近日，瑞典皇家科学院宣布，将2024年诺贝尔化学奖授予蛋白质设计先驱David Baker教授与AlphaFold开发者Demis Hassabis、John M.Jumpe。

继前几日AI教父John J.Hopfield和Geoffrey E.Hinton获得诺贝尔物理学奖后，AI+制药已成为诺奖的焦点。

如果以诺贝尔奖作为人类历年科学发展的缩影，那么对制药业而言，诺贝尔生理学或医学奖提供的是作用机制、诺贝尔化学奖提供的是构建方法、诺贝尔物理学奖提供的是处理效率。

技术的不断突破，让AI制药站上风口。

百舸争流

AI技术在制药领域的应用已经引起了广泛的关注，有数据显示，截至2023年底，全球共有897家AI制药企业。其中国内AI制药企业就达到了93家，而2020年底时仅为16家。

从主要布局来看，大多数AI制药公司还是将重心放在了早期药物开发这一起始阶段上。

图1 AI制药公司布局
图片来源：参考来源3

从AI制药参与者类型来看，主要分为三大类，IT巨头、AI制药企业和大型药企。三类企业依托各自在研发、生态、算法的优势切入行业。

表1 AI制药参与企业分类

数据来源：公开资料整理

为了降本增效，MNC们对AI充满着无限热情，年初的JPM大会上，谷歌母公司Alphabet旗下的AI生物技术公司Isomorphic Labs宣布与礼来和诺华签署了两笔价值近30亿美元的大额交易；赛诺菲更是在去年宣布了“All in AI”战略；近日礼来也任命Thomas J.Fuchs为公司第一任首席人工智能官，各大跨国制药企业动作不断。

经统计，仅2023年MNC在AI+药物研发领域就达成了超30项合作，已披露的总价值约100亿美元，单笔总额最高达27亿美元，其热情可见一斑。而在国内，恒瑞、上海医药等传统企业也早于21年与XtalPi等人工智能企业达成合作。

图2 部分药企与人工智能企业合作概况
图片来源：参考来源5

对于IT巨头而言，依托自身强大的算法与科技实力，作为“卖铲人”获利也是一条一本万利的道路。

根据媒体报道，软银集团宣布计划在2025年前共投资1500亿日元（约9.6亿美元）来增强其人工智能(AI)数据中心的运算能力。

而腾讯早已参与其中，其投资的中国AI药物研究公司晶泰科技(QuantumPharm)6月13日在香港上市，成为国产AI制药第一股，并且在不久前结束的腾讯全球数字生态大会上，腾讯健康总裁吴文达在发言中指出，腾讯健康依托于大模型打造的解决方案已经在1300多家企业、医院等机构落地。

英伟达的参与更加令人注目，这家全球知名的科技公司，通过旗下的风险投资基金NVentures，积极拓展其在AI制药领域的投资版图。据智药局的数据监测显示，从2023年到2024年6月6日，英伟达共参与投资了10家AI制药公司。

此外，其自身研发的生成式AI平台NVIDIA BioNeMo，可用于蛋白质结构预测、蛋白质序列生成、分子优化、生成式化学、对接预测等。据悉，已有100多家生物制药和AI药物研发公司使用其BioNeMo平台，包括安进、安斯泰来制药、Cadence、Iambic、Insilico Medicine、Recursion和Terray Therapeutics，风光无限。

对于AI制药初创企业而言，还有很长的路要走。

从全球来看，目前海外仅有20余家AI制药企业上市，时间集中在2020年之后。

图3 海外已上市AI制药企业
图片来源：参考来源6

从公布财报看，2023年美国AI制药公司Schrodinger（薛定谔）年收入2.17亿美元，排名第一，其也是首家实现盈利的AI制药企业：其收入主要由三部分组成：软件收入、药物研发收入和其他收入，全年软件收入占了大头，收入为1.591亿美元，增长17.4%。

从研发管线来看，靶向MALT1的SGR-1505和靶向CDC7的SGR-2921均处于临床I期。另外，财报提到，未来薛定谔将会把资源越来越多地放在专利药物发现项目上，这也许意味着薛定谔会在未来锚定“卖铲人”的角色。

从国内来看，目前仅有一家上市公司晶泰科技于今年6月13日在香港上市，成为国产AI制药第一股。

晶泰科技于2014年成立，在2016年，在辉瑞举办的一场全球晶体结构预测盲测比赛上，刚创立不久的晶泰科技实现了100%准确预测，以此为契机开启了与头部跨国药企的战略合作

据招股书数据，在IPO前的融资历程中，晶泰科技共完成了8轮融资，累计金额达7.3亿美元（约合人民币52亿元），在全球AI制药企业中融资额排名第一。

目前公司拥有160+授权专利，正在进行超39项药物发现项目，已为全球300多家生物技术与制药公司及研究机构提供服务，其中包括全球前20大生物技术与制药公司（按2022年收入计）中的16家。

