新华财经上海10月18日电（记者 杜康）新药研发投资大、周期长、风险高。Nature数据显示，一款新药的研发成本平均约26亿美元，耗时10年，成功率不到10%。不过，人工智能有望应用于药物研发中的多个场景和阶段，帮助提高新药研发的效率和成功率。
将AI应用于制药行业，已经不是一个新鲜事。但是，AI到底能发挥多大的作用，可能多数人并不清楚。AI制药头部企业英矽智能今年3月在全球顶尖期刊《自然生物技术》发表科研论文，详细介绍了利用人工智能平台发现治疗IPF的新颖靶点TNIK，以及随后利用生成化学平台设计ISM001-055分子的全过程。谈及这一分子生成的意义，英矽智能联合CEO任峰表示，ISM001-055为人工智能驱动的药物发现提供了药效概念性验证。
任峰介绍，AI技术的应用，使得此药物分子的研发较传统方式用时缩短了三分之二，研发费用只有行业平均的十分之一。他还提到，AI制药行业发展已有了10年时间，目前行业处于“淘汰赛”阶段，管线进展、营收能力作为两个“显性”指标，成为判断一家AI制药企业优劣的最直观标准。
全球首款现药效概念验证的AI药物“出世” 研发费用节省十分之九
据悉，ISM001-055是一款“全球首创”（first-in-class）小分子抑制剂，由生成式AI驱动药物发现与设计过程，靶向TNIK（Traf2/NCK相互作用激酶）用于特发性肺纤维化（IPF）治疗。IPF是一种慢性、瘢痕性肺病，影响全球约500万人，预后较差，中位生存期仅为3至4年。
任峰表示，ISM001-055是一款由生成式AI找到新的靶点，也是由生成式AI找到新的分子进入临床，并且获得临床IIa期验证的一款药物。其在研管线ISM001-055在IIa期临床试验中取得了积极的初步研究结果，也成为了全球首款实现药效概念验证的AI药物。
谈及研发过程，任峰介绍，特发性肺纤维化此前没有特别好的药物，且相关药物都有较为严重的毒副作用，对病人肺功能的改善效果也不太理想。“当时我们立项的时候，希望通过AI找到一个跟大家都不一样的全新的生物学机制，于是我们就用生成式AI分析了对比了纤维化患者和健康人之间的组学差异，这里面包括转录组、基因组、代谢组，通过这些差异我们找到了TNIK这个靶点可能跟特发性肺纤维化疾病密切相关。找到靶点之后，我们发现没有临床参考分子，也就是说是没有化学的起点，于是我们又用生成式AI从无到有生成这个分子，之后推进药物的临床开发，目前看到积极结果。”
任峰称，目前这款药物分子只完成了临床IIa期，研究和观察时间尚短，受试者人数也比较少，还不能完全下结论，但已经看到了非常好的趋势。
关于AI在药物研发过程中的作用，任峰表示，AI技术使得药物分子的研发相较传统方式用时缩短了三分之二，研发费用只有行业平均的十分之一。
“生成式AI在研发早期可以帮助大大提高研发效率，降低研发成本，提高研发的成功率。以抗特发性肺纤维化的分子为例，从早期的靶点发现一直到临床前候选化合物的确定，我们只用了18个月的时间，花了260万美金的研发投入。据文献报道，以工业界平均用时计算，做同样的事情，需要4年半的时间，需要花费几千万美金以上的研发投入。”任峰称。
此外，任峰还提到，在没有AI支持的情况下，新药研发管线的成功率通常低于5%，AI的引入可以将这一数字提高3至5倍。
国内外大型药企也纷纷坚定布局AI制药。如跨国药企赛诺菲于2023年6月宣布“All In”人工智能和数据科学。国内药企，如复星医药、云南白药等也纷纷建立自己的AI团队。
任峰表示，AI无疑将提升中国药物研发创新能力。一直以来，相较于“从0到1”的原始创新，中国制药企业更擅长“从1到100”的跟随式创新，因此在ADC（抗体偶联药物）等工程化更强的制药领域占据优势，在新药靶点的发现上相对落后，而AI有望弥补中国药企原创短板，缩小国内外创新药研发差距。
记者注意到，目前英矽智能在研管线适应症覆盖范围较广，除了有特发性肺纤维化的靶点之外，还有癌症相关、炎症性肠炎相关，贫血相关、肥胖和阿尔茨海默病等疾病领域的靶点研究。对此，任峰表示，AI驱动新药研发项目不受疾病领域的限制，只要有足够的公开数据都可以对药物研发进行不同程度的赋能。
“讲故事的时代”一去不返 AI制药行业优胜劣汰
事实上，从2013年算起，AI制药行业的发展已有10年，但鲜有AI药物挺过Ⅱ期临床试验。Exscientia、Benevolent AI、Recursion Pharmaceuticals等AI制药明星公司，都曾出现过候选药物在Ⅱ期或Ⅱa期临床试验中未能达到预期药效目标的案例。
任峰表示，十年间，行业经历过“讲故事的时代”，AI制药被过度炒作。“有一段时间，可以看到每个月都有企业在融资宣传。尤其是2018年之后，当新概念开始出现的时候，每有一些重大突破，行业依靠讲故事就可以吸引到各种资源。但如今，‘讲故事的时代’过去了。真正有实力技术在AI制药领域深耕的公司，才会活下来。”
