尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
現階段的AI技術，算是制藥行業的一個「火種」，何時燎原？
文 | 《財經》記者 信娜
編輯 | 王小
2020年9月28日，是醫療健康打破記錄的一日。
當日，再鼎醫藥在港股上市，太美醫療完成超12億元融資，益方生物完成D輪超10億元融資，予果生物完成A輪2.18億元融資。
最亮眼的是，2015年才從美國麻省理工大學走出的晶泰科技，獲得超3億美元的C輪融資。這一數字創造全球 AI 藥物研發領域融資額的最高紀錄。
人們的疑問是，憑什麼？
追求效率提升，是每個行業不斷在追求的目標。晶泰科技一直深耕人工智慧在藥物研發中的應用，一個目標就是為藥企提升效率。成立5年來，晶泰科技與歐美、日本和中國多家大藥企合作多個業務，在董事長溫書豪看來，這能反映出藥企對提升效率的需求。
晶泰科技C 輪融資3.188 億美元（約合22億元人民幣），由軟銀願景基金 2 期、人保資本、晨興資本聯合領投，中金資本、招銀國際招銀電信基金等多家機構跟投。騰訊、紅杉中國等早期股東繼續追加投資 。
不過，對晶泰科技的AI 藥物研發技術，也有藥企負責人質疑這項技術沒那麼成熟，還幫不到自己。
「一項新技術，總會有人質疑，這無法避免。」抱著開放態度的溫書豪，在接受《財經》記者專訪時說。
行業共識是，AI技術的發展趨勢是不會改變的。溫書豪認為這項技術的價值，可以從藥企反覆回購有所反饋。即便在新冠肺炎疫情中，晶泰科技還是與提供研發外包服務的博騰（博騰股份），及發現新靶點的生物公司PhoreMost簽訂戰略合作協議。
「火種」， 溫書豪將現階段的AI制藥行業發展階段形容為，「星星之火可以燎原」。
超3億美元怎麼花？
最近幾年，從美國到中國，溫書豪感覺到的一個明顯變化是，藥物工業對效率提升的需求越來越迫切。
「現在排名前10的藥企，每年的研究經費都在50億美元以上。」 溫書豪分析，而創新投入的回報率在逐年下降。
新藥研發吸引了越來越多的研究者，如同沖刺珠穆朗瑪峰一樣，危險與迷人並存。國際著名期刊《自然》（Nature）有一個數據：新藥的研發成本大約是26億美元，耗時約10年，成功率不到十分之一。
在溫書豪看來，藥物工業已經進入到效率升級階段，需要從算力、算法、數據三個維度提升能力。
這也成為晶泰科技此輪融資的主要去向。用溫書豪的話說，3.188 億美元將投入到智能化的藥物研發「新基建」。
新藥從研發到最後上市，需要經過藥物發現、臨床前研究、臨床研究，以及審批與上市四個階段。
僅藥物發現環節，就障礙重重，有靶點發現、苗頭化合物篩選、先導化合物優化、候選化合物的確定、合成。之後，還有漫長的臨床前實驗和臨床研究，每一步都面臨較高的淘汰率。
一種藥品，可能需要對成千上萬種化合物進行篩選，最終僅有幾種，能順利進入最後的研發環節。
這一過程耗時耗力，極大地依靠研發者的個人經驗。溫書豪認為，人工智慧可以大幅縮短這一時間。
「圍繞著化學分子，如何一步步變成一個藥品，通過人工智慧和物理模型構建起更多維度的藥物關鍵性質評估算法，從而以最少的實驗，準確找到最理想的藥物候選。」溫書豪解釋，晶泰科技的智能藥物研發平臺，將著重這方面的投入。
想用AI技術，找到一款有治療效果的新藥，算法是基本。以物理理論為基礎框架，覆蓋從量子力學到經典力學的算法，通過構建多尺度、多維度的模型，從最底層準確描述藥物分子，與人體蛋白之間的相互作用。
早期的AI藥物研發算法，需要通過更多數據來維護和訓練。溫書豪說，「我們會不斷積累我們的算法平臺，現在已可以通過強化學習以更少的數據達成目標。」晶泰科技現已儲備了上百種算法。
不止算法，《財經》記者了解到，數據和算力方面，也是一個AI新藥發現平臺的關鍵。
據介紹，晶泰科技的數據積累已經接近 PB （萬億）量級。其使用數據湖，作為數據治理的主要方式。這樣計算產生的巨量數據，不僅直接作為計算結果呈現，還可應用於數據分析、機器學習等場景。平臺還會通過特殊的數據策略，積累起大量底層數據。
