今年2月，AI制藥行業(yè)迎來一項突破。

AI藥物研發(fā)公司Insilico Medicine（英矽智能）宣布獲得全球首例完全由AI驅(qū)動發(fā)現(xiàn)的特發(fā)性肺纖維化（IPF）疾病新靶點，并針對該靶點設計出全新化合物。

這家李開復參與投資的公司稱，他們將新藥研發(fā)周期縮短至18個月，成本降至280萬美元，遠優(yōu)于傳統(tǒng)新藥物研發(fā)耗時2-5年、投入1098萬美元的平均數(shù)據(jù)。

在中國，2020年被稱為AI制藥元年。

這一年，阿里云與全球健康藥物研發(fā)中心合作，開發(fā) AI 藥物研發(fā)和大數(shù)據(jù)平臺，騰訊發(fā)布AI驅(qū)動的藥物研發(fā)平臺“云深智藥”，李彥宏親自帶隊成立百圖生科，字節(jié)跳動開始招募AI-drug團隊，華為也推出EIHealth正式進入AI制藥領(lǐng)域。

互聯(lián)網(wǎng)巨頭的加入，令沉寂了一段時間的賽道又火熱起來。

據(jù)動脈網(wǎng)統(tǒng)計，截至2020年10月，國內(nèi)已有19家AI制藥公司獲得融資，總額達14.16億美元——合人民幣近百億元。

但與互聯(lián)網(wǎng)造神故事、資本追捧的火熱賽道形成對比的是，國內(nèi)至今少有項目，能證明AI輔助制藥的價值。

不只是IT與BT技術(shù)的對接，機器學習與專家經(jīng)驗的對抗，追求短期高回報的互聯(lián)網(wǎng)，與周期長但不確定性高的藥物研發(fā)，兩種截然不同的思路和邏輯在AI制藥行業(yè)內(nèi)部碰撞。

沒有人質(zhì)疑AI制藥的潛力，但無往不利的AI，并沒有像故事里那樣輕松顛覆這個行業(yè)。

互聯(lián)網(wǎng)式的制藥神話

一組反復被提及的觀點和數(shù)據(jù)是，傳統(tǒng)藥企研發(fā)已經(jīng)到了費時費力但效率越來越差的衰退階段。

據(jù)統(tǒng)計，將一種新藥推向市場需要投入30-120億，耗時10年-15年。高投入并沒有帶來高回報，從2010到2019年，十年間，全球TOP12的制藥公司平均投資回報率下降了80%。

AI制藥，試圖解決藥企的研發(fā)之痛。

工程師們將過去幾十年來累積的大量生物學、醫(yī)學、藥學數(shù)據(jù)喂給機器，從而獲得了具有一定預測力的模型。

通過這些模型，AI制藥公司能為藥企提供知識圖譜，協(xié)助發(fā)現(xiàn)靶點和候選藥物，優(yōu)化臨床實驗設計，提高研發(fā)的成功率。

這些神乎其神但又合理推測的功能，讓投資者有理由相信，AI制藥可以顛覆整個制藥行業(yè)。藥企要做me-better，AI可以在更短的時間內(nèi)設計出更有效的分子，而且成本更低；藥企做不出來first-in-class的新藥，AI可以超過“人的限制”從體量更大的數(shù)據(jù)空間中找到新的靶點、合適的分子。

夢想家們希望AI可以帶領(lǐng)中國藥企彎道超車。為夢想付費，是互聯(lián)網(wǎng)的傳統(tǒng)。

醫(yī)健基金還在觀望的時候，TMT投資人早已先下手為強。

據(jù)動脈網(wǎng)統(tǒng)計，截至2020年10月，國內(nèi)已有19家AI制藥公司獲得融資，總額達14.16億美元。

創(chuàng)立于2014年，以晶型預測起家的國內(nèi)獨角獸晶泰科技，C輪獲得超3億美元的融資，賽道內(nèi)遙遙領(lǐng)先。

晶泰科技企業(yè)傳播總監(jiān)王汝予告訴八點健聞，晶泰可以將小分子藥物從靶點發(fā)現(xiàn)到臨床前階段向前推進二分之一到三分之二。

△ 圖片來源：視覺中國

藥企到底痛不痛？痛點到底在哪兒？

但AI制藥的關(guān)鍵詞“預測”，目前具有極大的不確定性。

這讓國內(nèi)大多數(shù)AI制藥公司的前景，蒙上了一層陰影——他們?nèi)蕴幱跒樗幤筇峁┓铡?chuàng)建平臺的階段。

藥企給出一個靶點，希望AI制藥公司找到對靶點起作用，可能開發(fā)成藥物的分子。

但AI制藥公司利用已有模型篩選出來的分子，未來開發(fā)成藥物的幾率并非100%：a分子有80%的幾率，再高一點的b分子有90%的幾率……

“這樣的交付結(jié)果，很難通過藥企專家的拍板，”一位觀察者向八點健聞分析，“這個80%和90%很可能沒有任何意義，置信區(qū)間很可能不過關(guān)。”

