量子位智庫 發自 凹非寺
量子位 | 公眾號 QbitAI
投入
25.6億美元
研發一款產品，成功率只有
3.5%
。
若想研發一款行業首創（first-in-class）產品，這一數值還要再下降到
1.2%
。
這是傳統制藥行業如今研發一款新藥的成本。
隨著AI技術不斷加速落地，AI+製藥似乎也成為了一個高分答案：融資火熱、創企眾多、臨床前藥物開始出現……
由NLP、深度神經網路，深度生成模型等AI技術組成，AI製藥能夠透過資料交叉比對、加速篩選、從頭生成等方式，有效提升新藥研發效率，拓展藥物創新空間。以候選化合物研發為例，在代表案例中，AI製藥能夠將時間投入從數年縮短到半年左右，實現了超過50%的效率提升。相對於之前的CADD，AIDD能夠進一步考慮複雜的生物學特性，具有獨特的創新作用。
但同時，落地成果有限、BT（生物）與IT（資訊）融合先天困難、高質量資料不足等質疑，仍圍繞著這個行業。
2022年，AI製藥究竟如何改造新藥研發，又何時能夠進入我們的生活？
AI製藥產業的真實現狀如何，是否已經進入了從1到10的擴張階段？
未來AI製藥將何去何從，現階段玩家呈現一種怎樣的分佈態勢？
為了解答市場對AI製藥的種種問題，量子位智庫廣泛分析調研了國內外的AI製藥行業，在廣泛採訪從業者的基礎上，撰寫了
《量子位AI製藥深度產業報告》
。
以下是報告中的七條關鍵趨勢及詳細解讀：
1。AI製藥節點突破速率5年增長18倍，快速滲透新藥研發
目前，AI製藥已取得一系列突破性進展，其成果正在快速滲透到傳統新藥研發流程中，併為整個行業所接受。
從代表案例來看，AI製藥取得的節點性突破，已從平均每月0。08個快速上升至每月1。5個。
僅2021年，公開的臨床階段產品已達11個，遠超以往數年積累；突破重點也從過往的新靶點/候選化合物轉移到了IND-Enabling產品，側面證實AI製藥正在加速取得更多突破。
從對製藥行業的滲透來看，2021年全球的AI製藥管線已增長到160個，製藥管線的整體數量卻在持續下降。目前，在臨床前管線中，AI製藥管線數量已達到一半，佔整體製藥管線的10%。
從藥廠合作態度來看，包括羅氏、諾華、輝瑞等全球TOP 10藥企在內，傳統藥企與AI製藥企業的平均合作次數已達六次以上，甚至出現了MELLODDY、MLDPS等由傳統藥企主導的大型AI製藥聯盟。據晶泰科技透露，與其合作的藥廠數量已達到幾十家。
2。AI製藥核心價值將從“虛擬篩選”轉變為“首創化合物發現”
AI製藥，主要最佳化的是新藥研發流程中的
藥物發現
和
臨床前研究
兩大環節。其中藥物發現的“候選化合物發現”部分，是當前AI製藥創企佈局最為密集的板塊。
在候選化合物發現中，虛擬篩選貫穿了全流程，AI會基於深度學習網路和底層原理，對候選的分子性質（如生物活性、結構構效、靶點親和力、ADMET等）進行計算模擬，並透過打分篩選，得到相對理想的分子。
據量子位智庫預測，乾溼結合的藥物研發新方式將成為重大趨勢，大幅減少傳統制藥模式下隨機或高通量篩選的投入。
但端到端化合物發現，才是業內公認AI製藥最大的價值所在，因為它真正體現出“think out of box”的核心技術。
對分子化學結構進行研究後，AI製藥企業將透過生成對抗網路GAN、強化學習等AI技術直接設計藥物分子，減少甚至無需再從已有候選分子中進行篩選。
透過資料驅動，AI不再受限於過往化合物設計中的編碼規則、構建模組庫等“既有經驗”，具備突破已有知識區間、設計全新分子骨架的能力。
3。AI製藥4年內將迎來2輪爆發式增長
現階段，AI製藥正面臨落地檢驗前的關鍵沉澱期，初創公司數量增長態勢逐漸穩定，各自在訂單、客戶關係等方面形成門檻，並已有多家公司得到資本認可。
同時，行業有望迎來下一輪、乃至第三輪爆發式的增長，具體取決於2023-2024年和2026年兩個時間節點：首先，AI藥物將首先接受“死亡之谷”臨床二期的考驗；隨後，行業內將出現首個成功上市的藥物。
據量子位智庫預測，鑑於目前絕大多數臨床階段管線處於臨床一期，2023-2024年將出現跨越“死亡之谷”的臨床管線，進一步證明AI技術對新藥研發產業的顛覆性。
