AI藥物研發(fā)行業(yè)現(xiàn)狀及發(fā)展趨勢分析

市場規(guī)模

全球AI藥物研發(fā)保持增長態(tài)勢，北美是全球AI藥物研發(fā)最大市場，美國集聚了一半以上的全球AI藥物研發(fā)企業(yè)。全球AI藥物研發(fā)市場北美地區(qū)占比最大，亞太地區(qū)排名第三，預計全球AI藥物研發(fā)市場規(guī)模將在2025年達到38.8億美元；目前全球AI藥物研發(fā)企業(yè)約700家，其中超過50%的公司集中在美國，英國和歐盟分別占據(jù)12.5%和13.4%，亞洲大約12.8%，其中中國占據(jù)約4.7%。

來源：火石創(chuàng)造根據(jù)公開資料整理

融資能力

全球AI藥物研發(fā)融資能力整體提升，中國藥物研發(fā)AI大部分仍處于早期融資階段。2022年全球AI+藥物研發(fā)相關(guān)融資總事件達144起，總金額為62.02億美元（約人民幣426.7億元）。相較于2021年的整體共計77起，總金額共計45.6億美元的融資情況呈現(xiàn)雙雙上漲的態(tài)勢。其中，美國AI藥物研發(fā)融資事件71起、中國43起，其他國家和地區(qū)30起，投融資活動主要活躍在中國、美國和歐洲。

來源：火石創(chuàng)造根據(jù)公開資料整理

03

在研產(chǎn)品

來源：BiopharmaTrend.com

從在研AI藥物產(chǎn)品聚焦疾病領域來看，主要聚焦在癌癥和精神類疾病，占比超過50%；其次是心腦血管、肝腎腸胃和呼吸系統(tǒng)，占比大約30%；其余涉及的領域包括糖尿病、眼病、白血病、感染類疾病、免疫類疾病、藥物副作用領域，個別企業(yè)布局了遺傳疾病及罕見病等小眾賽道。其中較為知名的有AbCellera與禮來聯(lián)合研發(fā)的LY-CoV555，AI Therapeutics與耶魯大學合作開發(fā)LAM-002管線等。LY-CoV555是全球首個進入臨床階段的新冠病毒中和抗體，并于2020年11月獲美國FDA的緊急使用授權(quán)（EUA）。

來源：火石創(chuàng)造根據(jù)公開資料整理

從在研產(chǎn)品研發(fā)進程來看，美國在全球AI藥物管線布局上仍占主導，截至2022年6月，全球共有26家AI藥物研發(fā)企業(yè)、約51個由AI輔助進入臨床Ⅰ期的藥物管線。其中，80%以上為美國企業(yè)，已上市的AI藥物研發(fā)頭部企業(yè)也基本為歐美企業(yè)，尚未有中國企業(yè)。目前，部分中國企業(yè)已發(fā)展出自有專利的開發(fā)平臺，甚至開始探索在全球尚未有企業(yè)涉足的前沿領域，如小分子晶體結(jié)構(gòu)預測、原發(fā)藥物設計等。

2022 年中國AI藥物研發(fā)取得突破進展。截至2022年，80家中國AI藥企中，已有14家成功將管線推進至臨床階段，大部分都處于臨床Ⅰ期階段。其中，英矽智能首個完全基于AI的管線ISM001-005進入臨床Ⅰ期，并完成了首批健康受試者給藥。這也是中國首個進入臨床的AI研發(fā)藥物。

2023年年初，在新西蘭臨床I期試驗中取得積極頂線數(shù)據(jù)，在安全性、耐受性、藥代動力學（PK）方面均表現(xiàn)良好。而在中國的臨床試驗則將進入臨床Ⅱ期。在臨床試驗方面，2022年有四家AI制藥企業(yè)獲得批件，分別是勁風生物、宇耀生物、費米子和德睿智藥。其中埃格林醫(yī)藥針對子宮內(nèi)膜癌適應癥的EG-007管線，已經(jīng)推進至臨床Ⅲ期，是目前國內(nèi)進展最快的一條管線。

