更多栏目
搜索
技术公司、药企、互联网,谁是主力军?|AI与新药(二)
程昊红·8月以前
江湖

本专题上一篇讨论了AI技术在制药中的应用方向、发展的现状以及面临的挑战。观察AI制药行业,可以看到很多不同的参与者,包括以AI技术平台驱动参与制药环节的新兴企业,开展AI技术合作或布局的传统药企,以及互联网巨头。


而这一篇的重点,更多关注在传统药企和互联网巨头,这些带着不同基因的参与者,在入局AI制药时,抱持什么样的态度,又采取怎样的姿态。这反映出了行业发展的一些态势。同时,在这种更全面的视角中,也拼接出AI制药在中国所展示的图景。


药企短期内以合作开发为主


据研发客不完全统计,2021年截至目前,已经有超过20项有关AI在制药应用中的合作。



目前看来,药企对于AI技术的应用,大多采用与AI技术公司合作的模式。


德琪医药首席科学官单波表示,这个阶段合作是主流。合作模式比较多样,包括最传统的CRO模式,就是作为项目外包给AI制药公司来做设计和后续的合成。还有一种趋势,是这类AI公司自己将项目推动到临床前候选物(PCC)阶段,在这个阶段与药企进行后续的合作和转让。


而在已公布的合作中,更深度的合作开发,即从设计合成到临床和商业化,参与环节更多、程度更深的合作模式,也占据相当大的比例。


据单波介绍,德琪在选定合作对象和合作方式时,除了公司团队背景、算法界面的友好度之外,德琪最重要的考虑,就是通过小型项目来验证相应的算法平台。同时,在合作模式上,也非常看重最终结果的交付,相较单纯设计、合成分子,着眼点最终落在临床前候选物的性质上。


而一家与晶泰科技合作的药企表示,双方的合作只是其应用AI技术的一部分公开的尝试。这家公司的副总裁告诉研发客,目前公司与多家AI技术公司合作,各类合作中尝试最多的方向是早期药物设计(drug discovery),特别是针对难成药靶点的小分子开发,与晶泰的合作就是这一类的代表。该公司也有向大分子设计、生物标志物和转化医学应用等方面的探索布局,同样采用合作模式。


“AI技术代表未来的方向。对此保持开放度是非常重要的。每一家AI公司所擅长的领域不完全一样,所以我们会就不同项目的特征,选择不同的AI头部企业来进行合作。从中也能学习到一些新的技术来加强药企的能力,几个项目的成功推动也会带来非常大的价值。”上述药企副总裁说。


从这些合作来看,药企显然更关注算法最终的产出和落地。而热度之下,医药界对AI技术应用的态度其实也有着有不同的声音。


在前述药企副总裁看来,从长期角度,肯定看好AI技术在新药开发的应用,业界的期待值普遍也比较高。不过,确实存在一些疑虑,如:应用中到底有多少的因素是真正由AI驱动的。药物开发中,很早就有计算机辅助药物设计(CADD)的应用,现在一部分AI驱动新药公司也是在这个基础上演化而来,也有一部分纳入更多纯粹AI的内容,本身有流派上的差别。


目前,清晰、完整由AI驱动的项目还比较少,领域处于比较早期探索阶段,可以说未达成POC(概念验证)。整体来看,领域还是有一点雾里看花的状态,业界在期待同时也保持一定谨慎。而国内竞争激烈,AI公司生存空间也比较复杂。


在自建团队与合作之间选择


实际上,跨国药企也多采用合作的模式引入AI技术的应用,不过,他们投入普遍更大,其中一些企业比如GSK、诺华等,已经在内部建立起AI技术团队。内部自建与合作的重心分配是比较值得关注的话题。


