融資一輪又一輪的AI制藥，到底有多火？

國外一筆訂單，最高已經(jīng)達到331億元，接近傳統(tǒng)藥企一整年的研發(fā)投入。

國內(nèi)市場，保守估計將達到2040億元規(guī)模，BAT字節(jié)華為等互聯(lián)網(wǎng)頭部企業(yè)爭相入資角逐，甚至有公司一年內(nèi)完成3輪大額融資……

△圖源：量子位智庫

從北京大學(xué)前沿交叉學(xué)科研究院、國外名校教授，到MIT博士等紛紛加入創(chuàng)業(yè)，甚至有拿到國外名校博士Offer的學(xué)生退學(xué)加入……

然而，與資本熱形成鮮明對比的，卻是行業(yè)發(fā)展的現(xiàn)狀：

國內(nèi)AI制藥公司，時至今日上市數(shù)量為0，甚至尚未有一家實現(xiàn)盈利；國外AI制藥公司，上市后股價瘋狂跳水。

目前，世界上還沒有任何一支由AI研發(fā)成功的藥物順利上市，甚至于據(jù)各創(chuàng)企對外公開消息，國內(nèi)只有2家，國外有8家企業(yè)的管線剛剛進入臨床一期階段。

如今行業(yè)最初的熱度過去，質(zhì)疑的聲音也日益凸顯：

AI制藥行業(yè)，究竟是未來投融資矚目的明星賽道，還是技術(shù)偽裝下的PPT泡沫？

AI技術(shù)自身的數(shù)據(jù)瓶頸、及其在制藥領(lǐng)域中所起的作用，究竟能否真正挽救傳統(tǒng)制藥企業(yè)的利益下降頹勢？

AI制藥究竟什么時候才能真正落地？

在采訪過數(shù)十家機構(gòu)后，我們寫下《AI制藥深度產(chǎn)業(yè)報告》，試圖描繪出AI制藥行業(yè)的國內(nèi)外現(xiàn)狀，以及這一行業(yè)所面臨的困境和機遇。

AI制藥“時局圖”

AI制藥，更準(zhǔn)確地來說應(yīng)當(dāng)是“用AI預(yù)測藥物”。

沒錯，現(xiàn)階段的AI并未真正打破傳統(tǒng)制藥的研發(fā)體系，甚至從研發(fā)流程來看，AI優(yōu)化的部分還不到40%。

這樣的定位加劇了AI制藥自身的“矛盾感”：

一方面，藥物發(fā)現(xiàn)是整個藥物研發(fā)流程的基石，也是藥物創(chuàng)新最有希望的突破口；另一方面，藥物研發(fā)60-80%的臨床試驗成本，無法被AI優(yōu)化。

這種矛盾感同樣體現(xiàn)在AI制藥的融資情況、技術(shù)定價和研發(fā)落地上。

僅看融資情況，會認為AI制藥是一個很有“錢景”的行業(yè)。

據(jù)中銀證券數(shù)據(jù)，僅2020年一年，中國AI+制藥融資項目數(shù)量就翻了一倍，且同年融資總額出現(xiàn)了同比約10倍的增長。

從那時開始，全球至少有11家AI制藥公司獲得1億美元以上的大額融資。而且這個數(shù)據(jù)還在呈現(xiàn)不斷上升的趨勢：

△數(shù)據(jù)來源：中銀證券

據(jù)動脈橙報告顯示,“AI+制藥”成為2021年最受資本歡迎的賽道之一，全球融資77起，金額合計45.6億美元（約合人民幣307億），其中中國市場融資12.4億美元。

同時，AI+制藥企業(yè)的生存情況也非常樂觀。約53%的A輪公司進入B輪；38%的B輪公司順利進入C輪；46%的C輪公司進入到了D輪。

再看AI公司的變現(xiàn)途徑，似乎也同樣具有投資潛力。

參考Benevolent招股書數(shù)據(jù)，單看自研管線價格的話，AI制藥公司定價的首付款和里程碑付款價均不低，尤其是二期臨床后光是首付款就能達到近1億美元。

△圖源：量子位智庫

但結(jié)合研發(fā)落地情況來看，就出現(xiàn)了強烈的矛盾感。

例如，行業(yè)內(nèi)至今仍然沒有任何一支AI預(yù)測的藥物上市，甚至于市面上還沒有任何一種公開進入臨床二期的藥物。

同時，AI制藥也尚未出現(xiàn)一種突破性的核心技術(shù)，能證明AI用于藥物發(fā)現(xiàn)（AIDD）具有可靠和持續(xù)性，能替代或優(yōu)化傳統(tǒng)計算機發(fā)現(xiàn)藥物（CADD）的流程。

