“最强大脑”携算法入局,融资22亿的AI辅助制药公司能拯救传统药企吗?

文/《财经》记者 信娜 编辑/ 王小  

2020年09月30日 19:43  

本文3619字,约5分钟

现阶段的AI技术,算是制药行业的一个“火种”,何时燎原?

2020年9月28日,是医疗健康打破记录的一日。

当日,再鼎医药在港股上市,太美医疗完成超12亿元融资,益方生物完成D轮超10亿元融资,予果生物完成A轮2.18亿元融资。

最亮眼的是,2015年才从美国麻省理工大学走出的晶泰科技,获得超3亿美元的C轮融资。这一数字创造全球 AI 药物研发领域融资额的最高纪录。

人们的疑问是,凭什么?

追求效率提升,是每个行业不断在追求的目标。晶泰科技一直深耕人工智能在药物研发中的应用,一个目标就是为药企提升效率。成立5年来,晶泰科技与欧美、日本和中国多家大药企合作多个业务,在董事长温书豪看来,这能反映出药企对提升效率的需求。

晶泰科技C 轮融资3.188 亿美元(约合22亿元人民币),由软银愿景基金 2 期、人保资本、晨兴资本联合领投,中金资本、招银国际招银电信基金等多家机构跟投。腾讯、红杉中国等早期股东继续追加投资 。

不过,对晶泰科技的AI 药物研发技术,也有药企负责人质疑这项技术没那么成熟,还帮不到自己。

“一项新技术,总会有人质疑,这无法避免。”抱着开放态度的温书豪,在接受《财经》记者专访时说。

行业共识是,AI技术的发展趋势是不会改变的。温书豪认为这项技术的价值,可以从药企反复回购有所反馈。即便在新冠肺炎疫情中,晶泰科技还是与提供研发外包服务的博腾(博腾股份),及发现新靶点的生物公司PhoreMost签订战略合作协议。

“火种”, 温书豪将现阶段的AI制药行业发展阶段形容为,“星星之火可以燎原”。

超3亿美元怎么花?

最近几年,从美国到中国,温书豪感觉到的一个明显变化是,药物工业对效率提升的需求越来越迫切。

“现在排名前10的药企,每年的研究经费都在50亿美元以上。” 温书豪分析,而创新投入的回报率在逐年下降。

新药研发吸引了越来越多的研究者,如同冲刺珠穆朗玛峰一样,危险与迷人并存。国际著名期刊《自然》(Nature)有一个数据:新药的研发成本大约是26亿美元,耗时约10年,成功率不到十分之一。

在温书豪看来,药物工业已经进入到效率升级阶段,需要从算力、算法、数据三个维度提升能力。

这也成为晶泰科技此轮融资的主要去向。用温书豪的话说,3.188 亿美元将投入到智能化的药物研发“新基建”。

新药从研发到最后上市,需要经过药物发现、临床前研究、临床研究,以及审批与上市四个阶段。

仅药物发现环节,就障碍重重,有靶点发现、苗头化合物筛选、先导化合物优化、候选化合物的确定、合成。之后,还有漫长的临床前实验和临床研究,每一步都面临较高的淘汰率。

一种药品,可能需要对成千上万种化合物进行筛选,最终仅有几种,能顺利进入最后的研发环节。

这一过程耗时耗力,极大地依靠研发者的个人经验。温书豪认为,人工智能可以大幅缩短这一时间。

“围绕着化学分子,如何一步步变成一个药品,通过人工智能和物理模型构建起更多维度的药物关键性质评估算法,从而以最少的实验,准确找到最理想的药物候选。”温书豪解释,晶泰科技的智能药物研发平台,将着重这方面的投入。

想用AI技术,找到一款有治疗效果的新药,算法是基本。以物理理论为基础框架,覆盖从量子力学到经典力学的算法,通过构建多尺度、多维度的模型,从最底层准确描述药物分子,与人体蛋白之间的相互作用。

早期的AI药物研发算法,需要通过更多数据来维护和训练。温书豪说,“我们会不断积累我们的算法平台,现在已可以通过强化学习以更少的数据达成目标。”晶泰科技现已储备了上百种算法。

不止算法,《财经》记者了解到,数据和算力方面,也是一个AI新药发现平台的关键。

据介绍,晶泰科技的数据积累已经接近 PB (万亿)量级。其使用数据湖,作为数据治理的主要方式。这样计算产生的巨量数据,不仅直接作为计算结果呈现,还可应用于数据分析、机器学习等场景。平台还会通过特殊的数据策略,积累起大量底层数据。

至于算力,通过AWS、腾讯云、Google Cloud 等公有云可放大,晶泰科技借助这些公有云,搭建了一个可全球化调度海量资源的计算平台,比如可开展超大规模的药物分子发现与筛选项目。

谷歌、腾讯等晶泰科技的早期投资人,看中的就是物理底层的计算核心,与“新药搜索引擎”的行业潜力。

AI制药有用吗?

