本文來自微信公眾號中國電子報，作者：宋婧。
近來，AI“制藥”圈接連發(fā)生了幾件大事。賽諾菲與英國藥物研發(fā)AI技術(shù)服務(wù)提供商Exscientia達成了一筆價值331億元的AI制藥天價大單。英矽智能半年內(nèi)兩次宣布發(fā)現(xiàn)新藥，并率先進入臨床試驗新階段。阿斯利康、默克、輝瑞、梯瓦等制藥巨頭聯(lián)合建立的AI藥物研發(fā)實驗室AION Labs宣布正式啟動。
如果說2020年是AI“制藥”爆發(fā)元年，實現(xiàn)了從“0”到“1”的突破，那么經(jīng)過兩年的持續(xù)升溫，這個賽道已經(jīng)以突飛猛進之勢走進了從“1”到“10”的新階段。多位業(yè)內(nèi)專家認(rèn)為，AI“制藥”重新定義制藥流程，給整個制藥行業(yè)帶來了一場巨大變革。
AI如何制藥？
對于大多數(shù)普通民眾而言，生物制藥是一個陌生的領(lǐng)域。電影《我不是藥神》中抗癌群體面對天價藥的無助感讓觀眾感同身受，催淚無數(shù)。通過這部電影，向來鮮為人知的制藥、產(chǎn)藥、售藥的產(chǎn)業(yè)鏈現(xiàn)狀逐漸浮現(xiàn)出來，讓大眾得以窺見其中的一些“難言之隱”。
一位從事醫(yī)藥行業(yè)的人士表示，“作為臨床醫(yī)生，我們也很無奈，藥價太貴，現(xiàn)在還是有很多病人在吃代購藥，甚至吃原料藥粉。”而對于制藥廠商而言，新藥貴，貴在研發(fā)。“雙十定律”是壓在他們頭上的一座“大山”，即10年時間、10億美元，才可能成功研發(fā)出一款新藥。即使如此，大約只有10%新藥能被批準(zhǔn)進入臨床期，最終只有更小比例的新藥可以上市。
龐大的研發(fā)成本、漫長的研發(fā)周期、難以預(yù)估的失敗率，讓新藥研發(fā)變成一件“吃力不討好”的事情。盡管制藥公司幾十年來不斷增加投資，但投資10億美元得到的上市新藥數(shù)目每9年就減少一半，這一現(xiàn)象被稱作“反摩爾定律”。
通常來說，新藥物發(fā)現(xiàn)的過程需要先確定好某疾病的靶點，而靶點相當(dāng)于“鎖”，研究人員需要在眾多藥物分子可能性中，設(shè)計和篩選最合適的分子作為“鑰匙”去解鎖。以《我不是藥神》中的神藥“格列衛(wèi)”，其靶點就是一個融合蛋白，通過藥物小分子去抑制融合蛋白，達到控制慢性髓性白血病的發(fā)展。誰更“懂”蛋白質(zhì)，誰就能找到那把破解重大疾病、研發(fā)新藥的鑰匙。
“傳統(tǒng)的蛋白質(zhì)組學(xué)分析技術(shù)和方法，并不完全適合用來研究蛋白質(zhì)系統(tǒng)，所缺乏的是對蛋白質(zhì)進行定量數(shù)據(jù)積累的過程，以及沒有一個合適的算法。”西湖大學(xué)特聘研究員、西湖歐米創(chuàng)始人郭天南說。
AI技術(shù)出現(xiàn)，讓傳統(tǒng)實驗不再是唯一選項，以數(shù)據(jù)為中心的藥物發(fā)現(xiàn)逐漸走上舞臺。“AI在其中的主要作用是對候選藥物分子、化合物、蛋白質(zhì)的結(jié)合以及基因的作用完成機理上的模擬和計算，典型的應(yīng)用場景包括虛擬藥物篩選、蛋白質(zhì)結(jié)構(gòu)預(yù)測等。”阿里云高性能計算負(fù)責(zé)人何萬青在接受《中國電子報》記者采訪時表示，“這里面涉及分子動力學(xué)、量子化學(xué)、量子色動力學(xué)等大量傳統(tǒng)的高性能計算應(yīng)用，在利用已有的蛋白質(zhì)結(jié)構(gòu)進行學(xué)習(xí)、預(yù)測的過程中也引入了機器學(xué)習(xí)的算法?；旧鲜且粋€典型的HPC（高性能計算）+AI的應(yīng)用場景。”
簡而言之，以數(shù)據(jù)為基礎(chǔ)的人工智能醫(yī)藥研發(fā)范式本質(zhì)上是通過機器自主學(xué)習(xí)數(shù)據(jù)、挖掘數(shù)據(jù)，總結(jié)歸納出專家經(jīng)驗之外的藥物研發(fā)規(guī)律，從而優(yōu)化藥物研發(fā)全流程的各個環(huán)節(jié)。它不僅大大提升了藥物研發(fā)效率與成功率，還有效降低了研發(fā)費用和試錯成本，讓制藥行業(yè)看到了擺脫“反摩爾定律”困境的曙光。
