0
| 本文作者： 劉海濤 | 2021-03-31 10:40 |
你有沒有覺得，醫(yī)療AI的創(chuàng)業(yè)風(fēng)向，似乎悄悄轉(zhuǎn)向了醫(yī)藥？
VC機構(gòu)正在以肉眼可見的速度證明這個預(yù)判。過去三個月時間，AI新藥研發(fā)賽道的熱錢不斷。
據(jù)不完全統(tǒng)計，從去年年底開始，已經(jīng)有多家AI企業(yè)獲得新一輪融資，其中90%都是剛完成A輪融資的早期企業(yè)。
數(shù)據(jù)來源：IT桔子
而且，不僅僅是創(chuàng)業(yè)公司“向陽而生”，百度、華為、字節(jié)跳動等互聯(lián)網(wǎng)大廠也暗暗布局，相繼披露了自己的AI新藥研發(fā)和招攬人才計劃。
與其他醫(yī)療AI賽道相比，AI新藥研發(fā)有“相同”，也有“不同”：
相同在于，市場需求非常明顯，傳統(tǒng)新藥分子需要3-5年才能篩選出合適的先導(dǎo)物作為臨床研究候選，而AI新藥發(fā)現(xiàn)只需要1-2年，甚至幾個月就能完成。
而不同之處也在于此，獨特的作用場景、服務(wù)對象和變現(xiàn)方式，讓其具有更高的產(chǎn)品價值，甚至被認為是最適合人工智能商業(yè)轉(zhuǎn)化的醫(yī)療賽道。
近日，帶著對AI新藥研發(fā)市場的顧慮和疑問，雷鋒網(wǎng)專訪了五源資本董事總經(jīng)理井緒天。
從資本角度為我們解構(gòu)這一賽道的爆發(fā)原因，以及未來的發(fā)展走向。
作為國內(nèi)早期布局AI新藥研發(fā)的VC之一，目前五源資本已投資超過6家該領(lǐng)域的創(chuàng)業(yè)企業(yè)，最近2個月時間內(nèi)又對4家企業(yè)進行了加持。
從需求角度，AI新藥研發(fā)市場的出現(xiàn)，離不開傳統(tǒng)醫(yī)藥創(chuàng)新的日暮和途窮。
2020年，F(xiàn)DA共批準53款新藥上市，其中35種是小分子藥物，一舉成為史上新藥獲批數(shù)量最高的一年。
但創(chuàng)新藥數(shù)量的暴漲，并沒有給各大藥企帶來更高的利潤增長。
根據(jù)德勤發(fā)布的《2019年醫(yī)藥創(chuàng)新回報率評價》，近十年來，創(chuàng)新藥的銷售峰值和投資回報率持續(xù)下滑。
到2019年，全球TOP12的制藥公司平均投資回報率已經(jīng)下滑至1.8%，相比2010年減少了80%。
德勤報告截圖
這意味著現(xiàn)在藥企每開發(fā)一款創(chuàng)新藥，邊際成本都會進一步升高。
類比于采礦業(yè)，在資源有限的背景下，每個新礦的開采難度越來越高，花費成本也隨之升高，每發(fā)掘一個新礦就需要更高的開采成本。
但創(chuàng)新藥市場并非自然資源，沒有被發(fā)現(xiàn)的潛在分子，以及不同差異的分子數(shù)量還非常龐大。
在傳統(tǒng)方法越來越難，成本越來越高的情況下，只能倒逼藥企去探索創(chuàng)新，用更低成本尋找創(chuàng)新藥。
而人工智能的崛起，正好回應(yīng)了藥企的這一創(chuàng)新需求。
一方面，深度學(xué)習(xí)可以分析數(shù)據(jù)，模擬藥物臨床試驗過程，在分子水平創(chuàng)建病人生物活動網(wǎng)絡(luò)模型，通過網(wǎng)絡(luò)模型發(fā)現(xiàn)新靶點或生物標(biāo)記物，為藥物研發(fā)提供方向。
讓藥物化學(xué)家們不用整周、甚至是整月浪費在實驗室，去測試那些AI認為難以成功的分子。
另一方面，算力的提升，也使更大規(guī)模的藥物分子篩選成為可能。
以云計算為例，2020年3月，哈佛大學(xué)醫(yī)學(xué)院研究團隊通過開源藥物發(fā)現(xiàn)平臺VirtualFlow，在15小時內(nèi)就完成了10億種化合物分子的虛擬篩選，大大超過了傳統(tǒng)方法的篩選速度。
在逐漸看到人工智能的潛力之后，包括阿斯利康、拜耳、禮來、GSK、諾華、賽諾菲等各大藥企都將目光瞄向了這一領(lǐng)域。