得不到藥企專家的認可，AI制藥公司就只能拿到合同的首付款；即使給出100%真實有效的預測，回報也并不可觀。“做服務的市場極小，藥物研發(fā)是一個極其漫長的過程，AI能提供的幫助并不大。”上述觀察者告訴八點健聞。

百濟研發(fā)BTK抑制劑澤布替尼，研發(fā)速度之快已是業(yè)界神話——5個月篩選出候選化合物，臨床前過程歷時2年零1個月，臨床過程歷時5年零3個月，從立項到在美國上市共經(jīng)過了7年4個月。

AI的預測結(jié)果既替代不了分子合成，也替代不了動物實驗，更替代不了臨床試驗。假設AI為百濟成功預測出了候選化合物，百濟依然要花7年時間研發(fā)澤布替尼。

巨大的不確定性，決定了藥企不愿意花高價買單。

八點健聞了解到，一筆200萬元的訂單在業(yè)內(nèi)已是高價，而絕大多數(shù)AI制藥企業(yè)一年接到的訂單也屈指可數(shù)。

更重要的是，被視為核心資源的研發(fā)數(shù)據(jù)，藥企大多不愿意貢獻給平臺，為他人做嫁衣。對既不缺錢、也不缺數(shù)據(jù)的大藥企來說，繞開第三方平臺，組建自己的AI團隊才是上上選。

曾經(jīng)躊躇滿志，以為可解決藥企痛點的AI制藥從業(yè)者，入局后才發(fā)現(xiàn)自己根本不清楚“藥企到底痛不痛？痛點到底在哪兒？”

下場做藥，繼續(xù)燒錢

大型藥企不買單，AI制藥的玩家們不得不自己下場做藥。自己下場做藥，又意味著天量資金的投入。

“AI制藥1.0時代，80后IT狂人攢局燒錢；AI制藥2.0時代，CADD（computer aided drug design，計算機輔助制藥）大佬親自下場做藥”。

一位觀望入局的投資人告訴八點健聞，早期創(chuàng)業(yè)者都聚焦在炫麗的算法上，現(xiàn)在的公司開始注重布局管線。

AI衍生于互聯(lián)網(wǎng)，提供的是面向商家或面向用戶的服務。而制藥這個傳統(tǒng)的行業(yè)，最終的訴求，是藥。兩種截然不同的邏輯，在AI制藥行業(yè)內(nèi)相互碰撞，卻很難和解。

AI制藥1.0時代，“懂藥的不懂AI，懂AI的不懂藥”，雙方在基本的溝通和理解上都存在壁壘。

“國內(nèi)AI制藥公司普遍估值偏高，帶上AI，更容易融資”。靠算法起家的AI制藥公司想著把數(shù)據(jù)、模型做到極致，也無從得知它是不是跟做藥有關(guān)系。這種底層邏輯，使得一些公司更看重AI技術(shù)而輕制藥。

而頂尖的藥化專家，多集中在藥企和高校，他們認為現(xiàn)階段的AI技術(shù)不過如此，甚至比不上傳統(tǒng)的藥物研發(fā)工具。

八點健聞了解到，由于早期商業(yè)模式不清晰導致的利益分配問題，不止一家AI制藥公司的藥化學成員出走。

即便到了2.0時代，AI制藥的矛盾依然不可調(diào)和。頭部公司開始花大價錢引進“懂藥的人”。

曾任美迪西生物部和化學部高級副總裁、GSK葛蘭素史克公司化學總監(jiān)的任峰博士，今年2月加入了英矽智能。他在今年5月的生物計算大會上打趣，“3個月，換身西裝，就能成為AI制藥專家。”

即便如此，一位AI制藥行業(yè)的創(chuàng)業(yè)者告訴八點健聞，“市場上可用的人才很少，人真的很難招”。AI制藥頭部公司尚且可以靠名聲和財力招攬到稀缺的優(yōu)秀人才，那些既拿不到訂單又拿不到投資的“無名”創(chuàng)業(yè)公司，根本沒有足夠的財力參加搶人大戰(zhàn)。

數(shù)據(jù)之困

除了人才，AI制藥的突破還受制于數(shù)據(jù)之困。

人工智能有三要素：算法、算力和數(shù)據(jù)。

制藥作為AI技術(shù)相對成熟后瞄準的一個新場景，最大的難點在于數(shù)據(jù)。

目前的AI制藥企業(yè)主要依靠公開數(shù)據(jù)來進行模型訓練，同時，通過合作的方式從藥企、醫(yī)院、CRO、實驗室獲得差異性數(shù)據(jù)。