根據(jù)量子位智庫數(shù)據(jù)，即使是進展最快的AI預(yù)測藥物，也只是通過了動物試驗，進入臨床一期試驗階段。

在這些進展最快的AI預(yù)測藥物中，國內(nèi)只占3條管線，國外雖然已有接近16條管線進入臨床，但也全部停留在一期階段。

△圖源：量子位智庫

這樣的局面，導(dǎo)致資本熱情從2021年以來逐漸出現(xiàn)回冷：

目前，國內(nèi)還沒有任何一家AI制藥公司完成上市，也沒有任何一家公司實現(xiàn)盈利。

國外至少7、8家上市公司，如今股價幾乎無一例外出現(xiàn)跳水。

事實上，從過往經(jīng)驗來看，藥物研發(fā)失敗的幾率本身就極大，無數(shù)新藥的臨床試驗投入最終都是打水漂，這又再度增加了AI預(yù)測藥物上市的不確定性。

尤其目前這批藥物都還沒進入臨床二期，其能否完成上市還根本無法保障。

自1961年“反應(yīng)停事件”以來，能否驗證藥物有效性一直是所有新藥上市最大的門檻。如果無法提供可信的安全數(shù)據(jù)、患者明確獲益的數(shù)據(jù)等“實質(zhì)性證據(jù)”，藥物極有可能在這一階段夭折。

顯然，在這段時間里，大部分資本會處于觀望狀態(tài)，直到有AI預(yù)測的藥物進入并通過臨床二期的試驗。

與傳統(tǒng)制藥公司相比，AI制藥公司的體量并不大。在臨床試驗風(fēng)險成本極高的情況下，這種“失敗的可能”要么被轉(zhuǎn)移，要么只能由公司自行承擔(dān)。

以此，AI制藥公司形成了兩種主要的商業(yè)模式。

第一種是轉(zhuǎn)移研發(fā)風(fēng)險的CRO（Contract Research Organization，合同研發(fā)組織）模式，公司會給傳統(tǒng)制藥企業(yè)或其他公司“做外包”，用AI技術(shù)預(yù)測甲方需要的藥物。

第二種是愿意自行承擔(dān)研發(fā)失敗的風(fēng)險的自研管線模式，公司將藥物和技術(shù)專利拿在手中，一旦成功上市或達到特定變現(xiàn)節(jié)點（如臨床前研究）就能以專利轉(zhuǎn)讓或收費的方式賺錢。

如何決定是做CRO還是自研管線？

一個是資金情況，自研管線所需資金極高。不缺錢的公司可以直接自研管線；想自研管線但資金不足的公司，則可以先通過CRO做外包賺錢，再以賺到的錢用于自研管線。

另一個是定位差異。相比傳統(tǒng)藥企出身的公司所掌握的大量制藥相關(guān)理論，CRO更適合“跨界創(chuàng)業(yè)”玩家，迅速打響自身AI技術(shù)招牌；自研管線對于制藥經(jīng)驗和資源要求更高。

事實上，目前CRO在國內(nèi)更受歡迎，相比之下其盈利速度更快，變現(xiàn)模式更明確，且不需要承擔(dān)后續(xù)臨床試驗的風(fēng)險成本。

此外，對手握AI藥物專利沒興趣、只出售技術(shù)服務(wù)的公司也可以只做CRO。

由此還衍生出第三種商業(yè)模式——專門做技術(shù)平臺的，將AI制藥軟件售賣給其他公司搞預(yù)測研發(fā)，但目前國內(nèi)真正做到收費的公司極少。

顯然，AI制藥公司的定位和技術(shù)優(yōu)勢，很大程度上會影響其對商業(yè)模式的選擇。

目前已經(jīng)入局的玩家有不少，從國內(nèi)外名校博士教授、到互聯(lián)網(wǎng)巨頭和傳統(tǒng)藥企、到資本再孵化，呈現(xiàn)出一種多樣化的態(tài)勢。

先是名校博士教授創(chuàng)業(yè)的情況。以晶泰科技為例，就是MIT量子物理博士歸國創(chuàng)業(yè)的典型案例。由于公司的優(yōu)勢在AI技術(shù)上，并能借助量子物理的理論研究做到行業(yè)領(lǐng)先，因此晶泰科技明確表示專注于CRO模式，而不去自研管線。

