AI激发创新潜能 生物医药业迎来“智药”新机遇

2023-09-28 07:44:32 来源:上海证券报 作者:王墨璞嘉

  近年来,AI(人工智能)对制药领域的赋能逐渐深入,两者融合与创新成绩斐然。

  9月26日,“引领新方向 聚AI迎未来——2023张江AI智药论坛”在张江科学会堂举行,多位业内专家和相关企业齐聚一堂,共同探讨AI与制药交叉领域的产业现状、趋势和发展方向。

  “智药”成为药企新宠

  “AI已经成为药物研发过程中缩短研究周期、节省研发成本、提升实验成功率的核心生产力。”中国科学院院士饶子和说。

  2023年上半年研发费用数据显示,生物医药类上市公司研发费用合计同比涨幅较大。其中,恒瑞医药研发费用连续多年增长,约占总营收的30%;百济神州2022年研发投入超百亿元;复星医药、中国生物制药、石药集团等药企研发支出占总营收10%以上。

  此外,仿制药企业逐渐开始转换赛道,向自主创新迈进。“单个药品的研发费用高,无论对业内大型药企还是小型药企,都构成了压力。”业内人士表示。

  “生物医药和AI正在深度融合。”张江集团党委书记、董事长袁涛表示,AI及相关技术为靶点开发、结构设计等工作探索出了新手段和新路径。以此为契机,催生出生命健康产业发展的新方向和新业态。

  “AI可以赋能药物研发的各个阶段,如新靶点和难成药靶点发现、临床试验方案预测、小分子大分子的毒理预测等。”美迪西药物发现事业部总裁刘建表示。

  深势科技创始人兼CEO孙伟杰称,AI在三个方面赋能药物研发:一是帮助突破难成药靶点;二是提高临床各个环节的效率优化和决策质量;三是助力已有药物分子的二次利用,如修改剂型和老药新用。

  “靶点发现的价值比较高,而分子生成则给公司带去专利权,对公司而言,回报与价值比较高。”业内人士表示,目前AI在靶点发现和分子生成等领域应用已经相对成熟。

  多家大型药企尝鲜“AI+”

  “传统药物研发亟待突破三大瓶颈,即如何找到创新性强且靠谱的药物新靶点、如何快速生成小分子化合物、如何科学设计临床研究方案。”英矽智能联合首席执行官、首席科学官任峰表示,AI或许会成为解决上述问题的“加速器”。

  目前,已有多家国际大型药企试水AI“智药”。早前有报道表示,赛诺菲CEO宣布公司大力加码AI,以成为第一家由AI大规模驱动的制药公司为目标。与此同时,诺和诺德、默克、阿斯利康等知名药企也纷纷投身AI赛道。

  国际大型药企积极尝鲜AI的同时,也与国内AI公司建立起合作关系。比如,英矽智能9月与美国Exelixis的合作获得了8000万美元预付款;早前晶泰科技宣布与知名药企EliLilly签署的一项AI小分子新药发现合作,预付款及里程碑总收益可达2.5亿美元。

  据悉,国内一些大型药企也在寻找“AI+”机会,加强与AI公司联动。8月,石药集团下属公司与英矽智能达成战略合作,聚焦具有高度临床需求的战略品种,以生成式AI和计算机辅助药物设计等前沿技术,驱动研发体系升级,提高新药筛选效率和成功率。早前公司曾授权引进AI靶点发现软件PandaOmics。此外,复星医药也在全球范围内进行多个靶点的AI药物研发。

  美迪西相关负责人表示,目前,美迪西帮助AI公司与生物医药公司搭建起合作桥梁,公司的AI技术一站式创新药临床前研发服务平台的搭建顺应了中国创新药发现需求还处于初期阶段的状况,未来3至5年将持续推进该平台的建设。

  部分国内AI+生物医药领域未上市公司也取得了研究进展。剂泰医药用AI设计基因药物递送一系列材料,以AI驱动干、湿实验迭代;晶泰科技通过AI加速的抗体工程平台改造抗体,提升抗体分子性能;英矽智能已有1款AI设计药物进入临床Ⅱ期,另有3款AI参与研发的药物进入临床Ⅰ期。

  仍有发展痛点待解决

  “AI+生物医药企业”的发展仍然有一些痛点待解决。例如,如何获得质量和数量双高的数据,便成为AI生物医药企业发展的第一个“拦路虎”。

  “制药企业的核心就是数据,传统药企很难愿意分享这些数据,需要双方建立起很强的信任。”任峰表示,许多“AI+生物医药企业”都是从AI领域跨界而来,需要更多药企数据以完善并发展更加精准的细分领域模型。

  对于上述问题,业内人士建议:一方面,建立起实验室,帮助AI公司有针对性地生成所需数据,用数据去做算法优化;另一方面,有公信力的组织可以参与建立数据平台,以增加传统生物医药公司的信任,帮助AI公司获得数据优化算法。

  “目前,许多药企还对AI赋能缺乏付费意愿。”业内人士表示,不少传统药企还没有拥抱AI浪潮。

  此外,药品临床验证周期较长,使得AI在整个制药环节中的作用不能快速得到有效验证,可能会限制AI生物医药企业发展。

  为此,多位业内专家就生物医药领域是否可以使用通用大模型展开了讨论。有专家表示,目前建立通用模型还面临种种瓶颈和局限,“只有长期迭代达到足够大的数据量级,才可能建立通用模型”。

  面向未来,“AI+生物医药”想要取得发展,一方面要聚焦行业细分领域,持续深耕,打造企业“硬核”实力;另一方面,未来生物医药领域需要更多维度的合作,而AI+CRO则是未来发展的趋势之一。