在国内除了晶泰科技外，目前还有进入到递交招股书环节的英汐智能、B+轮的红云生物和奕拓生物以及C轮的药物牧场、深势科技、甫康药业等企业。

AI制药公司们已经进入到上市竞速赛之中。

未来如何？

AI制药红透半边天，但是不可否认的事实是截至目前还没有完全由AI研发的新药物进入市场。

从融资的角度来看，2021年行业融资金额达历史高点，超过290亿美元，随后开始大幅下挫。

图4 历年AI制药融资情况
图片来源：参考来源7

分析原因，主要是由于当前AI制药技术不成熟，技术成果转化有障碍等原因。

比如文献显示类药物虚拟筛选库已拥有超过360亿种化合物，对于当下考虑到每个分子估计有10-50个构象异构体，总计超过5000亿个对象。虚拟筛选与实际验证的挑战都是巨大的，遑论常用的AI模型通常针对数万种或更少的化合物进行训练，这引发了人们对其在360亿种化合物的化学空间采样方面的有效性产生疑问。

预测的有效性与验证成本限制了AI制药的发展，也是目前为何没有一款上市AI药物的主要原因。

此外，另外一方面，则是由于很多公司“挂羊头卖狗肉”。

在探究AI制药行业时，波士顿咨询曾提出一个新式的词——“AI原生公司”，指的是那些真正拿AI做实事，而不是借着AI的噱头打广告的公司。

在进一步的筛选后，波士顿咨询有了惊人的发现，全世界AI制药企业高达700多家，可真正的“AI原生公司”，竟然只有114家（截至报告时间）。

技术的不成熟加上部分入局者的不靠谱，导致AI制药的融资与发展受到阻碍，甚至一些明星公司都受到极大的影响。

比如业内的明星公司Exscientia，其市值已经从上市之初的超30亿美元跌到了如今的5.97亿美元（截至2024年10月10日）。

并且由于其在管线上的接连失误，以及停止了针对A2A靶点的癌症候选药物EXS-21546的I/II期研究，进一步打击了市场信心。最终只能被英伟达投资的另一家AI制药公司Recursion并购，交易金额仅为6.88亿美元，不足上市之初的30%。

领头羊尚且如此，何论那些缺乏资金与技术实力的小型AI制药企业。

那么，未来会好吗？答案是一定的。

对于AI制药企业而言，其应用框架主要包括三个部分：数据收集和整理、使用分子描述符进行化合物表示、人工智能方法及其应用。

AI训练需要大量的数据验证与反馈，但是每一次的反馈与优化都会对下一次的优化进行拓展与提升。

这是一个逐步迭代的过程，随着数据的逐渐沉淀、模型的逐渐优化、算力的逐渐提升，当触发了爱因斯坦称为第八大奇迹的“复利”后，AI赋能制药的效率将会指数级的增长。

并且，商业的竞争本质是效率的竞争，新领域“first in class”药物所带来的优势是后来者无法比拟的。更快、更准确的药物发现、构建、验证对药企们来说具有无与伦比的吸引力，大浪淘沙之后，AI制药公司前景无限。

最后借用默沙东创始人George W.Merck讲过一句话，“我们应当永远铭记：药品是为人类健康而生产，不是为追求利润而制造的。只要我们坚守这一信念，利润必将随之而来。”

随着科技的进步，制药企业终将拿起AI这把效率之刃，劈开那些侵袭人类的病魔！

参考来源：
1.《医药行业估值》
2.Artificial Intelligence for Drug Discovery:Are We There Yet?，https://doi.org/10.1146/annurev-pharmtox-040323-040828
3.《AI制药商业模式分析：以英矽智能、晶泰科技为例》，华创证券
4.《全球AI智能制药公司布局情况现状分析（图）：早期药物开发是主要布局领域》，中研网
5.晶泰科技招股书
6.《中国AI制药企业白皮书》
7.《2024，集体逃离AI制药》，智药局
8.《50亿，AI制药最大并购诞生》，东四十条资本
9.《药物简史》
10.《英伟达、软银入局，AI制药是“王炸”还是概念？》，未来数字城市探索者
11.《AI助力新药研发破局上市公司抢滩黄金赛道》，证券时报网
12.《万字长文：AI制药的前世今生、药物发现、结构预测、从头设计、行业图谱》，BiG生物创新社

责任编辑：琉璃

声明：本文观点仅代表作者本人，不代表药智网立场，欢迎在留言区交流补充；如需转载，请务必注明文章作者和来源。如涉及作品内容、版权和其它问题，请在本平台留言，我们将在第一时间处理。