可以观察到，不断有AI制药公司传出裁员、合并消息。2023年4月，英国AI制药公司Benevolent AI宣布，其用于治疗特应性皮炎的局部泛Trk抑制剂BEN-2293的Ⅱa期临床试验没有达到次要疗效终点，此后公司进行了两次裁员；今年8月，美国AI制药公司Recursion和英国AI制药公司Exscientia宣布双方达成最终合并协议，合并公司名称为Recursion。
“现在行业处于优胜劣汰的阶段。有的公司合并，有的公司开不下去，有的公司转型，有的公司继续在AI制药这个领域深耕。”任峰表示。
那么，怎么判断一家AI制药企业的优劣呢？任峰表示，AI技术的评估复杂，判断难度更大。“因此，对于外界而言，管线和收入是两个显性指标。前者反映了AI平台推进项目的能力，后者体现了业内对企业的认可程度。目前，英矽智能最重要的两个发展方向其一是快速推进管线，其二就是快速做高收入。”
管线方面，任峰介绍，这次英矽智能IPF管线的进展获得了临床IIa期的验证，这是全球第一个AI药物在IIa期获得了验证。“在全球范围内，AI制药管线走得快的也都是在临床II期，而且我们是看到了有效性的临床IIa期的AI制药管线，这在全球都处于前列。”
营收方面，任峰介绍，目前英矽智能主要收入来自海外客户，目前主要有三种商业闭环的实现方式。其一AI平台商业化软件对外授权；其二是将药物研发项目对外授权；其三是与大型的药企进行战略合作，获得首付款、里程碑付款等收入。
“目前来看，AI制药公司最主要、最有可能走通的商业模式可能是自己持续做药物研发管线，做到一定阶段后，将药物对外授权转让，获得首付款，里程碑付款和销售分成。如果每年能转让2到3个项目，那么公司商业模式的可持续性可以走通，我们也在这方面进行探索。”任峰表示。
任峰介绍，2023年英矽智能实现收入超过5000万美元，收入实现主要是通过管线的对外授权。迈入2024年，仅上半年公司收入已经超过去年全年。“这些收入中，有一部分是来自于新管线的授权，还有一部分是来自于已有管线授权之后拿到的里程碑付款。还有一部分是售卖软件的服务。相信我们接下来的收入会有更大的增长。”
编辑：郭洲洋
声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115
新华财经上海10月18日电（记者 杜康）新药研发投资大、周期长、风险高。Nature数据显示，一款新药的研发成本平均约26亿美元，耗时10年，成功率不到10%。不过，人工智能有望应用于药物研发中的多个场景和阶段，帮助提高新药研发的效率和成功率。
将AI应用于制药行业，已经不是一个新鲜事。但是，AI到底能发挥多大的作用，可能多数人并不清楚。AI制药头部企业英矽智能今年3月在全球顶尖期刊《自然生物技术》发表科研论文，详细介绍了利用人工智能平台发现治疗IPF的新颖靶点TNIK，以及随后利用生成化学平台设计ISM001-055分子的全过程。谈及这一分子生成的意义，英矽智能联合CEO任峰表示，ISM001-055为人工智能驱动的药物发现提供了药效概念性验证。
任峰介绍，AI技术的应用，使得此药物分子的研发较传统方式用时缩短了三分之二，研发费用只有行业平均的十分之一。他还提到，AI制药行业发展已有了10年时间，目前行业处于“淘汰赛”阶段，管线进展、营收能力作为两个“显性”指标，成为判断一家AI制药企业优劣的最直观标准。
全球首款现药效概念验证的AI药物“出世” 研发费用节省十分之九
据悉，ISM001-055是一款“全球首创”（first-in-class）小分子抑制剂，由生成式AI驱动药物发现与设计过程，靶向TNIK（Traf2/NCK相互作用激酶）用于特发性肺纤维化（IPF）治疗。IPF是一种慢性、瘢痕性肺病，影响全球约500万人，预后较差，中位生存期仅为3至4年。
任峰表示，ISM001-055是一款由生成式AI找到新的靶点，也是由生成式AI找到新的分子进入临床，并且获得临床IIa期验证的一款药物。其在研管线ISM001-055在IIa期临床试验中取得了积极的初步研究结果，也成为了全球首款实现药效概念验证的AI药物。
谈及研发过程，任峰介绍，特发性肺纤维化此前没有特别好的药物，且相关药物都有较为严重的毒副作用，对病人肺功能的改善效果也不太理想。“当时我们立项的时候，希望通过AI找到一个跟大家都不一样的全新的生物学机制，于是我们就用生成式AI分析了对比了纤维化患者和健康人之间的组学差异，这里面包括转录组、基因组、代谢组，通过这些差异我们找到了TNIK这个靶点可能跟特发性肺纤维化疾病密切相关。找到靶点之后，我们发现没有临床参考分子，也就是说是没有化学的起点，于是我们又用生成式AI从无到有生成这个分子，之后推进药物的临床开发，目前看到积极结果。”
