文|Alter 張賀飛

編輯|沈潔

對(duì)于AI從業(yè)者來(lái)說(shuō)，2022年恐怕不是什么好年景。

資本寒冬的說(shuō)法越發(fā)高漲，眾多獨(dú)角獸的市值大幅縮水。二級(jí)市場(chǎng)的悲觀情緒傳導(dǎo)到一級(jí)市場(chǎng)后，整個(gè)行業(yè)的融資頻次斷崖式下滑，曾經(jīng)炙手可熱的資本寵兒，正在遭遇“創(chuàng)新者的窘境”。

唱衰AI的聲音有很多，最為常見的原因有兩種：一個(gè)是現(xiàn)階段商業(yè)化成熟的場(chǎng)景太少，另一個(gè)是AI獨(dú)角獸的盈利能力太弱。過(guò)去屢試不爽的“燒錢換增長(zhǎng)”邏輯，已經(jīng)很難讓資本市場(chǎng)提起興趣。

在外部大環(huán)境哀鴻遍野的時(shí)候，AI制藥成了為數(shù)不多的例外。這個(gè)2020年才走進(jìn)公眾視野的新興行業(yè)，逆勢(shì)站在了資本的風(fēng)口，一些成立一兩年的企業(yè)就拿到了億元級(jí)別的融資，部分行業(yè)頭羊甚至斬獲了百億級(jí)的訂單。

為何在AI被資本“拋棄”的節(jié)骨眼上，藥物研發(fā)照舊被圈內(nèi)外所青睞，到底是資本吹起的新泡沫，還是AI的應(yīng)許之地？理清楚這些問(wèn)題，不單單可以摸清AI制藥的虛實(shí)，也能為AI的應(yīng)用落地找到一些啟示。

01 一個(gè)天然的AI場(chǎng)景

AI制藥的走紅，著實(shí)有些討巧的因素。

2020年舉辦的第14屆國(guó)際蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)競(jìng)賽上，谷歌的AlphaFold2成功根據(jù)基因序列預(yù)測(cè)了蛋白質(zhì)的三維結(jié)構(gòu)。在疫情黑天鵝制造的緊張氛圍下，這樣一個(gè)創(chuàng)舉迅速在全世界范圍內(nèi)掀起熱潮。

目前幾乎所有的藥物都作用于蛋白質(zhì)，原理是通過(guò)藥物和靶標(biāo)蛋白的相互作用，進(jìn)而改變蛋白質(zhì)的功能，達(dá)到治療的效果，就像是鎖和鑰匙的關(guān)系。倘若能夠準(zhǔn)確預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)，就可以精準(zhǔn)設(shè)計(jì)對(duì)應(yīng)的鑰匙。

然而蛋白質(zhì)的形成需要DNA轉(zhuǎn)錄為RNA、RNA翻譯成氨基酸鏈，再由氨基酸脫水縮合成大分子蛋白質(zhì)。組成蛋白質(zhì)的氨基酸有22種，一個(gè)蛋白質(zhì)包含幾十到幾萬(wàn)個(gè)氨基酸鏈，并且有著復(fù)雜的三維結(jié)構(gòu)，以至于許多科學(xué)家窮盡一生都無(wú)法完全解析出某個(gè)蛋白質(zhì)結(jié)構(gòu)，AI帶來(lái)的沖擊不言而喻。

正是從2020年開始，投資機(jī)構(gòu)紛紛揮師AI制藥。根據(jù)斯坦福大學(xué)發(fā)布的《人工智能指數(shù)》報(bào)告，2020年投向AI藥物研發(fā)領(lǐng)域的資金增至138億美元，超過(guò)上年同期的4.5倍以上；中銀證券的數(shù)據(jù)顯示，2020年中國(guó)AI+制藥的融資數(shù)量翻了一倍，融資總額比前一年同比增長(zhǎng)了10倍左右。

資本的表現(xiàn)不可謂不瘋狂，但瘋狂的背后絕非盲目，而是看到了AI制藥所蘊(yùn)藏的誘人“錢景”。

藥物研發(fā)行業(yè)有一個(gè)著名的“雙十定律”，即10年時(shí)間、10億美元，才可能研發(fā)出一款新藥。而按照Nature的統(tǒng)計(jì)，“雙十定律”其實(shí)是一種理想業(yè)態(tài)，現(xiàn)實(shí)中一款新藥從研發(fā)到獲批上市，平均需要10到15年的時(shí)間，需要耗費(fèi)約26億美元，而且臨床成功率不到10%。同時(shí)還出現(xiàn)了可怕的“反摩爾定律”，即便制藥公司在過(guò)去幾十年中的研發(fā)支出不斷增加，但10億美元換來(lái)的新藥數(shù)量每9年就減少一半。

