和数千万人民币的销售收入。

 

唐传龙也告诉《中国企业家》，他在2016年投资过的加拿大公司Cyclica，首创并研发了以药物为中心的结构化蛋白质组筛选技术，并集成为基于云的软件服务平台Ligand Express。该平台能为临床前、临床阶段和FDA批准阶段的药物疗效和安全性提供评估和预测。其正在服务的客户包括日本多家药企，2018年第一季度的收入超出了计划的155%。

 

在唐传龙看来，AI+制药公司的盈利模式很清晰：一般会按照其帮助药企实现的新药研发节点收取费用或股权。除此之外，他们还可以收取下游药品许可证费用。

 

“我们喜欢投短期内可以快速商业化的医疗AI公司。”在一次医健投资的圆桌论坛上，唐传龙当着台上台下一众面临着盈利难题的医疗AI公司创始人和投资人，说得很直接。

 

的确，相比AI+其他医疗方向，AI+制药似乎更符合投资人的期望。大多数其他方向的医疗AI公司要想进入医院内销售产品，需取得三类医疗器械资质。它们在大规模落地应用之前，要进行临床实验并申请CFDA或FDA注册，这意味着它们可能近几年都无法获得销售收入。AI+制药的目标客户是药企，不存在资质问题，因而能更快落地和商业化。

 

尽管看起来形势大好，AI+制药仍存在不小挑战。比如，如何获取与药企的合作，怎么拥有海量的靶点以训练算法等。毕竟，相比医院，药企的药物研发流程和数据更“机密”。

 

另外，制药行业的专业门槛也很高。李星透露，药物研发流程涉及约20个功能模块，即使是某个模块的专家，对其他模块的业务也只能了解大概。这造成了AI+制药当前可能的最大挑战——医药和AI人才的有效融合, 即AI团队能够理解并解决医药团队所看到和描述的行业痛点。

值班编辑：张弘

审校：武昭含