賽道上都有誰？
新冠肺炎疫情驅(qū)動市場對生物醫(yī)藥行業(yè)給予了前所未有的關(guān)注。據(jù)不完全統(tǒng)計，2021年，全球AI制藥領(lǐng)域共發(fā)生77起融資事件，累計融資額達45.64億美元（折合人民幣約290.73億元），相較于2020年增長高達152%。國內(nèi)發(fā)生融資事件34起，總金額超過80億元。截至2022年第一季度，新增融資事件十余起。
晶泰科技、英矽智能、深勢科技等“年輕”公司的步伐很快，成為了資本的“寵兒”。成立于2015年的晶泰科技現(xiàn)已完成將近8億美元（折合人民幣約50.96億元）的融資，刷新了全球AI制藥領(lǐng)域融資金額紀(jì)錄，總估值超過130億元。
成立于2018年的深勢科技，首創(chuàng)“多尺度建模+機器學(xué)習(xí)+高性能計算”新范式，在短短18個月內(nèi)完成4輪融資。團隊核心成員獲得2020年全球計算機高性能計算領(lǐng)域的最高獎項“戈登貝爾獎”，相關(guān)工作當(dāng)選2020年中國十大科技進展和全球AI領(lǐng)域十大技術(shù)突破。
成立于2021年的英矽智能全球首次利用AI發(fā)現(xiàn)了一種全新機制的用于治療特發(fā)性肺纖維化(IPF)的臨床前候選化合物，整個研發(fā)過程只花了不到18個月的時間和大約200萬美元，刷新了新藥研發(fā)的速度和最低成本記錄，目前也完成了6輪融資，累積金額超3億美元。
與此同時，傳統(tǒng)藥企和互聯(lián)網(wǎng)巨頭紛紛發(fā)力，要么投資合作，要么親自上場。例如，復(fù)星醫(yī)藥牽手英矽智能，在全球范圍內(nèi)共同推進針對多個靶點的AI藥物研發(fā)。英矽智能獲得了1300萬美元的首付款及里程碑付款。這是國內(nèi)迄今為止AI制藥企業(yè)收到的最大額預(yù)付款。
據(jù)業(yè)內(nèi)人士透露，目前藥企和AI制藥公司多在試水階段，早期研究到臨床階段的周期越來越短，藥企對于AI的作用認(rèn)知越來越清晰。盡管像復(fù)星醫(yī)藥和英矽智能這樣的大單在國內(nèi)還不多見，但愿意拿出部分研發(fā)方向給AI制藥公司試水的藥企越來越多，合作金額也在逐年上升。
再看阿里云與全球健康藥物研發(fā)中心GHDDI合作開發(fā)的人工智能藥物研發(fā)和大數(shù)據(jù)平臺、騰訊發(fā)布的人工智能藥物發(fā)現(xiàn)平臺“云深智藥”、百度推出的螺旋槳PaddleHelix生物計算開源工具集、華為成立的醫(yī)療智能體“EIHealth”......這些巨頭的高歌猛進在很大程度上推動了整個賽道快速向著縱深方向邁進。
“阿里云高性能計算通過和生物制藥企業(yè)、研發(fā)機構(gòu)以及服務(wù)藥物設(shè)計領(lǐng)域的科技公司合作，例如全球健康藥物研發(fā)中心GHDDI、深勢科技、晶泰科技等，通過搭建基于云超算的E-HPC彈性高性能計算平臺的全鏈路生命科學(xué)應(yīng)用解決方案，將生命科學(xué)HPC應(yīng)用和AI應(yīng)用在E-HPC平臺上并行部署、實現(xiàn)高通量并行計算和AI算法的融合。”何萬青表示。
“深勢科技目前聚焦在藥物設(shè)計和材料設(shè)計兩大垂直領(lǐng)域。其中在藥物設(shè)計領(lǐng)域，我們提供的是‘軟件+聯(lián)合研發(fā)’的商業(yè)模式，目前平臺軟件已經(jīng)與國內(nèi)外數(shù)十家學(xué)界、業(yè)界客戶達成了長期商業(yè)合作，在聯(lián)合研發(fā)方面也有十余條管線處于臨床前開發(fā)階段。”深勢科技創(chuàng)始人、CEO孫偉杰對《中國電子報》記者說道。