而國內(nèi)的AI新藥研發(fā)行業(yè)，也在三個因素的推動之下，迎來了最為活躍的一年。
其中第一個因素，就是技術(shù)驗證的突破。
以晶泰科技為例，在2020年已成功將AI研發(fā)的新藥分子推進至 PCC (臨床前候選化合物 )階段；此外，像費米子科技和英矽智能等企業(yè)，也紛紛在炎癥及代謝和特發(fā)性肺纖維化(IPF)的新藥分子上，取得了突破。
“這些新藥篩選成果的出現(xiàn)，在整個行業(yè)都是標(biāo)志性事件，因為在創(chuàng)新藥領(lǐng)域，不管是傳統(tǒng)方法，還是AI篩選，只要藥物分子進入PCC階段，就是一個穩(wěn)定待開發(fā)的新資產(chǎn)”井緒天表示。
第二個因素，則來源于醫(yī)藥政策。伴隨著第三批、第四批等更大規(guī)模國家藥品集采在2020年出現(xiàn)，使國內(nèi)傳統(tǒng)藥企的利潤大幅度減少。
在仿制藥利潤不斷壓縮的大背景下，眾多國內(nèi)藥企紛紛轉(zhuǎn)向創(chuàng)新藥領(lǐng)域，使新的原研藥成為稀缺資源。
最后一個因素，就是資本市場的認可和推動。
2020年，在AI制藥投資領(lǐng)域，出現(xiàn)的最大轟動性事件之一，就是薛定諤(Schrodinger)和relay兩家AI新藥研發(fā)公司的上市。
井緒天表示：“兩家公司都是通過AI和計算驅(qū)動新藥研發(fā)的公司，僅有薛定諤有部分的軟件收入；在管線方面，兩家公司也只有幾個尚在臨床試驗一期的藥物分子，如果按照過去創(chuàng)新藥企業(yè)在二級市場的估值，最終市值可能僅有幾億美金。”
但最終，兩家公司在二級市場創(chuàng)造出了遠超自身管線價值總和的溢價，如今市值都達到50-60多億美金。
他們上市之后，空頭機構(gòu)香櫞研究公司(Citron Research)甚至在發(fā)布的報告中表示，“薛定諤公司是過去五年來最重要的IPO，堪比早期的特斯拉。”
這種技術(shù)型藥物研發(fā)的企業(yè)在二級市場的成功，也增加了一級市場VC的投資信心，讓更多投資機構(gòu)開始重點關(guān)注這個賽道，并出手布局。
如今，在資本推動下，AI新藥研發(fā)的熱度已經(jīng)不斷升高，甚至讓我們看到些許醫(yī)學(xué)影像AI曾經(jīng)的影子。
過去，隨著創(chuàng)業(yè)風(fēng)口出現(xiàn)，醫(yī)學(xué)影像AI在極短時間就出現(xiàn)大量創(chuàng)業(yè)項目和初創(chuàng)企業(yè)。
但隨后的同質(zhì)化問題導(dǎo)致行業(yè)出現(xiàn)惡劣的競爭和價格戰(zhàn)，甚至有企業(yè)做出“永遠不收費”的口號。
在熱潮之下，AI新藥研發(fā)未來將呈現(xiàn)怎樣的發(fā)展軌跡，是否會重蹈其他AI賽道的覆轍，也已成為所有觀察者心中的疑問。
井緒天認為，AI新藥研發(fā)的發(fā)展軌跡，可能會和過去所有的醫(yī)療AI都完全不同。
過去的AI輔助診斷主要是效率提升，在醫(yī)生本身具有診斷能力的前提下，AI主要是降本增效，實現(xiàn)高效率的診斷。
而AI新藥研發(fā)則是通過新靶點和新分子創(chuàng)造之前沒有的供給關(guān)系，找到更適合的藥物結(jié)構(gòu)，攻克沒有解決的疾病，創(chuàng)造新的藥物資產(chǎn)和增量市場。
以心臟病在研藥物mavacamten為例，作為首個解決肥厚性心肌癥的創(chuàng)新藥，它既開辟了一種新供需關(guān)系，又解決了困擾心內(nèi)科的治療難題，在臨床試驗完成之前，就被百時美施貴寶以131億美元收購。
在人工智能領(lǐng)域，與AI新藥研發(fā)的發(fā)展趨勢類似，并有借鑒意義的賽道可能就只有自動駕駛。
兩者同樣都具有行業(yè)壁壘高、技術(shù)跨度大、產(chǎn)業(yè)周期長的特點。
無論是自動駕駛還是AI新藥研發(fā)，這些企業(yè)在技術(shù)得到充分驗證之前，很難獲得大規(guī)模的收入，但同時又需要資金進行研發(fā)投入。
這意味行業(yè)的第一階段發(fā)展，就只能出現(xiàn)幾位擁有核心技術(shù)壁壘的玩家。
