隨著人工智能（AI）技術的快速發展，藥物市場新趨勢逐漸形成，AI制藥這個充滿機會的新領域愈發吸引資本關注。在資本市場，兩支“AI制藥”概念股——Schrodinger和Relay Therapeutics已分別于2020年2月和7月在納斯達克上市。其中，作為行業內第一家計算藥物研發上市公司，Schrodinger的股價從首發價17美元一度漲到近百美元。

不僅如此，醫藥巨頭企業在AI領域的布局目標逐漸從醫學影像轉移到制藥。乘著資本高度認可和藥企積極布局的東風，AI藥物研發行業步入發展快軌。

AI新藥研發能力卓越

新藥研發主要包括藥物發現、臨床前研究、臨床研究和審批上市4個階段，需要投入大量人力、物力和財力。

據Deep Knowledge Analytics統計數據，藥物研發階段需篩選5000~10000種化合物，僅其中250種能夠進入臨床前研究階段，最終進入臨床研究階段的只有幾種。此外，新藥研發耗時較長?，F階段，新藥研發的平均耗時約為14年。在成本上，德勤數據顯示，截至今年8月初，相比于2010年，納入統計的12家國際制藥公司的上市藥物開發成本增加33%，每年投入約16億美元。各大藥企不斷嘗試通過技術創新加快新藥研發速度、提高研發成功率、降低成本，AI新藥研發迎來發展契機。

AI具備自然語言處理、圖像識別、機器學習和深度學習能力。其中，深度學習技術非常適合用于藥物發現，因為它具有從原始未處理數據、大型或小型數據集中提取關鍵特征的能力。機器學習算法有不同的“學習”方式，包括監督、無監督或強化。無監督機器學習可以在醫學和生物學研究數據中找到可用于識別新疾病的靶標；強化機器學習可以實現虛擬篩選和從頭藥物設計；通過使用現有的藥物和臨床試驗數據，監督學習可用于提高藥效及進行毒性和ADME（吸收、分布、代謝、排泄）預測。

因此，通過正確利用AI算法，大部分藥物開發過程可以通過計算機進行，從而節省成本并降低風險。

行業整合趨勢明顯

根據Deep Pharma統計，2020年，全球AI藥物研發賽道參與者眾多，涉及信息技術、化工、醫藥及CRO等領域。AI藥物研發企業主要專注于臨床前研究、臨床研究、“End-to-End”研究和藥物再利用研究等領域。其中，美國企業最多，占比約54.4%；其次是歐盟企業，占比13.4%；英國、加拿大企業占比分別為14.2%和6.7%；中國相關企業占比為2.5%。此外，還有投資機構約600家，主要分布于美國、歐盟、亞洲和英國。目前，亞太地區積極增加AI制藥投資趨勢明顯，預計亞太地區，特別是中國的AI藥物研發企業數量將會快速增加。

從行業發展趨勢來看，近年來，AI藥物研發受資本追捧，相關領域融資總額從2014年2.2億美元增長至2020年的18.39億美元。在融資輪次分布上，2015年，AI藥物研發領域融資輪次為種子輪的企業占比為51%。2020年，這一比例下降到30%；B輪、C輪的巨額融資項目越來越多，行業整合趨勢明顯。

算法、算力、數據三駕馬車驅動發展

算法、算力和數據是AI技術的三大基石。

在算法上，AI領域中的自然語言處理、機器學習、深度學習、知識圖譜、計算機視覺等技術，有助于解決藥物研發領域的難題。在蛋白結構及蛋白配體相互作用預測、藥物靶點發現、活性化合物篩選、分子生成、化合物性質預測、臨床試驗、生物標志物研究、藥物重定向等環節中，AI技術均已得到廣泛應用。

就算力而言，在最新發布的TOP500超算榜單中，日本超級計算機“富岳”蟬聯第一?？蒲腥藛T曾使用“富岳”發現了數十種有望成為新冠肺炎特效藥的物質。其他領先超級計算機，如美國超算“Summit”和中國超算“天河二號”等，在生物醫藥領域也作出了突出貢獻。

在數據上，目前，AI制藥企業的絕大多數數據來源于藥企、科研機構或院校公開的數據，自有數據量比較小，數據共享意愿不強，這在一定程度上制約了行業的發展。2020年12月，微眾銀行AI團隊與同濟大學達成合作協議，通過聯邦學習來進行本地藥物隱私數據保障，并模擬了多個制藥機構之間的藥物協同開發，助力制藥機構在保障自身藥物數據隱私安全的前提下進行協同藥物發現。

我國AI制藥企業正在崛起。其中，晶泰科技是一家以計算驅動創新的藥物研發科技公司，2020年完成3.188億美元的C輪融資，創造全球AI藥物研發領域融資額的最高紀錄。望石智慧是一家致力用AI驅動新藥研發的科技公司。憑借已被驗證的商業模式、牢固的技術根基及優秀的團隊，望石智慧在過去一年內連續完成4輪融資，投資方涉及醫藥和AI兩個領域的頭部機構。2020年成立的METiS劑泰醫藥是一家新創企業，在全球率先進行以AI驅動的藥物制劑開發。成立不到一年，該企業已完成實驗室落地計劃，并與多家知名藥企達成戰略合作，獲得億元級Pr e-A輪融資。（頭豹研究院供稿）