來源：火石創(chuàng)造根據(jù)公開資料整理

04

市場主體

當前國內(nèi)外AI制藥市場的主要入局者有三類，即大型藥企、AI制藥初創(chuàng)企業(yè)和互聯(lián)網(wǎng)頭部企業(yè)，其中大型藥企又分為傳統(tǒng)藥企和CRO企業(yè)。從AI藥物研發(fā)產(chǎn)業(yè)鏈來看，上游為AI模型數(shù)據(jù)集供應及云計算平臺，其中數(shù)據(jù)集提供的醫(yī)藥數(shù)據(jù)是行業(yè)的關(guān)鍵競爭壁壘，云計算平臺則是用于保障底層架構(gòu)的算力供給。 產(chǎn)業(yè)鏈中游為AI藥物研發(fā)企業(yè)和IT企業(yè)，其中AI藥物研發(fā)企業(yè)主要以醫(yī)藥研發(fā)外包形式與下游企業(yè)進行合作，在醫(yī)藥數(shù)據(jù)集的基礎上依托內(nèi)部的訓練工具及AI開發(fā)工具等進行模型的搭建和訓練；IT企業(yè)則通過自建AI藥物研發(fā)平臺及提供算力、計算框架服務方式參與AI藥物研發(fā)。下游為傳統(tǒng)藥企，中游AI藥物研發(fā)企業(yè)會將其藥物研發(fā)階段的服務直接出售給傳統(tǒng)藥企，因此傳統(tǒng)藥企是AI藥物研發(fā)的直接需求者。

從主要玩家參與方式來看，主要有以下幾種特征：

頭部藥企：主要通過自建團隊和業(yè)務合作兩種方式進入AI藥物研發(fā)賽道。其中，與AI藥物研發(fā)企業(yè)合作是主要的業(yè)務模式，頭部藥企可憑借其在研發(fā)管線、專業(yè)背景上的優(yōu)勢彌補AI藥物研發(fā)企業(yè)的不足。如強生、輝瑞、阿斯利康、諾華、拜耳等頭部藥企合作次數(shù)接近10次，藥明康德與Insilico Medicine合作進行的化合物篩選等，正大豐海、豪森藥業(yè)、云南白藥也參與到AI研發(fā)合作中。

互聯(lián)網(wǎng)頭部企業(yè)：依托其AI模型和平臺優(yōu)勢，以對外投資、自建AI藥物研發(fā)平臺和提供算法服務三種方式跨界入局。例如，“云深智藥”是騰訊基于其AI Lab自主研發(fā)的深度學習算法、數(shù)據(jù)庫和云計算，打造的AI驅(qū)動藥物臨床前研究開放平臺，覆蓋了臨床前藥物研發(fā)的全流程；此外，騰訊還與成都先導合作，共同設計完成了首個經(jīng)實驗驗證的骨架躍遷分子生成算法。

AI藥物研發(fā)企業(yè)：是行業(yè)的主力軍， AI新藥研發(fā)企業(yè)依托其算法和數(shù)據(jù)優(yōu)勢，以CRO（醫(yī)藥研發(fā)外包）和自研管線為主要模式切入應用場景。技術(shù)上，AI藥物研發(fā)企業(yè)的算法愈受歡迎，成為重要的技術(shù)壁壘。此外，這類企業(yè)的數(shù)據(jù)自研能力是關(guān)鍵的競爭要素，AI藥物研發(fā)所需的高價值數(shù)據(jù)多源于其智能實驗室。

05

存在的問題

數(shù)據(jù)量不足，數(shù)據(jù)獲取的周期和成本高。高質(zhì)量數(shù)據(jù)獲取門檻高，即使是使用了前沿的AI技術(shù)，也并不能立刻扭轉(zhuǎn)新藥研發(fā)面臨的挑戰(zhàn)。AI 藥物研發(fā)企業(yè)數(shù)據(jù)來源可分為公開數(shù)據(jù)和非公開數(shù)據(jù)，公開數(shù)據(jù)包括各種文獻數(shù)據(jù)庫，公開的項目模擬數(shù)據(jù)及部分臨床數(shù)據(jù)，此類數(shù)據(jù)容易獲取，但數(shù)據(jù)質(zhì)量難以保證，據(jù)此進行的模型運算可靠性不足。非公開數(shù)據(jù)主要是各制藥公司以往項目的積累，此類數(shù)據(jù)的精度高，更適合用來做模型的訓練和計算，但由于數(shù)據(jù)屬于醫(yī)藥公司的核心資產(chǎn)，極難獲得。

