资讯 医疗AI
此为临时链接,仅用于文章预览,将在时失效

我们对「AI 新药研发」这股千亿热潮一无所知

作者:刘海涛
2021/03/31 10:40

你有没有觉得,医疗AI的创业风向,似乎悄悄转向了医药?

VC机构正在以肉眼可见的速度证明这个预判。过去三个月时间,AI新药研发赛道的热钱不断。

据不完全统计,从去年年底开始,已经有多家AI企业获得新一轮融资,其中90%都是刚完成A轮融资的早期企业。  

我们对「AI 新药研发」这股千亿热潮一无所知

数据来源:IT桔子

而且,不仅仅是创业公司“向阳而生”,百度、华为、字节跳动等互联网大厂也暗暗布局,相继披露了自己的AI新药研发和招揽人才计划。

与其他医疗AI赛道相比,AI新药研发有“相同”,也有“不同”:

相同在于,市场需求非常明显,传统新药分子需要3-5年才能筛选出合适的先导物作为临床研究候选,而AI新药发现只需要1-2年,甚至几个月就能完成。

而不同之处也在于此,独特的作用场景、服务对象和变现方式,让其具有更高的产品价值,甚至被认为是最适合人工智能商业转化的医疗赛道。

近日,带着对AI新药研发市场的顾虑和疑问,雷锋网专访了五源资本董事总经理井绪天。

从资本角度为我们解构这一赛道的爆发原因,以及未来的发展走向。

作为国内早期布局AI新药研发的VC之一,目前五源资本已投资超过6家该领域的创业企业,最近2个月时间内又对4家企业进行了加持。

AI新药研发因何爆发

从需求角度,AI新药研发市场的出现,离不开传统医药创新的日暮和途穷。

2020年,FDA共批准53款新药上市,其中35种是小分子药物,一举成为史上新药获批数量最高的一年。

但创新药数量的暴涨,并没有给各大药企带来更高的利润增长。

根据德勤发布的《2019年医药创新回报率评价》,近十年来,创新药的销售峰值和投资回报率持续下滑。

到2019年,全球TOP12的制药公司平均投资回报率已经下滑至1.8%,相比2010年减少了80%。

我们对「AI 新药研发」这股千亿热潮一无所知

德勤报告截图

这意味着现在药企每开发一款创新药,边际成本都会进一步升高。

类比于采矿业,在资源有限的背景下,每个新矿的开采难度越来越高,花费成本也随之升高,每发掘一个新矿就需要更高的开采成本。

但创新药市场并非自然资源,没有被发现的潜在分子,以及不同差异的分子数量还非常庞大。

在传统方法越来越难,成本越来越高的情况下,只能倒逼药企去探索创新,用更低成本寻找创新药。

而人工智能的崛起,正好回应了药企的这一创新需求。

一方面,深度学习可以分析数据,模拟药物临床试验过程,在分子水平创建病人生物活动网络模型,通过网络模型发现新靶点或生物标记物,为药物研发提供方向。

让药物化学家们不用整周、甚至是整月浪费在实验室,去测试那些AI认为难以成功的分子。

另一方面,算力的提升,也使更大规模的药物分子筛选成为可能。

以云计算为例,2020年3月,哈佛大学医学院研究团队通过开源药物发现平台VirtualFlow,在15小时内就完成了10亿种化合物分子的虚拟筛选,大大超过了传统方法的筛选速度。

在逐渐看到人工智能的潜力之后,包括阿斯利康、拜耳、礼来、GSK、诺华、赛诺菲等各大药企都将目光瞄向了这一领域。

而国内的AI新药研发行业,也在三个因素的推动之下,迎来了最为活跃的一年。

其中第一个因素,就是技术验证的突破。

以晶泰科技为例,在2020年已成功将AI研发的新药分子推进至 PCC (临床前候选化合物 )阶段;此外,像费米子科技和英矽智能等企业,也纷纷在炎症及代谢和特发性肺纤维化(IPF)的新药分子上,取得了突破。

“这些新药筛选成果的出现,在整个行业都是标志性事件,因为在创新药领域,不管是传统方法,还是AI筛选,只要药物分子进入PCC阶段,就是一个稳定待开发的新资产”井绪天表示。

第二个因素,则来源于医药政策。伴随着第三批、第四批等更大规模国家药品集采在2020年出现,使国内传统药企的利润大幅度减少。

在仿制药利润不断压缩的大背景下,众多国内药企纷纷转向创新药领域,使新的原研药成为稀缺资源。

最后一个因素,就是资本市场的认可和推动。

2020年,在AI制药投资领域,出现的最大轰动性事件之一,就是薛定谔(Schrodinger)和relay两家AI新药研发公司的上市。

井绪天表示:“两家公司都是通过AI和计算驱动新药研发的公司,仅有薛定谔有部分的软件收入;在管线方面,两家公司也只有几个尚在临床试验一期的药物分子,如果按照过去创新药企业在二级市场的估值,最终市值可能仅有几亿美金。”

但最终,两家公司在二级市场创造出了远超自身管线价值总和的溢价,如今市值都达到50-60多亿美金。

他们上市之后,空头机构香橼研究公司(Citron Research)甚至在发布的报告中表示,“薛定谔公司是过去五年来最重要的IPO,堪比早期的特斯拉。”

这种技术型药物研发的企业在二级市场的成功,也增加了一级市场VC的投资信心,让更多投资机构开始重点关注这个赛道,并出手布局。

下一个智能驾驶?