新藥研發(fā)的長(zhǎng)周期、高成本、低成功率，無(wú)疑給AI留下了龐大的用武之地：通過(guò)機(jī)器自主學(xué)習(xí)數(shù)據(jù)、挖掘數(shù)據(jù)，總結(jié)歸納專家經(jīng)驗(yàn)外的藥物研發(fā)規(guī)律，繼而優(yōu)化藥物研發(fā)流程中的各個(gè)環(huán)節(jié)，不僅可以提升藥物研發(fā)效率與成功率，還有望降低研發(fā)費(fèi)用和試錯(cuò)成本，驅(qū)動(dòng)行業(yè)走出“反摩爾定律”的陰影。

02 AI制藥的落地現(xiàn)狀

至于AI制藥是否是新的泡沫，還要從落地邏輯中找答案。

一款藥物從研發(fā)到量產(chǎn)，中間涉及到靶點(diǎn)發(fā)現(xiàn)、化合物合成、化合物篩選、晶體預(yù)測(cè)、藥理評(píng)估、臨床設(shè)計(jì)、藥物重定向、審批生產(chǎn)等十幾個(gè)流程，涵蓋藥物發(fā)現(xiàn)、臨床前研究、臨床研究、審批與上市四個(gè)階段。藥物研發(fā)的長(zhǎng)周期和長(zhǎng)流程，比起其他領(lǐng)域?yàn)锳I提供了更多的切入點(diǎn)。

只是不同于海外藥企的超高熱情，國(guó)內(nèi)目前只有藥明康德、中國(guó)生物制藥等少數(shù)藥企積極參與，市場(chǎng)的主角其實(shí)是科技巨頭和創(chuàng)業(yè)者。

前者的代表有華為、騰訊、阿里、百度等，巨頭們往往不參與藥物研發(fā)，而是聚焦于需要的算法和算力。比如騰訊的云深制藥，上線時(shí)的定位是藥物發(fā)現(xiàn)平臺(tái)，提供算法、數(shù)據(jù)庫(kù)、云計(jì)算等服務(wù)，目標(biāo)客戶是藥企；百度的百圖生科，同樣是輸出算法模型和算力基礎(chǔ)，繼承了互聯(lián)網(wǎng)擅長(zhǎng)的平臺(tái)模式。

后者似乎才是AI制藥的主力軍，典型的例子有英矽智能、晶泰科技等等。其中英矽智能搭建了集整合創(chuàng)新靶點(diǎn)、創(chuàng)新分子發(fā)現(xiàn)、臨床研究結(jié)果預(yù)測(cè)為一體的AI平臺(tái)，包括靶點(diǎn)發(fā)現(xiàn)和多組數(shù)據(jù)分析引擎、分子設(shè)計(jì)引擎、臨床試驗(yàn)結(jié)果預(yù)測(cè)引擎等組件；晶泰科技建立了智能計(jì)算、自動(dòng)化實(shí)驗(yàn)、專家經(jīng)驗(yàn)在內(nèi)的研發(fā)體系。

在巨頭和創(chuàng)業(yè)派的探索下，國(guó)內(nèi)AI制藥并不缺少有價(jià)值的成果。譬如百度的LinearFold算法，將新冠病毒的全基因組二級(jí)結(jié)構(gòu)預(yù)測(cè)從55分鐘縮短至27秒；英矽智能在2021年2月對(duì)外宣稱，僅用18個(gè)月的時(shí)間、260萬(wàn)美元的投入，就研發(fā)出了特發(fā)性肺纖維化疾病新靶點(diǎn)，節(jié)約了大量藥物發(fā)現(xiàn)成本。

圖源：億歐智庫(kù)

諸如此類的成果不乏可圈可點(diǎn)之處，卻也難掩這樣一個(gè)事實(shí)：巨頭們的布局還處于戰(zhàn)略層面，大規(guī)模的落地應(yīng)用仍需要時(shí)間驗(yàn)證，而英矽智能等創(chuàng)業(yè)公司的成績(jī)，現(xiàn)階段主要以藥物發(fā)現(xiàn)為主，或許可以大幅降低藥物發(fā)現(xiàn)的成本和時(shí)間，可對(duì)藥物研發(fā)總成本的影響依然非常有限。

也就是說(shuō)，AI制藥是一個(gè)未被完全驗(yàn)證過(guò)的行業(yè)，自然語(yǔ)言處理、圖像識(shí)別、深度學(xué)習(xí)、認(rèn)知計(jì)算等前沿技術(shù)逐步落地，但落地的深度可能遠(yuǎn)不及安防產(chǎn)業(yè)。其中的原因離不開藥物研發(fā)的行業(yè)屬性，畢竟靶點(diǎn)確定到臨床試驗(yàn)需要一步一步來(lái)，AI制藥的風(fēng)口不過(guò)才兩三年的時(shí)間，但無(wú)法阻礙質(zhì)疑聲的出現(xiàn)。