據(jù)悉，這二者之間也達成了戰(zhàn)略合作關(guān)系。“互聯(lián)網(wǎng)巨頭最大的優(yōu)勢在于算力、算法和雄厚的資本，傳統(tǒng)藥企的‘底牌’是成熟的藥研體系與龐大的數(shù)據(jù)池，初創(chuàng)企業(yè)則更勇于探索試錯，能帶來全新視角和創(chuàng)新思維。各方之間既有競爭，也在相互成就，整體來看，AI制藥的商業(yè)模式正在逐漸清晰，生態(tài)體系也在邁向良性循環(huán)。”專家分析稱。
行業(yè)春天將至
古有神農(nóng)嘗百草，今有AI技術(shù)開啟制藥行業(yè)新篇章。從概念提出發(fā)展至今，人工智能技術(shù)在生物制藥中發(fā)揮的作用，已從初期的計算機輔助藥物設(shè)計，發(fā)展到如今的人工智能藥物研發(fā)，甚至有望貫穿從藥物靶點發(fā)現(xiàn)到進入臨床實驗的早期藥物發(fā)現(xiàn)全過程。大膽想象，未來會不會有一天，AI能夠從一個輔助工具變成主導(dǎo)，甚至獨立擔(dān)負(fù)起藥物研發(fā)的重任？
盡管想象空間巨大，但前方也并非一片坦途。在全球范圍內(nèi)，AI制藥都處在較早期的階段，距離技術(shù)成熟、真正走向市場還很遠(yuǎn)。數(shù)據(jù)、算力、算法以及人才等都是賽道選手們不得不面對的“攔路虎”。
孫偉杰坦言：“一方面，市面上大部分AI制藥依然停留在以數(shù)據(jù)驅(qū)動的AI模型輔助藥物分子發(fā)現(xiàn)的階段，目前主要面臨的是數(shù)據(jù)總量稀疏和數(shù)據(jù)標(biāo)準(zhǔn)差的問題，對應(yīng)比較典型的有ADME/T性質(zhì)預(yù)測和分子生成等相關(guān)挑戰(zhàn)；另一方面，我們認(rèn)為AI制藥還有另一種范式，即從物理模型驅(qū)動的AI對傳統(tǒng)CADD（計算輔助藥物發(fā)現(xiàn)）模式進行創(chuàng)新，最大的挑戰(zhàn)在于計算效率和計算精度無法兼顧的問題，比如傳統(tǒng)的分子動力學(xué)模擬在應(yīng)對復(fù)雜的蛋白體系以及蛋白動態(tài)構(gòu)象采樣方面的還是力不從心。”
“未來一段時間，AI制藥依然會在數(shù)據(jù)驅(qū)動和模型驅(qū)動兩種范式下持續(xù)突破和演進。”孫偉杰說道：“無論哪種范式的發(fā)展，本質(zhì)上都要看AI或計算是否可以真正替代一部分的實驗，從而帶來效率的提升。我們相信未來三五年內(nèi)強調(diào)的不會是AI制藥，而是AI成為藥物發(fā)現(xiàn)必要的手段、成為標(biāo)配。到那個時候，大家不會再刻意強調(diào)AI制藥，而是會將其作為普遍使用的一種方法。”
與此同時，何萬青指出：“生物制藥領(lǐng)域目前是一個蓬勃發(fā)展的‘老樹新芽’，對于計算的挑戰(zhàn)來自基礎(chǔ)算法的復(fù)雜度和規(guī)模、算法的創(chuàng)新等多個方面，因此使用大規(guī)模的高性能計算并行集群和GPU加速成為一種通用的首選。”
他認(rèn)為，生物制藥面臨的是對整個人類醫(yī)療知識的綜合，因此云計算所特有的連通性和彈性，能夠幫助打破研發(fā)孤島，促進數(shù)據(jù)成果的復(fù)用和創(chuàng)新。
此外，對于AI制藥這一多學(xué)科交叉的高壁壘行業(yè)來說，人才的稀缺或許是更為根本的痛點。中科院上海藥物研究所藥物博士段宏亮直言：“對制藥和AI都理解深刻，才會知道制藥環(huán)節(jié)中哪些關(guān)鍵問題是AI擅長解決的，找到兩者的契合點，才能發(fā)現(xiàn)適合的業(yè)務(wù)場景。”
在他看來，AI制藥發(fā)展雖然看似火熱，但也只是剛剛拉開了序幕，重量級的選手還一直處于試水階段。隨著藥物數(shù)據(jù)的逐漸積累，AI制藥將會迎來一個數(shù)據(jù)驅(qū)動的2.0時代。屆時，隨著大家逐漸消除疑慮，深度擁抱AI制藥，行業(yè)的春天也將真正到來。