2026年，預估將會出現首個上市的AI驅動藥物，AI製藥行業的經濟價值因此得到驗證，政策、產業、消費市場對於AI驅動藥物的態度及相關舉措也將清晰，行業逐漸定型。與此同時，現有的管線及後續發展較快的管線，將大批進入臨床 ，AI製藥的技術價值將得到規模化驗證。
基於此，我們將我國的AI製藥行業劃分為3個階段：2024年之前的驗證成長期、2025-2027的批次驗證期和2027年後的行業成熟期。具體描述及分析請參照完整報告。
4。2035年國內市場總規模將增長至2040億元
據量子位預測，2025年AI製藥總市場規模將達到72億元，原因是短期內，行業會保持一定增長率，但總體市場規模相對有限，且增長主要來源於合作管線帶來的首付款價值、以及極少數頭部管線的里程碑付款。
2035年，AI製藥市場規模將迎來大規模增長，主要有兩方面原因。一方面，自研管線可變現數量有所增加；另一方面，AI製藥技術能力將得到大規模證明，預計合作管線數量將大幅增加，軟體和節點式付款變現也將更為常見。
因此在2035年，自研管線市場規模有望達到680億人民幣，對外合作管線研發市場規模將達到1350億美元，疊加其他相關收入，總市場規模達到2040億人民幣。
5。AI製藥短期難以延展出獨特生態體系
目前，AI製藥產業鏈仍然長而複雜。
產業鏈上游以製藥資料為核心形成一定體系，大部分公司負責為AI製藥企業提供資料庫/資料聯盟、以及資料處理軟體等工具。在這些企業中，具備高通量資料生成能力的智慧實驗室，逐漸成為資料公司的核心競爭力。
產業鏈中游，傳統藥廠和網際網路公司值得關注。
傳統藥廠主要透過自建團隊、對外投資、CRO及技術合作等方式進入AI製藥賽道；網際網路公司多以對外投資、打造自有相關平臺、提供算力及計算框架服務的方式成為玩家之一。
產業鏈下游，又分為直接面對消費者、傳統藥廠以及授權代理商三種方式。
整體來看，AI製藥強調企業與CRO（合同研究組織）之間的關係，類似“技術外包”的特殊角色。一方面，AI製藥公司可以成為CRO，但其本身發展也需要CRO在各個環節上予以配合，因此，與CRO的關係將對AI製藥公司的臨床專案及商業化程序產生重大影響。
6。中外AI製藥企業差距正不斷縮短
據量子位智庫統計，國內外創企在成立時間、融資輪次及上市進度、具體業務分佈、對外合作狀況上，均有明顯差異：
最為明顯的是上市進度。目前，國外Schrodinger、Recusion、Relay Therapeutics、Lantern Pharma、Landos Biopharma和Exscientia均已完成IPO上市，國內暫無上市公司。
此外，國內外AI製藥企業在業務範圍、在研管線及數量進度上也均有差異。
但在商業模式和具體業務上，國內外的思路基本相同，都分為承接傳統藥廠專案的CRO模式、自研Pipeline的Biotech模式和對外提供技術平臺的軟體模式。
整體而言，國內現階段仍以CRO模式為主，藉此實現快速變現、驗證迭代技術實力、開啟市場的作用，同時透過自研管線的模式，打造自身長期優勢。
7。自研資料能力成為AI製藥企業重要競爭壁壘
目前而言，AI製藥行業還處於獲取市場信任的階段。長此以往，將形成“突破案例—合作及融資—相關基礎設施建設—突破案例”的迴圈，行業馬太效應也將逐漸顯現。
技術上，取得突破性成果數量越多的AI製藥企業，其演算法將越受歡迎，而這一標準正逐漸成為業界共識，以此區分AI製藥企業的技術成熟度。
在AI製藥企業的技術、資料和業務三類競爭壁壘中，資料成為其中的關鍵要素，尤其是AI製藥企業自研資料的能力。
這是因為，AI製藥所需的高價值資料更多的來源於智慧實驗室，傳統藥廠的資料壁壘相對有限。
關於量子位智庫：
量子位旗下科技創新產業鏈接平臺。致力於提供前沿科技和技術創新領域產學研體系化研究。面向前沿AI&計算機、生物計算、量子技術及健康醫療等領域最新技術創新進展，提供系統化報告和認知。透過媒體、社群和線下活動，幫助決策者更早掌握創新風向。
特別感謝：百圖生科、答魔資料、段宏亮教授（浙江工業大學）、黃晶教授（西湖大學）、劑泰醫藥、晶泰科技、望石智慧、星亢原、西湖雲谷智藥、 英矽智慧、星藥科技、億藥科技（按首字母排序）。