任峰称，目前这款药物分子只完成了临床IIa期，研究和观察时间尚短，受试者人数也比较少，还不能完全下结论，但已经看到了非常好的趋势。
关于AI在药物研发过程中的作用，任峰表示，AI技术使得药物分子的研发相较传统方式用时缩短了三分之二，研发费用只有行业平均的十分之一。
“生成式AI在研发早期可以帮助大大提高研发效率，降低研发成本，提高研发的成功率。以抗特发性肺纤维化的分子为例，从早期的靶点发现一直到临床前候选化合物的确定，我们只用了18个月的时间，花了260万美金的研发投入。据文献报道，以工业界平均用时计算，做同样的事情，需要4年半的时间，需要花费几千万美金以上的研发投入。”任峰称。
此外，任峰还提到，在没有AI支持的情况下，新药研发管线的成功率通常低于5%，AI的引入可以将这一数字提高3至5倍。
国内外大型药企也纷纷坚定布局AI制药。如跨国药企赛诺菲于2023年6月宣布“All In”人工智能和数据科学。国内药企，如复星医药、云南白药等也纷纷建立自己的AI团队。
任峰表示，AI无疑将提升中国药物研发创新能力。一直以来，相较于“从0到1”的原始创新，中国制药企业更擅长“从1到100”的跟随式创新，因此在ADC（抗体偶联药物）等工程化更强的制药领域占据优势，在新药靶点的发现上相对落后，而AI有望弥补中国药企原创短板，缩小国内外创新药研发差距。
记者注意到，目前英矽智能在研管线适应症覆盖范围较广，除了有特发性肺纤维化的靶点之外，还有癌症相关、炎症性肠炎相关，贫血相关、肥胖和阿尔茨海默病等疾病领域的靶点研究。对此，任峰表示，AI驱动新药研发项目不受疾病领域的限制，只要有足够的公开数据都可以对药物研发进行不同程度的赋能。
“讲故事的时代”一去不返 AI制药行业优胜劣汰
事实上，从2013年算起，AI制药行业的发展已有10年，但鲜有AI药物挺过Ⅱ期临床试验。Exscientia、Benevolent AI、Recursion Pharmaceuticals等AI制药明星公司，都曾出现过候选药物在Ⅱ期或Ⅱa期临床试验中未能达到预期药效目标的案例。
任峰表示，十年间，行业经历过“讲故事的时代”，AI制药被过度炒作。“有一段时间，可以看到每个月都有企业在融资宣传。尤其是2018年之后，当新概念开始出现的时候，每有一些重大突破，行业依靠讲故事就可以吸引到各种资源。但如今，‘讲故事的时代’过去了。真正有实力技术在AI制药领域深耕的公司，才会活下来。”
可以观察到，不断有AI制药公司传出裁员、合并消息。2023年4月，英国AI制药公司Benevolent AI宣布，其用于治疗特应性皮炎的局部泛Trk抑制剂BEN-2293的Ⅱa期临床试验没有达到次要疗效终点，此后公司进行了两次裁员；今年8月，美国AI制药公司Recursion和英国AI制药公司Exscientia宣布双方达成最终合并协议，合并公司名称为Recursion。
“现在行业处于优胜劣汰的阶段。有的公司合并，有的公司开不下去，有的公司转型，有的公司继续在AI制药这个领域深耕。”任峰表示。
那么，怎么判断一家AI制药企业的优劣呢？任峰表示，AI技术的评估复杂，判断难度更大。“因此，对于外界而言，管线和收入是两个显性指标。前者反映了AI平台推进项目的能力，后者体现了业内对企业的认可程度。目前，英矽智能最重要的两个发展方向其一是快速推进管线，其二就是快速做高收入。”
管线方面，任峰介绍，这次英矽智能IPF管线的进展获得了临床IIa期的验证，这是全球第一个AI药物在IIa期获得了验证。“在全球范围内，AI制药管线走得快的也都是在临床II期，而且我们是看到了有效性的临床IIa期的AI制药管线，这在全球都处于前列。”
营收方面，任峰介绍，目前英矽智能主要收入来自海外客户，目前主要有三种商业闭环的实现方式。其一AI平台商业化软件对外授权；其二是将药物研发项目对外授权；其三是与大型的药企进行战略合作，获得首付款、里程碑付款等收入。
“目前来看，AI制药公司最主要、最有可能走通的商业模式可能是自己持续做药物研发管线，做到一定阶段后，将药物对外授权转让，获得首付款，里程碑付款和销售分成。如果每年能转让2到3个项目，那么公司商业模式的可持续性可以走通，我们也在这方面进行探索。”任峰表示。
任峰介绍，2023年英矽智能实现收入超过5000万美元，收入实现主要是通过管线的对外授权。迈入2024年，仅上半年公司收入已经超过去年全年。“这些收入中，有一部分是来自于新管线的授权，还有一部分是来自于已有管线授权之后拿到的里程碑付款。还有一部分是售卖软件的服务。相信我们接下来的收入会有更大的增长。”
编辑：郭洲洋
声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115
参与讨论
