AI制药的“三大派系”

药物研发难吗？

难！而且风险很大。

在雷锋共同举办的首届中国生物计算大会上。com，百度螺旋桨PaddleHelix生物计算平台负责人何景洲表示，“全球生物医药规模持续增长，但医药研发效率持续下降，研发一款新药的成本和时间投入呈指数级增长。”

德勤发布的研究报告显示，2017年全球前12大生物制药巨头的研发投资回报率仅为3.2%，为8年来最低水平。

对本质上，药物发现过程是个数据和工程化问题，来说，用机器开发新药并不是什么新鲜事。

早在1981年，美国杂志《财富》就对计算机辅助药物发现做了专题报道。到2000年，使用机器人的“高通量筛选”已经被用来快速检测数百万种化合物。

如今，擅长数据处理和分析的AI已经发挥作用，不少药企也“尝到了AI的甜头”，AI制药的赛道也在升温。

大致上，AI制药可以分为三派：传统药企派、互联网巨头派、AI创企派。

传统制药公司的代表是默克、赛诺菲等老牌制造商，以及无锡药明康德、格洛丽亚英等CRO领军企业。他们的R&D资金雄厚，数据积累和项目经验无与伦比；

互联网巨头的代表有腾讯的沈芸智耀、百度的拜图柯胜、华为的医疗代理EIHealth等。他们在AI技术和生态建设能力方面的实力毋庸置疑；

AI企业创造学校有自己的山头，有国内外顶尖高手。如国外Exscientia and Atomwise、国内京泰科技、随坤智能、英飞智耀、宇道生物、西湖欧米等。有较强的学术背景和深厚的资历，且管理层的投资意愿坚定。

归根结底，这三个派别都试图“更快”、“更好”和“更便宜”地生产新药。然而，由于它们的长短板不同，AI制药行业的未来格局将非常具有故事性。

制药巨头派

一个有着深厚历史的百年制药公司并不老套。AI公司和云服务提供商是他们在AI制药领域的主要合作伙伴。

20世纪80年代初，美国杂志《财富》发表了一篇关于默克公司利用计算机技术设计药物的封面报道，并称这项技术为“下一次工业革命”。

根据2020年6月《今日药物发现》杂志发表的文章，21家跨国制药公司在2014-2019年共发表了398篇与“AI药物研发”相关的论文，启动了73个内部AI研发项目、61个与外部AI公司合作的项目、11个投资/收购初创AI企业。

在这些制药公司中，默克是最早与AI达成合作的公司之一，这可以追溯到2012年。

2017年，武田制药与加州圣布鲁诺的Numerical Company正式签约，利用AI技术寻找肿瘤学、胃肠病学和中枢神经系统疾病的小分子药物。

同年，赛诺菲与苏格兰Exscientia公司签署了潜在价值为2.5亿欧元(约2.8亿美元)的合作与许可交易，用于开发治疗代谢性疾病的双特异性小分子药物。Exscientia有AI技术，赛诺菲提供化学合成。

2019年6月，赛诺菲宣布与谷歌合作共建医学创新实验室，谷歌将其AI和云计算能力引入与赛诺菲的合作。

2019年10月，诺华宣布成立AI创新实验室，并选择微软作为其AI战略和数据科学合作伙伴。诺华将微软的AI技术应用于整个药物研发过程，包括研究、临床试验、生产和运营。

国内药企也很大方。

2017年，郑达天晴引入阿里巴巴云的业务中台架构，利用互联网中间件技术能力，提升药企的低成本创新和快速试错能力。

2019年9月，豪森药业与AI制药明星公司Atomwise达成合作，为多个治疗领域的11个未公开靶点设计并发现潜在候选药物。

现阶段来看，多数药企与AI创业的合作案例，更多是停留在前期的药物研发阶段。值得注意的是，药品的临床试验也需要AI的帮助。

制药公司希望通过分析大量的电子病历数据集来获得药物批准，而不是冗长而昂贵的患者临床试验。例如，辉瑞、强生和安进向FDA提交数据挖掘分析，寻求新药或新适应症。

一般来说，制药公司在AI制药行业的地位与医院在医学影像AI行业的地位有些相似。制药公司拥有庞大的临床前数据集，可以追溯到20世纪80年代。这些数据集是药企几十年来的心血积累，拒绝轻易给任何人看。

毕竟在人工智能时代，数据才是王道。

因此，医药公司除了与外部AI公司合作之外，也在打造自己的AI团队和行业生态，把握更多的话语权。

葛兰素史克是最早在内部建立AI部门的制药公司之一。

据外媒报道，截至2019年7月，葛兰素史克的AI团队约有50名。2019年12月，其宣布将扩大AI团队的人数，计划到2020年增加80名。

此外，医药魔方统计了制药公司参与的AI制药联盟，共有16家制药公司至少加入了一个联盟，占所有制药公司的36%。

比较有名的联盟是MELLODDY。

这个联盟的目标是建立一个机器学习平台，这样就可以从多组专有数据中学习，同时又能尊重它们的高度机密性，因为在整个项目中，数据和资产所有者将保留对其信息的控制权。

还有一个联盟——MLDPS，它的特征是与学术高校走得更近，其目标是打破麻省理工学院机器学习研究和药物发现研究之间的鸿沟——将麻省理工学院的研究人员和产业界聚集在一起，从而找出并解决AI辅助药物研发中最重要的问题。

