随着人工智能技能成为千行百业打造全新想象力与未来可能性的利器，生物制药行业也正在被AI所改变。
近期，人工智能在制药领域的运用引起了广泛关注,“AI制药”被认为可能会彻底改变药物创造和开拓流程，并已在成本市场引发热潮。2024年上半年行情规复较好，环球AI制药融资有69起，投资额33.36亿美元；中国AI制药融资有22起，融资金额18.09亿元。
当前，环球AI制药领域吸引了谷歌、微软和亚马逊等科技巨子入局，同时头部药企辉瑞、强生、阿斯利康、默沙东都在积极布局干系研发领域。截至目前，中国AI制药企业也已超过百家。
巨子青睐、成本涌动、创业火爆……AI制药到底有何魅力？机遇何在？寻衅几何？
AI制药的“前世今生”
传统制药领域有一个非常著名的“双十定律”，即研发用度10亿美元，研发周期10年。最新数据显示，环球范围的创新药均匀研发本钱约为26亿美元，研发周期为10.5年。药企在高投入的同时，还得面临新药可能在临床试验阶段失落败的高风险。
新药研发是一个繁芜且耗时的过程，一样平常分为几个紧张阶段。药物创造阶段包括以下步骤，一是目标确认，确定与疾病干系的生物分子或通路，作为潜在的药物浸染目标；二是高通量筛选，利用自动化技能筛选数千至数百万种化合物，找到能够与目标分子相互浸染的候选药物；三是先导化合物优化，对初步筛选出的化合物进行优化，提高其活性、选择性和药物性子。
药物创造后，是新药的临床前研究、临床研究、监管审批，以及上市后监测。AI可以参与的便是药物创造阶段，通过归纳推理优化药物研发，利用算力加速筛选优化先导化合物。AI在后期流程也能发挥浸染。
目前，AI工具在药物创造阶段已取得一些成果。例如，谷歌旗下DeepMind的AlphaFold工具，通过预测蛋白质的三维构造，显著提高了药物创造效率。它利用深度学习算法，在分子生物学领域带来打破。
此外，Insilico Medicine等公司也利用AI技能天生了新的药物分子，并成功进入临床试验阶段。实践表明，AI在药物筛选和优化中确实具有潜力，可以大幅缩短药物创造过程，通过演习模型提高筛选成功率。
当前多家科技巨子纷纭看多AI制药领域，这些投资不仅推动了技能发展，还促进了AI技能在实际药物开拓中的运用。例如，辉瑞公司和IBM Watson Health互助，致力于探索AI在癌症治疗中的运用。
AI制药赛道上紧张有三类公司：科技巨子、初创企业和大型药企。公司业务按家当链划分，紧张是AI+biotech（利用AI自主研发创新药）、AI+CRO（利用AI为客户交付先导化合物、临床前候选化合物）、AI+SaaS（仅供应AI工具）。
中国AI制药已有布局
2022年1月，工业和信息化部等九部门联合印发的《“十四五”医药工业发展方案》提到，要探索人工智能、云打算、大数据等技能在研发领域的运用，通过对生物学数据挖掘剖析、仿照打算，提升新靶点和新药物的创造效率。
7月30日，上海市政府发布《上海市公民政府办公厅关于支持生物医药家当全链条创新发展的多少见地》（以下简称《见地》）。个中提到，要支持人工智能技能赋能药物研发，建立行列步队研究数据开放共享机制，打造高质量语料库和行业数据集，完善医疗医保数据资源互助利用机制。
这次上海发布的《见地》，着重提到了要发挥人工智能技能在根本研究、新药研发、医疗做事等多方面的浸染。
上海早在2021年10月就成立了“张江AI新药研发同盟”，同盟由中科院上海药物研究所、浙江大学上海高档研究院、美迪西、英矽智能、上海翰森等单位创始发起，包括张江集团、晶泰科技等共计15家企业共同组建。
今年6月13日，晶泰科技在港交所挂牌上市，不仅被视为“中国AI制药第一股”，还是首家以18C规则上市的硬科技公司。2022年环球收入最高的20家生物科技企业，有16家是其客户。
过去几年间，海内的AI制药投资经历了一波过山车行情。今年上半年，该行业在融资市场起势。但是热闹表象下，须要看到中国AI制药公司仍处于发展早期阶段，大部分药企还在成本市场的早期轮次。其余，不少投资者对AI制药领域抱有不雅观望心态。
AI制药的机遇和寻衅
只管AI制药展现了巨大的潜力，但仍面临着多方面寻衅。首先是数据质量和繁芜性问题，药物开拓须要大量高质量数据，目前的数据质量瓶颈限定了AI进一步发挥浸染。
此外，随着AI制药的运用日益广泛，干系法规和伦理问题也显得加倍主要。2023年，美国食品药品监督管理局（FDA）发布关于AI在药物创造中的运用指南，强调了风险掌握和监管标准的主要性。
与此同时，在商业模式和行业生态上，新入局的科技公司虽然资金雄厚，但是大型药企在这个赛道依然实力强劲。不少初创企业也有亮眼表现。
只管AI在某些方面表现出色，但技能成果转化仍旧存在障碍。截至目前，还没有完备由AI研发的新药物成功进入市场。一方面是由于AI技能本身还处于发展阶段；另一方面还是前文所述的药物研发极为繁芜，纵然完成药物创造阶段，后续步骤仍有很大不愿定性。
可以预见的是，随着技能不断进步和成本持续投资，AI制药或将在未来取得更多打破，但还须要面临数据管理、商业模式适配、法规与伦理、技能限定等多方面寻衅。
AI制药可能是“下一个未来”，但道阻且长。
（本文刊发于《中国经济周刊》2024年第15期）