03 自成一派的商業(yè)化

最為苛刻的質(zhì)疑是：現(xiàn)在還沒(méi)有一款A(yù)I藥物上市。

這樣的聲音夾雜著太多的主觀色彩，AI在制藥過(guò)程中扮演的終歸只是輔助角色，繞不開行業(yè)固有的流程和機(jī)制，不可能用兩三年的時(shí)間做完十年的事。卻也揭示了一個(gè)既定事實(shí)，即大部分AI制藥距離商業(yè)化還有不小的距離，藥企僅僅是對(duì)新技術(shù)進(jìn)行有限度的嘗鮮，AI仍然是一個(gè)加分項(xiàng)。

任何悲觀信號(hào)傳導(dǎo)到市場(chǎng)端，都會(huì)影響一些人的決策，AI制藥也逃不過(guò)被唱衰的魔咒。晶泰科技據(jù)傳在赴美上市遇阻后想要轉(zhuǎn)戰(zhàn)港交所，最終在A股上市，市值較之前的估值縮水了近一倍；另一家AI制藥企業(yè)Schrodinger，比起2020年末60億美元的市值，已經(jīng)驟降到20億美元上下。

暫時(shí)的波折還不至于讓AI制藥跌落神壇，相比于安防、質(zhì)檢等應(yīng)用的同質(zhì)化，AI制藥由淺入深演變出了三種商業(yè)模式：

一是搭建AI技術(shù)平臺(tái)，拼的是算力、數(shù)據(jù)、算法等硬實(shí)力，主要是向藥企等客戶收取授權(quán)使用費(fèi)，也是科技巨頭們主戰(zhàn)場(chǎng)；二是幫助藥企或CRO企業(yè)完成研發(fā)任務(wù)，比如根據(jù)既定靶點(diǎn)篩選出合適的化合物；三是自建實(shí)驗(yàn)室和研發(fā)管線，需要的資金量超乎想象，并且要承擔(dān)研發(fā)失敗的風(fēng)險(xiǎn)。

技術(shù)平臺(tái)的營(yíng)收路徑毋庸贅述，看點(diǎn)在于后兩種商業(yè)模式的可行性。由于制藥的不確定性，衍生出了首付款、里程碑價(jià)格等付款方式，目前國(guó)內(nèi)管線的首付款平均為280萬(wàn)美元，里程碑價(jià)格可能達(dá)到數(shù)百億元，即使AI制藥尚未進(jìn)入臨床階段，也能靠合作管線拿到藥企的資金，避免“缺糧”的局面。自研管線的風(fēng)險(xiǎn)相對(duì)較大，但在此類企業(yè)的投資名單中，已經(jīng)可以看到頭部藥企的身影。

個(gè)中緣由并不復(fù)雜。和傳統(tǒng)的制藥巨頭相比，AI制藥企業(yè)的體量往往不大，即使存在風(fēng)險(xiǎn)成本極高的情況，“失敗的代價(jià)”也容易被行業(yè)接受。一種理想的業(yè)態(tài)是，AI制藥的早期階段被資本市場(chǎng)推動(dòng)，前景和可行性被市場(chǎng)驗(yàn)證后，由藥企買單進(jìn)行馬拉松式的長(zhǎng)跑，期間或許會(huì)淘汰掉一些公司，并不妨礙整個(gè)行業(yè)持續(xù)向前。

至少就目前來(lái)看，AI制藥已經(jīng)在疾病機(jī)理及靶點(diǎn)研究、靶點(diǎn)藥物設(shè)計(jì)、化合物篩選、晶型預(yù)測(cè)、臨床前輔助研究等場(chǎng)景中表現(xiàn)出了良好的應(yīng)用前景。藥物發(fā)現(xiàn)作為整個(gè)藥物研發(fā)流程的基石，也是AI制藥循序漸進(jìn)的基礎(chǔ)。

04 進(jìn)行中的范式革新

打一個(gè)比方的話，現(xiàn)階段的AI制藥正處于拂曉時(shí)分。

因?yàn)樯飳W(xué)的復(fù)雜性和臨床數(shù)據(jù)庫(kù)的缺乏，AI對(duì)藥物研發(fā)的滲透停留在了前端的藥物發(fā)現(xiàn)環(huán)節(jié)。除了無(wú)差別的“抨擊”，似乎還有另外一種解釋：AI的曙光已經(jīng)在制藥領(lǐng)域照亮，所影響的不單單是效率和成本，也在重構(gòu)行業(yè)的協(xié)作范式。