对此,单波表示,德琪目前还不考虑建立内部团队,因为AI技术应用需要达到一定规模,才能充分利用团队的资源。


药企人士则认为,短期内构建内部团队的不多,所知的在内部布局的多是跨国大药企。AI公司确实有一些药企不具备的能力,但是也缺乏药企产生出来的数据,最好的合作方式肯定是双向渗透的。不过,数据和应用也存在一定保密部分,未来制药公司可能会将某些核心的模块内部化,但也不大可能完成所有模块的工作,这部分还会选择合作模式。


自建与合作的比例跟不同公司的状态也不同。大型药企建立自己AI团队的可能性更高,有可能接近90%采用自建模式,10%左右寻求不同的合作。而中型生物技术公司,可能30%~40%左右自建,更大比例寻求合作。合作的模式会随着竞争压力以及成本不断的降低,出现更多样的选择和变化。


谈到在什么样的节点下药企会开始启动这方面的工作,这位药企人士表示,一方面是之前开展的合作取得了一定进展,带来了切实的帮助;一方面是资金、人才储备达到一定程度,对行业理解也逐步加深。这可能需要几年时间,并且会是个逐步的过程,先从某些小的模块开始,到整体更多地运用AI技术减少人工干预、提高研发的效率。


互联网大厂的“小九九”


AI应用到新药开发领域,另一重要的参与者是知名的互联网公司。


腾讯在2015、2018、2020年连续投资了晶泰科技;2020年,领投太美医疗科技;同是2020年,在世界人工智能大会云端峰会上发布了云深智药(iDrug)平台。百度2019年投资了英矽智能,后续则是陆续建立平台和团队;2020年,成立了百图生科。阿里巴巴与全球健康药物研发中心(GHDDI)合作,开发AI药物研发和大数据平台。华为也在布局内部AI药物研发团队。


视角放到国际上,互联网公司的布局还要更早。谷歌可以说是其中最有野心的。


Alphabet(谷歌母公司)的子公司Verily,主要就是利用AI、数据分析等工具开展医疗保健方面的应用。2014年,谷歌以超过5亿美元收购了DeepMind,DeepMind在AI技术开发中一个重要方向就是医疗方面的应用,最广为人知的就是其开发的预测蛋白空间结构的AlphaFold,而AlphaFold2在CASP14(蛋白质结构预测比赛)中达到92.4分(满分100),并在今年实现了开源。谷歌在这方面的投资也相当多,包括晶泰科技。


微软则是另一种路子,其于2019年和诺华签署5年合约,在诺华设立了“人工智能创新实验室”,将AI工具应用于新药研发的全环节中。


Alphafold2预测集中典型蛋白质结构


互联网巨头的明显特征是体量大、资本雄厚、有大量的用户数据,在算法层面上也更具有优势和积累。因为这些特点,对于互联网巨头在医药部分应用引发了不少猜想,但目前公开的信息并不多,难以明确其具体的关注方向,可以想见的是,不同属性必然带来切入点的差异。


剂泰医药联合创始人赖才达表示,国内这类互联网公司进入医疗领域更关心的可能是大健康领域,不只是药物开发一个环节,因为有大量的用户数据,所以面向的是患者,想要通过数据覆盖从个性化医疗方案到健康保险几方面,等于大健康医疗加互联网的应用,应用场景跟药企不尽相同。


美国的公司思路有一些不同,比如谷歌很多是纯粹技术层面的布局,有时候是为了打造最底层的AI技术,从0上实现突破,打破一些技术上的壁垒,并不考虑回报,投资DeepMind就属于这类。微软可能更多是为了云计算的核心应用,与诺华的合作是作为软件服务商推动自身的软件或云计算平台。


在晶泰科技联合创始人、CEO马健看来,互联网巨头的市值跟生物医药并不在一个量级上,对于他们来说,布局医药更类似基建的工作,大企业边界宽,需要在医药这个要素上做布局,在商业上也是一种防守。


在这样的切入点下,互联网公司在医药的布局是否最后会产生完整的医药产品?