也有高校教授轉(zhuǎn)化研究成果的案例，如華深智藥就是UIUC終身教授彭健所創(chuàng)立，此前在蛋白質(zhì)分子預(yù)測領(lǐng)域已有相關(guān)成果建設(shè)，此次創(chuàng)業(yè)將專注于技術(shù)平臺的打造和提供。

在這之后，互聯(lián)網(wǎng)巨頭和傳統(tǒng)藥企也已經(jīng)紛紛入局。

前者自帶算法算力優(yōu)勢，容易借助互聯(lián)網(wǎng)本身的影響力迅速擴大“勢力范圍”，如百度和騰訊已經(jīng)成立百圖生科和云深制藥平臺，利用自身積累的AI算法經(jīng)驗快速入局；阿里則憑借算力優(yōu)勢迅速建立起上下游關(guān)系等。

后者則擁有深厚的藥物研發(fā)經(jīng)驗，在此基礎(chǔ)上成立AI制藥研發(fā)團隊，如阿斯利康、默克、輝瑞和梯瓦就與亞馬遜和以色列生物基金共同成立了AION Labs實驗室。

最后還有資本創(chuàng)業(yè)、基金孵化的情況，現(xiàn)金流加持充足，甚至于投資人自身轉(zhuǎn)型AI創(chuàng)業(yè)，如科因生物創(chuàng)始人王一愷就曾是峰瑞資本副總裁，成立公司后便獲得了峰瑞資本的投資。

據(jù)量子位智庫數(shù)據(jù)預(yù)估，AI制藥市場規(guī)模在2025年預(yù)計將達到72億，2035年則預(yù)計達到2040億。

一時之間，涌入AI制藥賽道的玩家眾多。然而從時局和玩家現(xiàn)狀來看，并無法通過單純的技術(shù)實力或資金優(yōu)勢判斷AI制藥公司的發(fā)展前景。

到底誰才是其中真正的玩家、成為最有希望率先上市第一支AI新藥的公司？

誰能率先上市第一支AI藥物？

標(biāo)準(zhǔn)和維度有很多，但業(yè)內(nèi)繞不過的核心維度有4個：

01、管線數(shù)量和研發(fā)進度

鑒于制藥過程復(fù)雜，失敗率高，從臨床審批、研究到最終的上市是一個極其漫長的過程。對于現(xiàn)階段來說，管線數(shù)量是實力最直接的體現(xiàn)之一。

前面提到，管線又分為自研管線、對外合作管線（CRO）。

對于自研管線而言，企業(yè)可以在特定節(jié)點轉(zhuǎn)讓管線成果，例如新型靶點、候選藥物等；也可以借助CRO推進到臨床階段，一旦研發(fā)成功拿到上市專利，盈利會非?？捎^。但自研管線的風(fēng)險同樣明顯：付款方式不明確，和別的公司也會存在在相同的管線上競爭的情況。

因此，在關(guān)注AI制藥公司的自研管線時，需要更重視其研發(fā)進度，以及所選藥物方向的潛力。

相比之下，CRO模式下的合作管線數(shù)量，是更直接判斷一家公司技術(shù)實力的方式。CRO指AI制藥公司完成傳統(tǒng)藥企公司的某一特定任務(wù)，首付款后，根據(jù)任務(wù)進度（如藥物發(fā)現(xiàn)-合成-完成臨床研究）決定合作價格，又稱里程碑付款。

據(jù)量子位智庫估計，國內(nèi)的管線首付款平均為280萬美元，里程碑價格則根據(jù)具體藥物波動較大，完成后最高甚至能達到數(shù)百億元。誰拿到的合作管線越多，說明誰的技術(shù)實力得到的藥企的認可越多，也有更多的資金投入研發(fā)，進入良性循環(huán)。

參考國外Exscientia和賽諾菲在2022年年初的一次合作，首付款1億美元，完成任務(wù)后將獲得52億美元“天價合同”，折合人民幣約331億元。

據(jù)量子位智庫數(shù)據(jù)，2023-2024年將會出現(xiàn)一批進入臨床二期的AI預(yù)測藥物，最早2026年前后會出現(xiàn)首個成功上市的AI藥物。