在傳統(tǒng)的藥物研發(fā)過(guò)程中，常常需要藥化專家根據(jù)經(jīng)驗(yàn)提出5000-10000種化合物做藥物篩選，篩選出250個(gè)左右的化合物進(jìn)入臨床前研究，然后找到5-10個(gè)化合物進(jìn)行臨床試驗(yàn)，最終有一兩種化合物通過(guò)臨床測(cè)試，無(wú)異于“大海撈針”。

AI制藥興起的時(shí)間不算長(zhǎng)，但不少藥企已經(jīng)在試圖改造流程。比如在化合物篩選階段引入神經(jīng)網(wǎng)絡(luò)，可以在幾天時(shí)間里篩選超過(guò)1億個(gè)化合物，根據(jù)算法模型的預(yù)測(cè)分?jǐn)?shù)對(duì)化合物進(jìn)行排名，羅列出幾種到幾十種最有可能的化合物。簡(jiǎn)單來(lái)說(shuō)，AI參與藥物篩選的原理就是利用歸納推理能力加速化合物的篩選，擺脫對(duì)藥化專家經(jīng)驗(yàn)和知識(shí)的深度依賴，在環(huán)節(jié)上越來(lái)越科學(xué)化。

同時(shí)被改變的還有藥企們對(duì)外合作的態(tài)度。

早在2019年的時(shí)候，強(qiáng)生、羅氏、賽諾菲、武田等10家藥企參與了著名的MELLODDY聯(lián)盟，通過(guò)區(qū)塊鏈和聯(lián)邦學(xué)習(xí)進(jìn)行藥物數(shù)據(jù)共享；而后輝瑞、強(qiáng)生、羅氏、賽諾菲、武田、禮來(lái)、GSK參與的Accumulus Synergy在2020年成立，試圖增強(qiáng)全球所有地區(qū)的協(xié)作和數(shù)據(jù)共享；阿斯利康、默克、輝瑞、梯瓦、AWS則在以色列生物技術(shù)基金的倡導(dǎo)下成立了AI藥物研發(fā)實(shí)驗(yàn)室AION Labs，合作開發(fā)AI技術(shù)并孵化新公司……

雖然MELLODDY聯(lián)盟在結(jié)束長(zhǎng)達(dá)三年的合作后，尚未傳出是否續(xù)約的消息，但藥企巨頭試圖做出的改變已是不爭(zhēng)的事實(shí)：曾經(jīng)被視為核心商業(yè)機(jī)密的實(shí)驗(yàn)數(shù)據(jù)，已經(jīng)在有限范圍內(nèi)共享，而AI制藥的底層邏輯就是通過(guò)大量的數(shù)據(jù)進(jìn)行模型訓(xùn)練，數(shù)據(jù)量越充足，算法的預(yù)測(cè)結(jié)果越準(zhǔn)確。

隱藏在這些現(xiàn)象背后的真相在于，同樣面對(duì)AI這樣的新物種，藥企巨頭們并未像很多行業(yè)的既得利益者那樣扮演“保守派”的角色，而是在積極促進(jìn)AI的應(yīng)用，即使現(xiàn)階段的落地還比較有限，但不排除AI應(yīng)用于臨床試驗(yàn)等核心環(huán)節(jié)的可能。

相對(duì)樂(lè)觀的市場(chǎng)環(huán)境，或許才是AI制藥被青睞的直接利好，并在無(wú)形中為國(guó)內(nèi)AI制藥提供了可以參考的方向。

05 寫在最后

再來(lái)回答文初的問(wèn)題，答案已經(jīng)非常清晰。

AI制藥的崛起絕非偶然，產(chǎn)業(yè)本身存在著龐大的應(yīng)用潛力，并且取得了立竿見影的效果；在具體的落地過(guò)程中，不同陣營(yíng)的布局有些許重合，但整個(gè)行業(yè)沒(méi)有掉進(jìn)內(nèi)卷的陷阱，有著相對(duì)理性的分工；最重要的一點(diǎn)在于，AI制藥不是“少年屠殺惡龍”的故事，無(wú)論是創(chuàng)業(yè)派還是藥企，都在推動(dòng)行業(yè)的前進(jìn)。

也許現(xiàn)階段的AI制藥存在非理性繁榮的成分，場(chǎng)上的玩家有一些是投機(jī)者，依舊位于市場(chǎng)的起步階段，很多棘手問(wèn)題無(wú)法被解決，卻也有著很多行業(yè)稀缺的品質(zhì)，即AI的價(jià)值從未被盲目鼓吹，大多數(shù)參與者在努力尋找AI和制藥契合的場(chǎng)景，讓外界看到的是一種漸進(jìn)式的進(jìn)步和驚喜。