从MIT走出来的温书豪,最早在顶尖药企云集的波士顿,感受到人工智能在药物研发中的可能性与巨大潜力。

一款已上市的治疗婴幼儿皮肤疾病的药,他记忆很深。一家药企收购了一款在研药物,按照传统的新药内部评估流程,至少需要一年到一年半时间,才能达到新药申报的要求。偏偏竞争对手的研发,也在推进中。竞争让研发时间不得不骤然缩短。

温书豪拿到这个订单,花了一个多月帮这家药企解决了问题。通过算法预测,代替传统的实验探索,加速了这家药企的研发决策,“最终这款药物上市的日期提前了8到10个月”。温书豪说。

近几年,温书豪愈发感受到中国药企对研发创新药的渴望。

国内的“带量采购”“药品一致性评价”等政策,都在倒逼药企,不能只停留在做仿制药,同一款药,如果药企做不到价格战的前三、前五,可能就没什么市场占有率了。

在大环境的驱动下,已有多个国内药企主动与晶泰科技合作研发新药。这时,温书豪又发现了新的问题。

国内药企做创新药时,如果大家都采取传统模式,其实速度差不多。目前国内最领先的5家—10家创新药企,研发实力确实很强。但是,以仿制药为主导的传统药企,仍是大多数,其中甚至包括年销售额超过十亿的药企。

“能感受到他们的研发压力和急切的创新需求。”温书豪说,一个国内客户使用传统的研发技术与手段,花了一年半的时间做了一款新药候选,但活性和选择性还是不尽如人意。利用人工智能技术筛选,只用了三个半月,就做到活性、选择性等重要药物特性几十倍,甚至百倍的提升。

在新药发现方面,AI展现了超越个人极限的学习能力,通过积累数据,及专利信息进行模型训练,AI算法可以成为药物科学家的研发利器。

针对一个靶点,效率差距十分明显。传统研发,需要通过不断的实验筛选,从几百个分子中寻找有治疗效果的化学分子。而AI在短时间内,就能够产生一百万到几百万个,针对该靶点的有效新分子。

温书豪分析,人类思维有一定趋同性,针对同一个靶点的新药,有时难免结构相近、甚至引发专利诉讼。而人工智能算法,则可以摆脱研究者经验的局限和研发效率的瓶颈,同时优化多种药物特性,设计出丰富多样、药物性质最理想的候选分子。

对于人工智能在药物研发上所起到的作用,《财经》记者采访了六位创新药企负责人,大家的看法不一。

“目前还没有帮助,因为技术还没那么成熟。”一位创新药企负责人毫不犹豫的回答。

另一位药企负责人的心态,则有所不同,虽然还没有真正用上人工智能,但他觉得,主要想应用于生产管理。药物研发使用有限。主要是方法研究,方法有了,才好用。

不过,这些药企负责人有一个共识,AI技术是未来的趋势。

“我们现在对人工智能的使用,主要集中在临床各个阶段对大数据的利用上。”还有一位接触过AI的药企负责人对《财经》记者说。

从他举的案例中,可见AI在药物研发早期多环节都有介入。比如,前期项目立项时,对流行病学数据的使用;试验设计上,对历史临床数据的深度挖掘,以及用肿瘤标记物筛选患者;启动阶段,根据医院历史诊疗数据选择最佳的临床中心;试验进行中,监控各临床中心的实时数据,并进行分析预测风险提高成功率;在试验后,做数据清洗整理。

未来,如果数据更丰富、结构统一性更好,人工智能可以发挥更大的作用。

“目前,候选药物筛选上利用的确比较多,可以用机器学习筛选大量分子库提高效率”。上述接触过AI的药企负责人认为,这是一个发展阶段,随着更多的应用,作为更大。

新药的靶点,目前是爆发性的涌出,这个领域挤满了新兴的生物企业。另一位药企负责人指出,AI大数据会从宏观上,给药企起到前所未有的指导意义,能够挖掘新靶点的机会,突破当前的瓶颈,从目前的困境中走出。

肿瘤药物是当下热门的新药研发领域。PD-1,这种肿瘤免疫治疗新药,2014年9月首款在美国上市后,全球多家公司扎进来,国内有君实生物、信达生物、恒瑞医药的PD-1上市,还有多家药企在等待,谁将借助AI跃出?

上述接触过AI的药企负责人寄望于,用于基础研究的AI数据收集,可能会催生新的理念,找出下一个PD-1。

这样的观点,受到了其他药企负责人的挑战。一位负责人一言以概之,“目前AI 制药,还在早期,可能帮助不到自己”。

一个新的事物出现,总会有质疑,也会有很多泡沫,到最后,才会显现那个沉淀出真正实力的巨头。