藥企為何看不上現(xiàn)在的AI制藥？

本文作者：劉海濤

2022-03-15 18:02

導(dǎo)語(yǔ)：成果飄渺、過(guò)于吹噓AI、缺乏制藥業(yè)務(wù)邏輯，現(xiàn)在AI新藥研發(fā)的一些現(xiàn)象讓藥企和醫(yī)藥投資人”看不慣”。

從找到臨床前候選化合物，到接踵而至的藥企合作；從持續(xù)不斷的大額融資，到斬獲百億巨額訂單，AI新藥研發(fā)企業(yè)的攻城掠地速度，刷新了各個(gè)藥企、投資人、AI圈人的認(rèn)知。

但在高速增長(zhǎng)的同時(shí)，AI新藥研發(fā)面臨的質(zhì)疑也在成倍放大。高頻融資背后，究竟是AI新藥研發(fā)行業(yè)已到成熟期，還是資本助推下的一次泡沫狂歡？

圍繞AI新藥研發(fā)的現(xiàn)狀，我們近期對(duì)話(huà)了夸克資本合伙人Leo 韓漣漪、北極光創(chuàng)投合伙人宋高廣，以及一位在跨國(guó)藥企工作多年的高管趙興（化名）等藥企負(fù)責(zé)人和投資人，分享他們對(duì)于AI制藥的看法。

AI制藥，上天還是入地？

據(jù)統(tǒng)計(jì)，2021年，全球AI+制藥產(chǎn)業(yè)共發(fā)生77起融資事件，累計(jì)融資額達(dá)45.64億美元，融資事件數(shù)和融資額共同刷新了歷年融資紀(jì)錄。對(duì)比2020年，2021年融資額增長(zhǎng)率達(dá)152%。

繁華之下，是否有泡沫？在《醫(yī)健AI掘金志》的對(duì)話(huà)過(guò)程中，三位受訪者都對(duì)AI新藥研發(fā)項(xiàng)目表示擔(dān)憂(yōu)。

這種擔(dān)憂(yōu)主要集中在，難以評(píng)估AI新藥研發(fā)企業(yè)的未來(lái)價(jià)值。

過(guò)去兩年，盡管?chē)?guó)外先后有Schrodinger薛定諤、Exscientia、Relay多家AI制藥企業(yè)完成了上市，但從目前的股價(jià)來(lái)看，多數(shù)企業(yè)都沒(méi)有保持住超高市值，Exscientia市值較上市已經(jīng)縮水50%。

即使有AlphaFold2這樣的革命性突破，部分企業(yè)的新藥分子也陸續(xù)官宣PCC（臨床前候選化合物），但具體到每家企業(yè)，每個(gè)合作當(dāng)中，AI制藥的具體效果，依舊無(wú)法衡量。

傳統(tǒng)的生物醫(yī)藥體系，自有一套價(jià)值評(píng)估的法則。

趙興表示：“企業(yè)的價(jià)值最終還是要回歸到產(chǎn)品和服務(wù)上，與是否用到AI關(guān)系不大?！?nbsp;

醫(yī)藥投資老將、高榕資本合伙人楊昆曾對(duì)雷峰網(wǎng)表示：“目前很多AI研發(fā)藥物處于臨床前期階段，一旦發(fā)展至臨床階段，按新藥研發(fā)還是AI公司估值，會(huì)出現(xiàn)很大差異，甚至AI制藥企業(yè)可能面臨上天和落地的分化。”

如果是后者，在AI商業(yè)前景集體唱衰的背景下，他們的發(fā)展許將面臨很大的質(zhì)疑和不信任。

此外，生物制藥作為傳統(tǒng)行業(yè)，對(duì)于互聯(lián)網(wǎng)觀念，互聯(lián)網(wǎng)玩法的不適應(yīng)，也會(huì)影響最終對(duì)AI制藥價(jià)值的評(píng)定。

而如果前者，則意味著AI制藥公司的自研平臺(tái)，需要更多可以在制藥領(lǐng)域站得住腳的成果，例如高價(jià)值的創(chuàng)新藥，足夠通用的工具，這背后的難度都可想而知。

AI制藥的核心價(jià)值是什么？

AI平臺(tái)的價(jià)值，需要依靠藥企的合作來(lái)證明，在《醫(yī)健AI掘金志》的對(duì)話(huà)過(guò)程中，聽(tīng)到了不少制藥行業(yè)群體對(duì)AI制藥的不滿(mǎn)。

曾在美國(guó)國(guó)家生物技術(shù)信息中心工作多年，目前擔(dān)任夸克資本合伙人Leo 韓漣漪表示：“在談AI前景前，藥學(xué)家和醫(yī)藥從業(yè)者，會(huì)先關(guān)注AI制藥企業(yè)的業(yè)務(wù)邏輯是什么，核心競(jìng)爭(zhēng)力在哪里，最終影響哪一類(lèi)賽道，無(wú)論是晶型預(yù)測(cè)，還是小分子藥物篩選，AI怎樣找到藥物研發(fā)的服務(wù)關(guān)系才是關(guān)鍵?！?nbsp;

