界面新聞記者 | 趙一帆
ChatGPT引爆了AI概念，也點燃了業(yè)界對AI制藥的期待。
據(jù)市場調(diào)研機構(gòu)Research And Markets預(yù)測，到2026年，AI制藥的市場規(guī)模有望達到29.94億美元?？捎^的市場規(guī)模令AI制藥市場一片沸騰。除輝瑞、拜耳、安進等知名藥企的身影外，眾多創(chuàng)業(yè)公司也主動卷入其中。
由李彥宏與劉維創(chuàng)立的生命科學(xué)平臺公司百圖生科便是其中一。該企業(yè)開發(fā)了以蛋白質(zhì)語言為核心的生命科學(xué)基礎(chǔ)大模型——xTrimo。
據(jù)了解，xTrimo通過AI與生物技術(shù)，建模蛋白質(zhì)、免疫細胞等復(fù)雜生物體的進化規(guī)律，進而設(shè)計出全新的蛋白質(zhì)藥物。該能力在創(chuàng)新藥物設(shè)計、靶點發(fā)現(xiàn)、酶的從頭設(shè)計等領(lǐng)域上都發(fā)揮了一定作用，加速了人工設(shè)計蛋白進化的速度。
與其他應(yīng)用場景不同，AI技術(shù)在制藥方面只是輔助工具，最終還是要看誰能做出新藥來。但是，整個市場遲遲等不到AI設(shè)計的藥物獲批上市，這意味著AI制藥企業(yè)無法拿到來自藥企的合作款項。
同時，投資人也變得理性起來。相較于去年同期，今年一季度，全球AI制藥領(lǐng)域融資項目數(shù)量接近腰斬，金額也砍去三分之二。融資遇冷也進一步加大了AI制藥企業(yè)的資金壓力，如何跑通商業(yè)化路徑成為從業(yè)者無法回避的問題。
自AI技術(shù)首次應(yīng)用于藥物發(fā)現(xiàn)之后，為了跑通商業(yè)化路徑，AI制藥企業(yè)探索了很多商業(yè)模式。這里面主要包括三種：AI SaaS（出售軟件）、AI CRO（提供藥物研發(fā)服務(wù)）、AI biotech（自主研發(fā)藥物）。
最先出現(xiàn)的AI-SaaS模式專門做技術(shù)平臺，將自己的AI制藥軟件出售給藥企來做藥物預(yù)測，但這種模式天花板較低，且藥企投入意愿有限。在此基礎(chǔ)上發(fā)展出的AI-CRO模式，利用其AI技術(shù)給藥企做“外包”來預(yù)測藥物及自研管線。雖然AI-CRO模式不需要承擔(dān)后續(xù)臨床應(yīng)用風(fēng)險，但該模式對技術(shù)門檻要求高且前期投資很大，在競爭激烈的情況下，利潤很難得到有力保障。
更多的AI藥物研發(fā)公司選擇的“AI+Biotech”模式，則需要熬過無法回避的漫長臨床試驗期。這類公司多是建立自己的藥物研發(fā)管線，一旦成功上市便可收獲巨額回報。在漫長的研發(fā)過程中，藥企會先支付給AI制藥公司一部分預(yù)付款，主要作用是支持昂貴的研發(fā)實驗，但其實很難覆蓋整體的研發(fā)成本。
這意味著，僅靠股權(quán)融資和預(yù)付款項很難支撐一家AI制藥企業(yè)堅持下去，每個節(jié)點的里程碑款項才是企業(yè)存活的關(guān)鍵。
劉維表示，越進入到后期臨床階段，越容易碰到已占優(yōu)勢的傳統(tǒng)企業(yè)。與傳統(tǒng)制藥一樣，AI設(shè)計的藥也要面對90%失敗概率的臨床試驗。在這一階段，AI變成了輔助工具，掌握優(yōu)質(zhì)臨床數(shù)據(jù)的藥企才是具備先發(fā)優(yōu)勢的玩家。失敗的代價也是巨大的，一旦臨床試驗失敗，公司前期的巨額研發(fā)投入將無法收回。
稍早前，賽諾菲宣布與生命科學(xué)平臺公司百圖生科達成戰(zhàn)略合作，雙方將共同開發(fā)用于生物治療藥物發(fā)現(xiàn)的大模型，而非單純合作開發(fā)藥物。這不僅意味著大藥企對AI制藥的態(tài)度逐漸放開，同時這種MaaS（Model as a Service）的形式也為AI制藥的商業(yè)化路徑提供了新的案例。
“賽諾菲付的錢，主要圍繞在對我們模型的調(diào)用?！眲⒕S稱?！芭c其他主流商業(yè)模式不同，客戶是根據(jù)模型研發(fā)及藥物早期研發(fā)進展向公司付里程款，相應(yīng)的研發(fā)成本由客戶自己負擔(dān)。”
缺乏高質(zhì)量數(shù)據(jù)一直是AI制藥行業(yè)難以解決的問題。這次合作中賽諾菲的加持，在一定程度上也幫助AI制藥企業(yè)緩解了優(yōu)質(zhì)數(shù)據(jù)供不應(yīng)求的問題。但復(fù)合型人才的匱乏和尚無AI設(shè)計藥物獲批上市的窘境，仍在困擾著從業(yè)者。
券商研報中曾勾勒出令人向往的未來圖景，預(yù)測通過機器學(xué)習(xí)、深度學(xué)習(xí)等方式賦能藥物靶點發(fā)現(xiàn)、化合物篩選等環(huán)節(jié)，能夠使新藥研發(fā)的成功率從12%提高到14%，每年為全球節(jié)約化合物篩選和臨床試驗費用約550億美元。
不可否認，AI給制藥帶來了新的想象空間，但要把接下來的路走順，還需從業(yè)者們持續(xù)進行研究。