药友制药上市

AI制药“冷思考”：被资本追捧却没有款药物上市

本报(chinatimes.net.cn)记者郭依林在于娜报道。

近年来，AI+医疗的应用场景不断延伸。在传统制药行业，人工智能逐渐应用于药物靶标发现、虚拟筛选、化合物/生物结构合成、理化性质预测等诸多过程。

人工智能在药学领域的首次应用已经过去了六年，但人工智能药学领域还没有一种药物上市。AI制药领域的独角兽不断登陆美股，一级市场融资额创历史新高。

与此同时，疑虑仍在继续。AI制药赛道是未来医药行业的新出路，还是技术伪装下的泡沫？

“生命健康领域的大多数技术都需要很长一段时间的开发和验证。尤其是药学是一个漫长的过程，一般需要10年以上。”上海天壤智能科技有限公司CEO薛在接受《华夏时报》记者采访时表示，“从长远来看，我们非常期待ai研发的第一批和第二批药物获批。AI技术要在药物RD和应用上取得阶段性成果，以及终点验证，需要更多的时间和耐心。”

从2021年开始，AlphaFold2突破了基础学科的传统创新模式，从而开启了AI+合成生物学的制药浪潮。与此同时，人工智能企业纷纷进入AI制药领域。用蛋白质设计解码生命科技，从底层改变药物研发方式。

近年来，中国进入了合成生物学竞争的快车道。

今年5月10日，国家发改委发布《生物经济发展“十四五”规划》，合成生物学再次迎来发展。根据规划，“十四五”期间，我国生物技术和生物产业加快发展，生物经济成为推动高质量发展的强大动力。

AI技术的蝴蝶飞向结构生物学，能否为AI涉及的生物制药研发带来转机？

被资本追捧的AI制药

AI向医疗领域的延伸要追溯到16年前。2006年，IBM开发出沃森系统，从此AI+医疗进入大众视野。据悉，沃森可以通过研究文献，帮助医生提供循证治疗方案。

但记者注意到，国外AI制药公司大多成立于2014年。

2016年12月，AI+首次在医药领域公开应用。当时，辉瑞宣布将与IBM合作，利用沃斯顿帮助发现癌症免疫治疗药物。

2020年底到2021年，人工智能主导的合成生物学领域，国外传来好消息。AbCellera、Neoleukin等独角兽相继上市，一级市场再次受到刺激，融资额不断突破历史新高。

“AI+制药”成为2021年最热门的赛道之一。根据动脉橙的报告，全球融资事件共77起，总金额45.6亿美元(约合人民币307亿元)，其中12.4亿美元在中国市场筹集。约53%的A轮公司进入B轮，38%的B轮公司成功进入C轮，46%的C轮公司进入D轮。

来自中银证券的另一组数据显示，2021年全球AI制药领域融资较2020年增长152%。

即使在2022年，这种趋势也没有减弱的迹象。

中银证券研究报告显示，2022年一季度，AI制药领域共发生42起融资事件，融资总额超过24亿美元。其中中国13例，美国21例，欧洲等其他国家8例。融资活动仍主要发生在中国和美国，占总融资事件的80%。

SynbioBeta预测，2022年将是合成生物学历史上最好的投资年，全年融资总额将是过去三年的总和。

市场上没有人工智能药物

在AI药房领域，企业分为不同的商业模式。一类是主要提供软件平台服务的SaaS提供商，其中以薛定谔为代表；另一个是提供药物研发所需的AI-CRO服务，促进管道开发；还有提供内部RD管道的服务提供商。

在前两种模式中，人工智能技术并没有真正打破传统制药行业的RD体系。天壤X-lab负责人苗宏江博士表示，“从RD过程来看，AI优化的部分不到40%。更准确地说，AIDD(AI辅助药物研发)使用AI技术来加速药物筛选。”

“这意味着药物研发的临床试验成本没有被AI技术优化。但无论是传统研发还是AI介入，我们都需要在前期研发中更加严谨和全面，以提高临床试验的成功率。”姜淼说。

与传统的开发方式相比，AI参与研发的候选药物已经处于临床期甚至临床II期。在苗宏江看来，数据和算法是需要时间沉淀的，这对于药物研发的速度来说已经很快了。

薛认为，“AI主导设计在的优势在于其成功经验可复制性强，有望在不确定性极高、成功率极低(美国FDA临床三期通过率不到8%)的药物研发领域带来革命性突破。所以，如果以三期临床或药物上市来衡量成功与否，AI技术需要更多的时间才能到达这个节点，甚至是AI药物落地的爆发期。”

但现实是，目前国际上AI研发的药物没有一个成功上市的，即使是公开进入三期临床的，更别说哪个公司能在这个赛道上实现真正的盈利。

然而，这条轨道上的美股13家上市公司全部狂跌，最大跌幅超过80%，最小跌幅超过30%。

“创新药物研发是一项极其复杂和艰巨的系统工程。即使不算最早的疾病原理研究，从发现靶点到临床实验验证最终药物，再到交付给患者，也需要一个漫长而严谨的研发和测试周期。通常需要10年以上，包括3-5年的临床前开发和6-7年的临床试验。”姜淼说。

AI制药的突破

自人工智能+合成生物学的组合形成以来，人工智能在药物RD电路中掀起了新的浪潮。AI主导的蛋白质设计异军突起。此外还有代谢工程、基因组工程等多个细分领域。

与常见的AIDD模式不同，天壤选择了突破底层技术，希望从根本上改变药物研发的方式。从其蛋白质结构入手，涵盖预测、设计等多个环节，为AI算法提供数据和验证。

记者了解到，刺突蛋白结合剂的传统开发往往采用制备抗体或对天然ACE2进行修饰的方法。然而，这种方法不仅实验步骤复杂、耗时长、效率低，而且最终产品受高分子量和高成本的限制，难以广泛应用。因此，国外也在探索设计成本更低、技术更具挑战性的蛋白质的方法。在这场生命科学的技术革命中，天壤不希望中国生物制药企业落后。

在此背景下，天壤自主研发了速度和精度堪比AlphaFold2的蛋白质结构预测平台TRFold，以及蛋白质结构设计平台TRDesign。在AI技术驱动下，突破了蛋白质设计方法复杂、计算粗糙、主链和侧链需要反复更新的难题。对蛋白质折叠学习到的序列-结构-功能关联进行反向映射，根据目标功能快速生成氨基酸序列，从而实现更高效、成功率更高的蛋白质设计，使“大规模生物制造”的目标成为可能。

据悉，TRDesign平台由AI主导，从零开始设计了新冠肺炎刺突蛋白结合剂，可以阻止刺突蛋白与人ACE2蛋白结合。该平台是一个蛋白质设计平台，用于端到端的蛋白质设计、检测以及稳定性和亲和力的优化。

姜淼解释说，“这意味着TRDesign可以更自由灵活地设计蛋白质，不再受已知天然蛋白质的功能区域限制。由此，科学家在研发药物时，不再依赖传统的被动搜索和发现思路，而是可以主动设计治疗性蛋白质。通过设计蛋白质的有效候选药物，以前没有药物可用的疾病将在未来被治愈。基于此，我们在不断探索扩展的应用场景。”

编辑:孙梦媛编辑:陈