一種較為普遍的看法是，AI制藥公司間的競爭，關(guān)鍵是要看誰的自有數(shù)據(jù)體量更大、質(zhì)量更優(yōu)。

索智生物的創(chuàng)始人許大強博士認為，制藥行業(yè)數(shù)據(jù)化、信息化才剛開始不久，包括藥企在內(nèi)的整個行業(yè)都沒有高質(zhì)量的可用數(shù)據(jù)。

一位業(yè)內(nèi)人士告訴八點健聞，“所謂的AI制藥公司，根本用不到（AI），或者只是象征性地用一下（AI），用了也沒什么價值”。

困境之下，靠AI起家的制藥公司，似乎又回到了傳統(tǒng)打法。沒有數(shù)據(jù)的初創(chuàng)公司，很快便陷入了同質(zhì)化競爭。“大家都依靠公開數(shù)據(jù)做模型，今天你的模型預測性好，明天可能就是我的更好，后天就是他的更好”。

受制于高質(zhì)量數(shù)據(jù)的稀缺，藥企、CRO、AI制藥公司的AI布局，都回到了同一起點。

某種程度上來說，在隱私政策相對寬容的中國，更容易進行原始數(shù)據(jù)的積累。

2019年，英矽智能將總部從美國遷到中國香港，創(chuàng)始人Alex Zhavoronkov接受采訪時表示，“未來5年中國創(chuàng)新藥企業(yè)將迎來一場大爆發(fā)，成為世界醫(yī)藥創(chuàng)新中心。原因是美國遵循的通用數(shù)據(jù)保護條例（GDPR）讓AI公司發(fā)展受限，而中國較為靈活。并且，中國人口基數(shù)大，數(shù)據(jù)量龐大，數(shù)據(jù)質(zhì)量也更好，有利于AI公司發(fā)展。”

行業(yè)革命發(fā)生之前，首先要活下來

早期創(chuàng)立的AI制藥公司曾經(jīng)歷過的輝煌，初創(chuàng)企業(yè)很難再復制。

創(chuàng)立于1990年的上市公司Schr?dinger，有十幾個與藥企合作的在研項目，公司自2018年開始啟動自有管線藥物研發(fā)，目前公開的5個自有癌癥藥物中預計會有3個藥物在近期提交IND申請。

創(chuàng)立于2013年的英國獨角獸公司BenevolentAI官網(wǎng)顯示，公司有近30個藥物研發(fā)項目，其中一款特異性皮炎的藥物已經(jīng)進入了臨床一期。

成立于2012年，剛剛獲得C輪融資的Exscientia也在加大自有管線的藥物開發(fā)。

AI 制藥1.0時代的紅利期已過，徘徊在AI制藥未來發(fā)展的十字路口，國內(nèi)大部分AI制藥初創(chuàng)公司面臨著繼續(xù)做AI服務，還是轉(zhuǎn)型做藥的戰(zhàn)略選擇。但無論哪一個方向，都不再會是坦途。

八點健聞采訪了多位AI制藥相關(guān)的投資人、學者、從業(yè)人員、觀察者，他們的共識是，“未來的AI會為藥物研發(fā)帶來一場革命，但現(xiàn)在還處在摸索階段”。

許大強博士做了一個形象的比喻，“以前的計算機輔助制藥（CADD）就像多架馬車，你可以通過增加馬匹的數(shù)量，讓馬車跑得更快，但是總有一個最大容量，相比起來，AI輔助制藥（AIDD）就是汽車”。

五源資本董事總經(jīng)理井緒天認為，AI技術(shù)具有可延展性，技術(shù)一旦成熟，平臺型AI制藥公司就能通過AI多線程、高效率地進行藥物研發(fā)，從而產(chǎn)生規(guī)模效應。

施一公曾將人工智能定義為生命科學領(lǐng)域的方法革命。

借助這種全新的工具，學者們希望可以突破人類自身已有的知識和思維限制。藥物研發(fā)者們希望可以從更廣闊的空間中發(fā)現(xiàn)和設計新藥，解決先前工具尚未攻克的疾病。

但在1到N之前，還需要一個 0到1的技術(shù)突破。現(xiàn)階段的AI，還停留在概念里，裹挾在泡沫中。對于創(chuàng)業(yè)公司們而言，最現(xiàn)實的問題是，手里的錢，能不能支撐到黎明到來的那一天。

于煥煥｜撰稿

陳思｜責編

本文首發(fā)于微信公眾號“八點健聞”（ID：HealthInsight）

尊重原創(chuàng)版權(quán)，未經(jīng)授權(quán)請勿轉(zhuǎn)載