算法與應用場景匹配要求度高，專業(yè)人才稀缺。AI 藥物研發(fā)中算法模型的優(yōu)勢可以體現(xiàn)在多個維度，比如結(jié)果的精準度、計算速度、模型體量、泛化性能等，不同算法模型可能有不同的側(cè)重方向，因此優(yōu)勢也會不盡相同，在特定任務需求和應用場景下合理選擇具有相應優(yōu)勢的算法模型至關(guān)重要。如何讓算法與生物學更完美的結(jié)合，這需要技術(shù)人員對于制藥醫(yī)學和AI人工智能都有深入理解，才能更好的發(fā)揮模型優(yōu)勢，此類人才的稀缺也成為掣肘行業(yè)發(fā)展的重要因素。

06

發(fā)展趨勢

AI藥物研發(fā)將進軍抗體等大分子領域。2022年4月份，以色列藥企Biolojic  Design宣布其有史以來第一個計算設計的抗體進入臨床試驗。11月，加拿大藥企AbCellera和合作伙伴Regeneron宣布已經(jīng)將首個針對未公開G蛋白偶聯(lián)受體 （GPCR）的抗體候選藥物推進到臨床前開發(fā)階段。同月，AI制藥企業(yè)Exscientia，宣布其AI技術(shù)平臺將包括人類抗體設計。有媒體做過不完全統(tǒng)計，全球已經(jīng)有20多家公司正在通過AI技術(shù)發(fā)現(xiàn)抗體藥物。從區(qū)域來看，這些公司大都分布在歐美。

中國也有企業(yè)布局，但仍屬于小眾領域。星亢原與愷佧生物、藥明生物都達成了AI賦能大分子藥物研發(fā)的合作。信華生物則宣布利用自研AI平臺設計開發(fā)的First-in-class多功能抗體藥物在臨床前動物實驗中顯示出優(yōu)異的安全性與有效性，且可成藥性方面性能卓越，即將進入CMC和IND-enabling階段。一旦成功，該藥將有望成為亞洲最先進入臨床階段的AI大分子藥物。

自動化實驗室成新吸睛點。2022年，數(shù)據(jù)的數(shù)量和質(zhì)量仍是AI制藥發(fā)展的核心問題。自動化實驗室的出現(xiàn)恰恰就是為了解決這個問題。2021年，部分AI制藥公司已經(jīng)開始建立自動化實驗室，目的是提高內(nèi)部數(shù)據(jù)的生成能力，以優(yōu)化AI模型。據(jù)不完全統(tǒng)計，Exscientia、英矽智能、Arctoris、Recursion、Insitro等都建立了自動化實驗室。英矽智能則于2021年12月發(fā)布了全球首個由人工智能輔助決策的全自動化機器人實驗室。該智能機器人實驗室聚焦靶點發(fā)現(xiàn)、化合物篩選、個性化藥物開發(fā)和轉(zhuǎn)化醫(yī)學研究等領域。自動化已經(jīng)成為不少AI制藥公司戰(zhàn)略版圖的下一個重要模塊。在2021年初，英國的Automata Labs于籌集了5000萬美元用于自動化實驗室研究；中國的鎂伽科技也引來高盛投資，獲得3億美元融資用于擴展其多樣化的自動化人工智能驅(qū)動的遠程實驗室服務和機器人化設施。

來源：火石創(chuàng)造 ，作者王桃清

聲明：本文觀點僅代表作者本人，不代表煜森資本立場，歡迎在留言區(qū)交流補充。如需轉(zhuǎn)載，請注明文章作者和來源。如涉及作品內(nèi)容、版權(quán)和其它問題，請在本平臺留言。