此外，VC也會依據(jù)團隊背景和技術(shù)實力向頭部企業(yè)高度集中，導(dǎo)致這些核心玩家獲得賽道內(nèi)最頭部的資金體量和資源。
除了市場格局，AI藥物研發(fā)和自動駕駛在與傳統(tǒng)藥企或主機廠的競爭上，也能找到一致點。
在自動駕駛賽道，雖然大眾、福特、奔馳、寶馬等主機廠早在2013年，就曾嘗試人工智能和造車的結(jié)合和探索。
但經(jīng)過多年發(fā)展，最終還是特斯拉、谷歌Waymo、圖森未來等新興科技玩家走在了前列。
與之類似，雖然羅氏、輝瑞、諾華、默沙東、賽諾菲等傳統(tǒng)藥企也開始試水AI和藥物研發(fā)的結(jié)合，并提出了自己的AI藥物研發(fā)戰(zhàn)略。
但從已披露的消息來看，這些策略的核心技術(shù)環(huán)節(jié)依然都是與創(chuàng)業(yè)企業(yè)合作來完成。
對于AI新藥研發(fā)企業(yè)，在2018年，依靠團隊背景可以完成天使輪融資；如今，通過概念和技術(shù)的初步驗證，也紛紛獲得A輪融資。
但與創(chuàng)業(yè)理想以及技術(shù)愿景相比，進入新一輪的發(fā)展周期，意味著各個企業(yè)將迎來更加骨感的現(xiàn)實挑戰(zhàn)。
首先，迄今為止，還沒有任何一款與AI直接相關(guān)的新藥分子獲得批準。如何快速找到正確的應(yīng)用的場景，將成為所有創(chuàng)業(yè)者面臨的首個生存難題。
創(chuàng)新藥雖然是一個很大的賽道，很多治療方向可以發(fā)掘，但并不意味到處都是藍海市場。
像熱度很高的PD1靶點，扎堆現(xiàn)象已經(jīng)非常嚴重，導(dǎo)致后面出現(xiàn)的新藥商業(yè)價值嚴重下降，AI如果切入到這樣的領(lǐng)域，將面臨巨額投入打水漂的風(fēng)險。
而且人工智能和新藥研發(fā)的高投入特點，也決定創(chuàng)業(yè)者只有一次出牌機會，第一次出牌失敗就將面臨出局。
除了應(yīng)用場景，AI新藥研發(fā)產(chǎn)品的快速迭代，也是各個企業(yè)急需突破的又一難關(guān)。
微軟AI事業(yè)部及全球研究院負責(zé)人沈向洋曾經(jīng)表示：“發(fā)展人工智能肯定不是做出一個產(chǎn)品就結(jié)束了，整個周期都需要經(jīng)歷不斷的學(xué)習(xí)、迭代?！?/p>
事實上，深耕新藥研發(fā)的人工智能產(chǎn)品也同樣如此，隨著新藥物分子的不斷合成和篩選，AI就需要訓(xùn)練新的數(shù)據(jù)。
這意味著，為了構(gòu)建藥物研發(fā)業(yè)務(wù)真正可用的深度學(xué)習(xí)引擎，未來AI新藥研發(fā)企業(yè)可能既需要快速在市場搶奪，既懂AI又懂藥物研發(fā)的技術(shù)人才，增強自己的研發(fā)能力；
同時還要切入藥物研發(fā)流程當(dāng)中，讀取所有相關(guān)數(shù)據(jù)庫，完善自己的數(shù)據(jù)和技術(shù)內(nèi)核。
“而且從VC角度來看，這樣節(jié)點的每一個努力和動作，都將成為他們與其他AI新藥研發(fā)企業(yè)競爭的籌碼，進而決定誰將獲得下輪融資的最高份額?！?/p>
2021年2月，“AI藥物分子發(fā)現(xiàn)”被《麻省理工科技評論》列為2021年十大突破性技術(shù)。
作為客座評選人，比爾 · 蓋茨曾表示:“這些突破性技術(shù)，會讓你覺得美好的未來，值得我們?yōu)橹畩^斗?！?nbsp;
經(jīng)過幾年的前期積累，AI新藥研發(fā)已不再是生物醫(yī)藥行業(yè)中的概念性技術(shù)。伴隨行業(yè)的成長與爬坡，正在逐漸綻放更大的想象空間。
同時，這樣的發(fā)展趨勢也為無數(shù)AI創(chuàng)業(yè)者創(chuàng)造出新的逐夢戰(zhàn)場，活躍的資本、強烈的需求，成熟的技術(shù)，更大的空間將成為他們最好的實踐溫床。雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