以“项目制”为特征的医药研发行业中，药企大鳄是当之无愧的C位，把握十足的主动性，极大程度上决定了AI制药公司的未来走向。

互联网巨头派

有创业机会的地方，就有BAT的身影。

习惯“买买买”的腾讯，早在2015年和2018年就参与晶泰科技的A及B轮融资，现在晶泰科技也成为国内AI制药领域的头部企业。

除了投资，腾讯也在自起炉灶。

2020年7月9日，腾讯正式进军AI+新药研发，其开发的人工智能药物发现平台“云深智药”将向科研人员全面开放。

华为在医疗领域布局了华为云EIHealth，基于华为云AI昇腾集群服务、华为云ModelArts一站式AI开发与管理平台的AI能力，集成了医药领域众多算法、工具、AI模型和自动化流水线。

阿里云与全球健康药物研发中心合作，开发AI药物研发和大数据平台，并针对SARS/MERS等冠状病毒的药物研发进行数据挖掘。

纵观互联网大佬们，对生物计算最认真的还应该是李彦宏。

2020年9月，“愿意为技术买单”的李彦宏成立百图生科，并亲任董事长，从“计算+”的角度，百图生科投资/合作了超过50家全球早期技术公司和科研团队，并且投入10亿元设立“免疫图谱卓越计划”，共同加速学术发现和成果转化。

李彦宏曾表态，“在生命健康最关键的领域，哪怕投入再大，风险再高，周期再长，我们也要坚决的去做，生命科学没有尽头，只有尽力。”

去年，字节跳动也成立了专门负责大健康业务的极光部门，AI Lab位于北京、上海、美国三地的团队也被曝招揽AI制药领域人才。

平安科技研究院最近也晒出一个成果——他们和清华大学联合在计算生物学顶刊BIB上发表了一篇论文，首次公开了用于药物发现的分子预训练模型。这个模型具有5300万参数，有点类似在NLP领域取得重大突破的BERT模型。

目前，平安AskBob智药平台已经与日本盐野义制药开展合作，在抗感染和中枢神经系统疾病领域以及阿兹海默症的药物重定向研发和抑郁症等方面进行合作。

从互联网派AI制药势力来看，它们的最大优势在于算力和算法，自身的短板在于对药物知识的深刻见解和人才队伍。

在以“暴力计算”为特征的AI技术加持下，辅以药企多年来的珍贵“数据池”，药企一旦与生态链丰富的互联网巨头牵头，未来的前景会非常可观。

AI制药创企派

2020年，被称为AI制药的“元年”。

据健康界统计，国内目前从事AI药物研发的企业近20家，超半数企业成立时间主要集中在2015-2018年，融资轮次集中在A、B轮。

同时，受疫情等多方因素影响，2020年，国内获得融资的AI药物研发企业有8家，包括望石智慧、晶泰科技、星药科技、冰洲石科技等，总额达14.16亿美元——合人民币近百亿元。

在这样的融资力度下，AI制药似乎成为了下一个“现象级”的创业赛道。

值得一提的是，现在的二级市场，有两支“AI制药”概念股，Schrodinger和Relay Therapeutics已分别于2020年2月和7月在纳斯达克上市。

其中，作为行业内第一家计算药物研发上市公司，Schrodinger的股价从首发价17美元，一度涨到近百美元。

能有这样的股价表现，说明AI制药公司是有不少干货的。

今年3月，英矽智能宣布，在全球首次利用AI技术发现新机制特发性肺纤维化（IPF）药物新靶点，以及针对该靶点设计的全新化合物。

当然，与其他AI行业的同行一样，制药的最大难点也是数据。

目前，AI制药企业主要依靠公开数据来进行模型训练，同时，通过合作的方式从药企、医院、CRO、实验室获得差异性数据。

英矽智能的CEO AIex Zhavoronkov就表示，AI新药研发往往需要更多的试验数据，拥有顶尖水平的科学家才能获得合作伙伴关系，并让算法进一步优化。而中国本土的AI新药研发企业总是缺少创新，经常依赖于开源的东西来进行复制。

创立了亿药科技的谢正伟博士，也曾向《生辉》表示，一家AI制药公司的核心竞争力，主要体现在商业发展上，可以简单归结为两个指标：

第一个指标是做技术服务的能力，是否能拿到大公司的订单；

另一个指标是自研管线，是否有成为创新型研发中心以及未来成为药企的潜力。

从大公司拿订单，是现在AI制药公司走得比较多的路，也就是上文所说的“项目制”方式，这条路线较为传统，也是最为稳妥的一条路。

而一些AI制药公司在不断壮大后，也在往第二条道路走。例如，从晶泰科技孵化出的剂泰医药，就已经基于其专有的高通量AI制剂平台搭建制剂新药管线等。

结语

在十年以前，我们可能没有想过，有一天AI会自己设计出化合物。

和其他AI赛道一样，我们可以相信的是，AI制药会经历一个成长爬坡期，未来，AI药物研发将不再是生物医药行业中一个概念性技术，而是成为行业中非常核心的存在。

如果用武林门派来形容上面的三类厂商，药企更像是“少林派”——天下武功出少林，所有纷繁复杂的变化都有迹可循；

互联网企业更像是“明教”，群众基础大，阵容雄厚；

而各个AI制药公司，则是散落在中原大地上的各个门派，招式各有不同。

围绕三大派系，AI制药的江湖故事将会不断上演。、