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