在藥物上市之前，合作管線數(shù)量和自研管線研發(fā)進度，是判斷AI制藥公司技術(shù)實力的方向之一。

02、穩(wěn)定可靠的數(shù)據(jù)來源

對于AI制藥行業(yè)來說，除了錢，最缺的恐怕就是數(shù)據(jù)，傳統(tǒng)藥企一般不愿意將作為核心資產(chǎn)之一的研發(fā)數(shù)據(jù)集外流。

但據(jù)量子位智庫了解，目前數(shù)據(jù)對于頭部AI制藥企業(yè)而言并不是問題，甚至能因此在行業(yè)中獲得更具競爭力的表現(xiàn)。

因此，如何獲得穩(wěn)定可靠的數(shù)據(jù)，也是判斷AI藥企競爭力的一個重要標(biāo)準(zhǔn)。

通常來說，有以下四種方法獲取AI數(shù)據(jù)，其穩(wěn)定性和可靠性也逐步提升：

（1）公開/第三方數(shù)據(jù)集

這類數(shù)據(jù)對現(xiàn)在的AI制藥行業(yè)具有重大意義，但不具備長遠利益，沒法幫助企業(yè)獲得核心競爭力。而且，已有靶點可用數(shù)據(jù)越多，意味著探索越充分、開發(fā)價值越稀薄。

（2）虛擬數(shù)據(jù)

這種數(shù)據(jù)獲取方法是通過物理建模，由AI生成訓(xùn)練數(shù)據(jù)，通常是基于較老的靶點如青霉素等去生產(chǎn)數(shù)據(jù)，短期來看沒有太大價值，主要是為預(yù)測模型提供訓(xùn)練數(shù)據(jù)，從而提升預(yù)測精度。

（3）自主收集/對外合作數(shù)據(jù)

對于自研管線/基礎(chǔ)定位明確的公司，可以通過自主構(gòu)建團隊收集相關(guān)數(shù)據(jù)，或與藥廠達成數(shù)據(jù)合作關(guān)系。

在國外，成立于2015年的Tempus通過向醫(yī)院、腫瘤學(xué)家、癌癥中心等提供價格優(yōu)惠的基因測序、數(shù)據(jù)結(jié)構(gòu)化、病理圖像分析和生物建模服務(wù)，自建腫瘤基因組學(xué)+臨床數(shù)據(jù)庫。

它用4年就組建了世界上最大的癌癥數(shù)據(jù)庫之一，擁有將近1/3的美國癌癥數(shù)據(jù)庫。

我國的楊森制藥廠就于2020年與Tempus達成合作，并公開表示，合作的主要驅(qū)動力不是算法而是數(shù)據(jù)。

（4）通過智能實驗室，自主生產(chǎn)實驗數(shù)據(jù)

這一方式主要就是指在實驗室進行的干實驗之外，再直接進行濕實驗自主產(chǎn)生數(shù)據(jù)，形成干濕閉環(huán)。

相比傳統(tǒng)的濕數(shù)據(jù)獲取速度慢，利用高通量、智能化、自動化、可控制、 CV識別細胞形態(tài)等相關(guān)技術(shù)，可以大幅提高數(shù)據(jù)獲取速度。

在生物上講干實驗就是通過計算機模擬以及生物信息學(xué)方法來進行研究。濕實驗就是通過在實驗室里采用分子、細胞、生理學(xué)試驗方法進行研究。

干濕結(jié)合實驗有助于AI制藥創(chuàng)企在數(shù)據(jù)方面打造自己新的競爭壁壘，這一認知已在業(yè)內(nèi)達成共識。

除了生物人才和計算機人才組成的交叉團隊，組建這樣一個平臺還需要強大的硬件支持，包括實驗設(shè)備以及計算資源，以及把這兩種資源整合在一起的能力。

目前，國內(nèi)頭部AI制藥企業(yè)，包括百度生圖、晶泰科技和英矽智能都有這樣的實驗平臺。

在資金充足的情況下，國外頭部AI制藥企業(yè)，已經(jīng)出現(xiàn)直接收購帶有獨家數(shù)據(jù)和技術(shù)的上游公司的做法。

如薛定諤收購XTAL BioStructures以擴展自身結(jié)構(gòu)生物學(xué)能力，Relay Therapeutics收購ZebiAI獲得其機器學(xué)習(xí)能力和大型數(shù)據(jù)庫。