以藥物研發(fā)企業(yè)為例，業(yè)務(wù)邏輯就是做出創(chuàng)新藥，核心競(jìng)爭(zhēng)力就在于管線的市場(chǎng)前景，以及高價(jià)值管線數(shù)量夠不夠多。同理，CRO就是能夠提供專(zhuān)業(yè)的研發(fā)、生產(chǎn)等等外包服務(wù)。

但顯然，在很多藥企或投資人眼中，大部分AI新藥研發(fā)企業(yè)，還不具備類(lèi)似的清晰邏輯。

劉薇（化名）是一位醫(yī)藥行業(yè)分析師，她認(rèn)為，除了宣傳算法的優(yōu)化能力，AI改變藥物研發(fā)游戲規(guī)則，更應(yīng)該談?wù)勗鯓痈淖冇螒蛞?guī)則，改變哪些規(guī)則，是作用在大分子，還是小分子領(lǐng)域，是可以?xún)?yōu)化化合物合成路徑，還是可以實(shí)現(xiàn)劑型的優(yōu)化。

“以AI助力藥企發(fā)現(xiàn)小分子化合物為例。在藥學(xué)家看來(lái)，那些臨床前的成績(jī)都比較虛，而且他們經(jīng)常的工作需求，可能都不是找到新的可能分子，而是盡早pass掉不行的分子，干掉的越早，省的錢(qián)就越多，最后都拖到臨床階段去驗(yàn)證，那損失就太多了?！?nbsp;

所以，對(duì)于藥企來(lái)說(shuō)，目前很大的問(wèn)題就是看不懂AI新藥研發(fā)企業(yè)的業(yè)務(wù)邏輯和核心競(jìng)爭(zhēng)力。

AI制藥的創(chuàng)業(yè)者自己也需要思考，不能光跟著熱度講故事，不是用AI來(lái)解決問(wèn)題，而是具體要解決什么問(wèn)題，怎么去解決，思路必須要清晰，給甲方展示出來(lái)。

傳統(tǒng)AI方法，也挺好

在傳統(tǒng)醫(yī)藥行業(yè)，藥企確實(shí)需要很多合適的工具來(lái)解決問(wèn)題。但實(shí)際中，AI新藥研發(fā)提供的平臺(tái)，卻和藥企需求很不一樣。

趙興表示：“對(duì)于藥企來(lái)說(shuō)，我們的目標(biāo)是傾向于解決問(wèn)題，也就是工程化能力，不太會(huì)看重工具是來(lái)自現(xiàn)在的人工智能企業(yè)，還會(huì)傳統(tǒng)公司?！?nbsp;

目前，在輝瑞的藥物研發(fā)當(dāng)中，已經(jīng)有很多效果很好的工具，例如將已有科研成果和報(bào)告集成在一起的工具：

當(dāng)藥學(xué)家發(fā)現(xiàn)一種新化合物的時(shí)候，就可以快速找出所有相關(guān)的參考文章和報(bào)告，提供參考，這樣的工具就會(huì)有很多人愿意去用。

在趙興看來(lái)，目前很多AI新藥研發(fā)平臺(tái)，并沒(méi)有達(dá)到這樣的易用性，且普遍都存在工程化能力不足的現(xiàn)象。

以AI應(yīng)用于靶點(diǎn)識(shí)別、分子生成為例，除了更快發(fā)現(xiàn)靶點(diǎn)和化合物，藥企會(huì)更加關(guān)心平臺(tái)背后的數(shù)據(jù)是否準(zhǔn)確，能否準(zhǔn)確分析出和已知靶點(diǎn)的關(guān)系，是否可以很簡(jiǎn)單將這些結(jié)果呈現(xiàn)出來(lái)。

而背后更牽扯出，藥學(xué)家對(duì)AI新藥研發(fā)平臺(tái)數(shù)據(jù)質(zhì)量的擔(dān)憂(yōu)：目前AI篩選結(jié)果的背后，是否有大量?jī)?yōu)質(zhì)數(shù)據(jù)做支撐，覆蓋數(shù)據(jù)是否可信？

張雷（化名）是一家跨國(guó)藥企的國(guó)內(nèi)研發(fā)負(fù)責(zé)人，他也表示，AI雖然貌似輔助研發(fā)人員在進(jìn)行更全面的決策。但是，使用者很難對(duì)不同AI模型給出的結(jié)果的最優(yōu)性和合理性進(jìn)行驗(yàn)證，而任何一個(gè)模型的不可靠，會(huì)放大藥物研發(fā)后期失敗的風(fēng)險(xiǎn)。

而再往下游走，用AI預(yù)測(cè)藥代和毒理，用AI預(yù)測(cè)臨床試驗(yàn)結(jié)果，從目前的結(jié)果來(lái)看，也都不大靠譜。