如今,在资本推动下,AI新药研发的热度已经不断升高,甚至让我们看到些许医学影像AI曾经的影子。

过去,随着创业风口出现,医学影像AI在极短时间就出现大量创业项目和初创企业。

但随后的同质化问题导致行业出现恶劣的竞争和价格战,甚至有企业做出“永远不收费”的口号。

在热潮之下,AI新药研发未来将呈现怎样的发展轨迹,是否会重蹈其他AI赛道的覆辙,也已成为所有观察者心中的疑问。

井绪天认为,AI新药研发的发展轨迹,可能会和过去所有的医疗AI都完全不同。

过去的AI辅助诊断主要是效率提升,在医生本身具有诊断能力的前提下,AI主要是降本增效,实现高效率的诊断。

而AI新药研发则是通过新靶点和新分子创造之前没有的供给关系,找到更适合的药物结构,攻克没有解决的疾病,创造新的药物资产和增量市场。

以心脏病在研药物mavacamten为例,作为首个解决肥厚性心肌症的创新药,它既开辟了一种新供需关系,又解决了困扰心内科的治疗难题,在临床试验完成之前,就被百时美施贵宝以131亿美元收购。 

在人工智能领域,与AI新药研发的发展趋势类似,并有借鉴意义的赛道可能就只有自动驾驶。

两者同样都具有行业壁垒高、技术跨度大、产业周期长的特点。

无论是自动驾驶还是AI新药研发,这些企业在技术得到充分验证之前,很难获得大规模的收入,但同时又需要资金进行研发投入。

这意味行业的第一阶段发展,就只能出现几位拥有核心技术壁垒的玩家。

此外,VC也会依据团队背景和技术实力向头部企业高度集中,导致这些核心玩家获得赛道内最头部的资金体量和资源。

除了市场格局,AI药物研发和自动驾驶在与传统药企或主机厂的竞争上,也能找到一致点。

在自动驾驶赛道,虽然大众、福特、奔驰、宝马等主机厂早在2013年,就曾尝试人工智能和造车的结合和探索。

但经过多年发展,最终还是特斯拉、谷歌Waymo、图森未来等新兴科技玩家走在了前列。

与之类似,虽然罗氏、辉瑞、诺华、默沙东、赛诺菲等传统药企也开始试水AI和药物研发的结合,并提出了自己的AI药物研发战略。

但从已披露的消息来看,这些策略的核心技术环节依然都是与创业企业合作来完成。

AI药物研发的未来挑战

对于AI新药研发企业,在2018年,依靠团队背景可以完成天使轮融资;如今,通过概念和技术的初步验证,也纷纷获得A轮融资。

但与创业理想以及技术愿景相比,进入新一轮的发展周期,意味着各个企业将迎来更加骨感的现实挑战。

首先,迄今为止,还没有任何一款与AI直接相关的新药分子获得批准。如何快速找到正确的应用的场景,将成为所有创业者面临的首个生存难题。

创新药虽然是一个很大的赛道,很多治疗方向可以发掘,但并不意味到处都是蓝海市场。

像热度很高的PD1靶点,扎堆现象已经非常严重,导致后面出现的新药商业价值严重下降,AI如果切入到这样的领域,将面临巨额投入打水漂的风险。

而且人工智能和新药研发的高投入特点,也决定创业者只有一次出牌机会,第一次出牌失败就将面临出局。

除了应用场景,AI新药研发产品的快速迭代,也是各个企业急需突破的又一难关。

微软AI事业部及全球研究院负责人沈向洋曾经表示:“发展人工智能肯定不是做出一个产品就结束了,整个周期都需要经历不断的学习、迭代。”

事实上,深耕新药研发的人工智能产品也同样如此,随着新药物分子的不断合成和筛选,AI就需要训练新的数据。

这意味着,为了构建药物研发业务真正可用的深度学习引擎,未来AI新药研发企业可能既需要快速在市场抢夺,既懂AI又懂药物研发的技术人才,增强自己的研发能力;

同时还要切入药物研发流程当中,读取所有相关数据库,完善自己的数据和技术内核。

“而且从VC角度来看,这样节点的每一个努力和动作,都将成为他们与其他AI新药研发企业竞争的筹码,进而决定谁将获得下轮融资的最高份额。”

结语

2021年2月,“AI药物分子发现”被《麻省理工科技评论》列为2021年十大突破性技术。

作为客座评选人,比尔 · 盖茨曾表示:“这些突破性技术,会让你觉得美好的未来,值得我们为之奋斗。”  

经过几年的前期积累,AI新药研发已不再是生物医药行业中的概念性技术。伴随行业的成长与爬坡,正在逐渐绽放更大的想象空间。

同时,这样的发展趋势也为无数AI创业者创造出新的逐梦战场,活跃的资本、强烈的需求,成熟的技术,更大的空间将成为他们最好的实践温床。雷锋网雷锋网

长按图片保存图片,分享给好友或朋友圈

我们对「AI 新药研发」这股千亿热潮一无所知

扫码查看文章

正在生成分享图...

取消
相关文章