因此，正如量子位智庫分析，傳統(tǒng)制藥企業(yè)整體具有數(shù)據(jù)方面的優(yōu)勢，但并非來源于過往沉淀的數(shù)據(jù)，而是其具備的完整的實驗平臺。對于資金充足的AI制藥創(chuàng)企而言，這一壁壘并不高，可以較快更新至同步水平。

03、合作藥廠認可度

隨著傳統(tǒng)藥廠智能團隊的搭建，算法未必能夠成為AI藥企長期的競爭優(yōu)勢。

前面提到，AI制藥并未打破傳統(tǒng)制藥行業(yè)的研發(fā)流程，除了搭建自己的實驗室平臺“悶頭搞”，AI制藥公司與藥企的合作同樣重要。

因此，合作藥廠的數(shù)量和這些藥廠的行業(yè)地位同樣成為一個直觀的評價標(biāo)準(zhǔn)。

目前，頭部AI制藥創(chuàng)企在傳統(tǒng)藥廠的合作上逐漸呈現(xiàn)出壟斷態(tài)勢。國外以Exscientia為例，就已披露了和羅氏、拜耳、賽諾菲、GSK、日本住友、Evotec在內(nèi)的頂級制藥公司的合作。

當(dāng)然，傳統(tǒng)藥企和AI藥企之間的合作是雙向的：藥廠提供數(shù)據(jù)庫、專業(yè)知識，反過來也需要AI藥企提供技術(shù)。

因此，與傳統(tǒng)藥廠進行業(yè)務(wù)合作，也成為AI制藥公司最常采用的模式之一。

據(jù)Deep Pharma Intelligence，截止2020年，在44家世界頭部傳統(tǒng)藥企中，已有93%藥企完成合作布局。特別是在羅氏、諾華、輝瑞等全球TOP 10藥企中，與AI制藥企業(yè)的合作平均達到6次以上。

除了合作藥廠的地位及數(shù)量認可度，AI制藥公司選擇的CRO公司也是參考來源之一。

在傳統(tǒng)制藥行業(yè)中，CRO就具備特殊地位，這一特點在AI制藥行業(yè)中也會延續(xù)。

AI制藥公司可以成為傳統(tǒng)藥廠的CRO，但反過來說，AI制藥公司也需要自身的CRO，包括數(shù)據(jù)合作伙伴、用于化驗和實驗的供應(yīng)商等，以此完成申請審批、數(shù)據(jù)收集、臨床試驗等任務(wù)。

對AI制藥企業(yè)而言，對CRO的選擇會在很大程度上影響其臨床項目和商業(yè)化進程。

04、突破“AI提效”單一特性

眾所周知，AI制藥目前應(yīng)用場景之一是提升化合物篩選效率，但這往往是在已有的靶點和化合物數(shù)據(jù)庫基礎(chǔ)上進行的。

但隨著藥廠內(nèi)部AI團隊的搭建，新的AI制藥創(chuàng)企的進入門檻正在持續(xù)升高，加上目前整個行業(yè)的重疊度比較高，大多公司的管線也都已經(jīng)是基于成熟的靶點進行開發(fā)。

換而言之，用AI提升藥物發(fā)現(xiàn)效率，在這個行業(yè)已經(jīng)不新鮮了，目前頭部AI制藥企業(yè)已經(jīng)衍生出用AI探索“制藥無人區(qū)”的創(chuàng)新能力。

因此，對于新創(chuàng)企業(yè)來說，在業(yè)務(wù)場景或技術(shù)上有自己的獨特切入點非常重要。

這可能需要AI制藥企業(yè)從底層理論出發(fā)，包括對醫(yī)藥問題重新定義，創(chuàng)造性地使用物理、化學(xué)等多學(xué)科視角，重新定義藥物研發(fā)中的場景和問題，以多原理彌補AI模型自帶的誤差和不確定性，并提高其效率。

最后，在這四種評判標(biāo)準(zhǔn)下，究竟哪些玩家能率先拔得頭籌？

根據(jù)量子位智庫的全球AI制藥格局圖，目前最前端的頭部玩家中，雖然大部分是國外企業(yè)，但也能看見像晶泰科技和英矽智能這樣國內(nèi)玩家的身影：

AI制藥賽道火爆后，不少國外名校博士教授攜項目、理論回國創(chuàng)業(yè)，也在快速彌補國內(nèi)制藥行業(yè)技術(shù)創(chuàng)新能力不足的情況。

這次，在新技術(shù)驅(qū)動的制藥創(chuàng)新浪潮中，中國會不會誕生世界級的藥廠？

有趨勢，更有潛力。