此外，在藥學(xué)家看來(lái)，AI新藥這種新技術(shù)也并不那么純粹。

趙興表示：“大家也許都看到像AlphaFold2這樣巨大的新成績(jī)，但AI制藥的新趨勢(shì)不是一刀切，也不是近幾年才突然出現(xiàn)的革命性技術(shù)。也許在藥物研發(fā)過(guò)程中，哪些是AI，哪些不是AI，連創(chuàng)業(yè)者也說(shuō)不清楚?！?nbsp;

舉例來(lái)說(shuō)，人工智能的定義自然包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。

像機(jī)器學(xué)習(xí)里面的統(tǒng)計(jì)、線性回歸、隨機(jī)森林，神經(jīng)網(wǎng)絡(luò)，這些在藥物研發(fā)的修飾和改造先導(dǎo)化合物、多肽合成、毒性預(yù)測(cè)等領(lǐng)域早已經(jīng)應(yīng)用了很多年。

2002年左右，韓漣漪在美國(guó)國(guó)家生物技術(shù)信息中心開(kāi)展工作。

據(jù)他的回憶，不少數(shù)據(jù)庫(kù)和藥物研發(fā)的工作，已用到支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)來(lái)解決制藥方面的問(wèn)題。但是，即便如此，這些技術(shù)也只是解決部分問(wèn)題，突破并不大。

對(duì)于現(xiàn)在的藥企，或者醫(yī)藥出身的專(zhuān)家來(lái)說(shuō)，他們更是覺(jué)得現(xiàn)在的AI DD或者是AlphaFold的出現(xiàn)，只是在原來(lái)的AI應(yīng)用上，新增一個(gè)工具而已，甚至在許多場(chǎng)景下，過(guò)去的線程回歸，隨機(jī)森林也同樣在使用，甚至效果會(huì)更好。

趙興表示，“突然舉牌和投資人或藥廠講，哪一類(lèi)是新的AI制藥公司，哪些公司不是，這個(gè)邏輯很通。甚至生物計(jì)算或基因組分析中的一些AI制藥成績(jī)，單純的深度學(xué)習(xí)能占多大比重，產(chǎn)生多大意義，還有待深究?！?/p>

當(dāng)互聯(lián)網(wǎng)VC面對(duì)醫(yī)藥VC

在AI制藥風(fēng)口，不同投資人的看法上，同樣也存在沖突。

盡管在2021年，AI+制藥產(chǎn)業(yè)的融資事件數(shù)和融資額刷新了融資紀(jì)錄；但在這些融資后面VC的種類(lèi)也很有特點(diǎn)。

據(jù)統(tǒng)計(jì)，參與5次交易以上的機(jī)構(gòu)共有8家，他們分別是紅杉資本、五源資本、峰瑞資本、高榕資本、源碼資本、百度、真格基金、BAI資本。

因此，許多醫(yī)藥行業(yè)投資人都認(rèn)為，該領(lǐng)域熱度熱度攀升和像互聯(lián)網(wǎng)巨頭的加持，和互聯(lián)網(wǎng)資本大量涌入，存在直接關(guān)系。

北極光創(chuàng)投合伙人宋高廣表示：“目前互聯(lián)網(wǎng)資本在AI制藥方面無(wú)論是數(shù)量，還是額度都是最多的，而且更加抱團(tuán)，更樂(lè)觀。但做藥的投資人，和互聯(lián)網(wǎng)或TMT背景投資人，對(duì)這一賽道的理解，有很大不同?！?nbsp;

對(duì)于在專(zhuān)注醫(yī)藥的投資人來(lái)說(shuō)，AI在許多場(chǎng)景的商業(yè)化落地，還遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到之后的高預(yù)期；他們?cè)卺t(yī)藥投資中，更愿意看的也是底層邏輯，而不是上面舞槍弄棒，搞出來(lái)一大堆花里胡哨不實(shí)用的東西，技術(shù)的先進(jìn)最終應(yīng)該賦能在產(chǎn)品上。

宋高廣表示：“在專(zhuān)注投藥的VC和投資經(jīng)理看來(lái)，拿不出候選藥或者沒(méi)有管線在手，AI新藥研發(fā)企業(yè)的價(jià)值很難體現(xiàn)。”

出于這種考慮，醫(yī)藥VC們幾乎都在觀望和嘗試，投藥依然是他們的主旋律，并非是AI。

他們對(duì)AI新藥研發(fā)這樣的發(fā)展趨勢(shì)也并不看好。

一位來(lái)自藥企風(fēng)險(xiǎn)基金的投資人表示：“背后的資本會(huì)決定，AI新藥研發(fā)企業(yè)的發(fā)展目標(biāo)和衡量指標(biāo)，會(huì)更加趨近于互聯(lián)網(wǎng)思維：唯數(shù)據(jù)論，上規(guī)模、拼增長(zhǎng)，快速追求高估值，這樣的趨勢(shì)會(huì)不會(huì)導(dǎo)致重走其他醫(yī)療AI賽道的老路，還很難說(shuō)。”