据马健观察,互联网公司不会向行业当中的生产制造和特别垂直的方向走太远,因为这会远离这些公司本身的核心,核心网络延拓的边际效应会递减。互联网公司可以找到整个行业中一些共性的问题,做一些基础建设的内容,包括开源、提供更多的计算能力,连接行业中从云端到落地垂直的这条线。


“所以其实大家在这个行业当中一起参与,扮演的角色是不一样的,他们提供更加基础性的方案和更加通用性的半解决方案,而我们关注更加垂直的落地,落足药物研发工业。“马健说。


药企内部人士则更多站在制药的角度,他表示,制药学科非常复杂,信息层次更多,决策网络非常复杂而且环环相扣,AI技术在制药的应用不会像在阅片中那么简单,而是更需要一些新药开发的背景,以及新药开发的经验和实践。现在做得比较好的AI新药公司都是建立在一定基础的积累上。互联网公司在这个领域的布局可能也需要药物开发公司一起合作。


从应用到人才的中国差距


最后,在了解AI技术公司、药企和互联网巨头的不同的布局思路后,也可以一探中国在这个领域发展与国际相比的差异之处。


首先是应用的场景。药企人士表示,国内AI技术公司应用场景更集中在比较前端的药物开发上,与国外遍地开花的情况不同,国外的应用已经拓展到临床、转化医学、源头靶点发现、老药新用等。在分子类型方面,国内更集中在小分子;而国际上已经有很多蛋白、RNA等方向开发,不管在前端还是后端都更丰富一些。另外,国外达成交易的体量也比中国更大一些。


从上文研发客对行业合作的整理中,可以看到19项是针对分子的合成设计,而这19个分子设计合作中,10个明确是针对小分子开发,5个为大分子或者ADC,其他没有公开合作具体的分子类型。


赖才达也看到应用场景的差异。他表示,中国在这方面融资层面很火,但是项目不多。美国差不多有上百家AI医药企业,覆盖病理发现、靶点发现、细胞实验、分子设计,以及后期临床到销售的全链条。中国还没有达到这个数量级,可能在十几家到二十家这样的数量级别,药企对AI的纳入应用相对更少。


“这个环节里,中国还在刚刚起步的阶段,想要投资的资本比项目多。要达到美国的发展程度可能还需要三五年。” 赖才达说。


他提到另一个明显的差距在于人才储备。AI应用于新药需要的是跨领域的人才,既要懂AI技术,又要懂新药开发,并且愿意进入这个领域。很多AI和计算的人才可能更愿意进入互联网巨头公司,而不是AI+新药的环节。而真正懂创新药的人才在国内更是稀缺。真正从药物到AI的应用,可能比较有价值。相较之下,美国很早就在布局这方面人才培养,本身美国学术界跨领域人才就不少。


“中外AI新药领域的差异是面向市场的差异,AI算法技术上的差别并不如药物研发行业的差别大。中国正处在追求全球竞争力的创新药物研发起步阶段,而国外整个药物研发工业体系更加的完备和充分。”马健说。


对AI制药领域进行宏观了解之后,我们不妨将视角下沉到深耕此领域的技术公司,如上文提到的英矽、晶泰等,更详细地观察这些公司是如何让构想落地的。

文章关键字: 技术公司 药企 互联网 AI制药
6209
谁阅读了此文章?
回复评论0
登录后回复评论,不超过1024个字(当前剩余字数:1024)
程昊红 个人用户

身高1米6,气场7米8,江湖人称女魔头。爱听新药开发故事,爱研究高精尖技术,爱写暗黑系小说,爱讲女权主义的高分裂艺术控。

联系方式

联系电话

电子邮箱

cheng.haohong@pharmadj.com

公司名称

研发客

公司网站

公司地址

进入主页
Copyright © 2016-2022 研发客.All Rights Reserved.   建议反馈: Support@PharmaDJ.com   备案/许可证编号:沪ICP备17054709号-1   联系电话:021 - 88194359
关于研发客 | 加入会员 | 联系我们| 知识产权声明