至於算力，通過AWS、騰訊雲、Google Cloud 等公有雲可放大，晶泰科技借助這些公有雲，搭建了一個可全球化調度海量資源的計算平臺，比如可開展超大規模的藥物分子發現與篩選項目。
Google、騰訊等晶泰科技的早期投資人，看中的就是物理底層的計算核心，與「新藥搜尋引擎」的行業潛力。
AI制藥有用嗎？
從MIT走出來的溫書豪，最早在頂尖藥企雲集的波士頓，感受到人工智慧在藥物研發中的可能性與巨大潛力。
一款已上市的治療嬰幼兒皮膚疾病的藥，他記憶很深。一家藥企收購了一款在研藥物，按照傳統的新藥內部評估流程，至少需要一年到一年半時間，才能達到新藥申報的要求。偏偏競爭對手的研發，也在推進中。競爭讓研發時間不得不驟然縮短。
溫書豪拿到這個訂單，花了一個多月幫這家藥企解決了問題。通過算法預測，代替傳統的實驗探索，加速了這家藥企的研發決策，「最終這款藥物上市的日期提前了8到10個月」。溫書豪說。
近幾年，溫書豪愈發感受到中國藥企對研發創新藥的渴望。
國內的「帶量採購」「藥品一致性評價」等政策，都在倒逼藥企，不能隻停留在做仿制藥，同一款藥，如果藥企做不到價格戰的前三、前五，可能就沒什麼市場占有率了。
在大環境的驅動下，已有多個國內藥企主動與晶泰科技合作研發新藥。這時，溫書豪又發現了新的問題。
國內藥企做創新藥時，如果大家都採取傳統模式，其實速度差不多。目前國內最領先的5家—10家創新藥企，研發實力確實很強。但是，以仿制藥為主導的傳統藥企，仍是大多數，其中甚至包括年銷售額超過十億的藥企。
「能感受到他們的研發壓力和急切的創新需求。」溫書豪說，一個國內客戶使用傳統的研發技術與手段，花了一年半的時間做了一款新藥候選，但活性和選擇性還是不盡如人意。利用人工智慧技術篩選，只用了三個半月，就做到活性、選擇性等重要藥物特性幾十倍，甚至百倍的提升。
在新藥發現方面，AI展現了超越個人極限的學習能力，通過積累數據，及專利資訊進行模型訓練，AI算法可以成為藥物科學家的研發利器。
針對一個靶點，效率差距十分明顯。傳統研發，需要通過不斷的實驗篩選，從幾百個分子中尋找有治療效果的化學分子。而AI在短時間內，就能夠產生一百萬到幾百萬個，針對該靶點的有效新分子。
溫書豪分析，人類思維有一定趨同性，針對同一個靶點的新藥，有時難免結構相近、甚至引發專利訴訟。而人工智慧算法，則可以擺脫研究者經驗的局限和研發效率的瓶頸，同時優化多種藥物特性，設計出豐富多樣、藥物性質最理想的候選分子。
對於人工智慧在藥物研發上所起到的作用，《財經》記者採訪了六位創新藥企負責人，大家的看法不一。
「目前還沒有幫助，因為技術還沒那麼成熟。」一位創新藥企負責人毫不猶豫的回答。
另一位藥企負責人的心態，則有所不同，雖然還沒有真正用上人工智慧，但他覺得，主要想應用於生產管理。藥物研發使用有限。主要是方法研究，方法有了，才好用。
不過，這些藥企負責人有一個共識，AI技術是未來的趨勢。
「我們現在對人工智慧的使用，主要集中在臨床各個階段對大數據的利用上。」還有一位接觸過AI的藥企負責人對《財經》記者說。
從他舉的案例中，可見AI在藥物研發早期多環節都有介入。比如，前期項目立項時，對流行病學數據的使用；試驗設計上，對歷史臨床數據的深度挖掘，以及用腫瘤標記物篩選患者；啟動階段，根據醫院歷史診療數據選擇最佳的臨床中心；試驗進行中，監控各臨床中心的實時數據，並進行分析預測風險提高成功率；在試驗後，做數據清洗整理。
未來，如果數據更豐富、結構統一性更好，人工智慧可以發揮更大的作用。
「目前，候選藥物篩選上利用的確比較多，可以用機器學習篩選大量分子庫提高效率」。上述接觸過AI的藥企負責人認為，這是一個發展階段，隨著更多的應用，作為更大。
新藥的靶點，目前是爆發性的湧出，這個領域擠滿了新興的生物企業。另一位藥企負責人指出，AI大數據會從宏觀上，給藥企起到前所未有的指導意義，能夠挖掘新靶點的機會，突破當前的瓶頸，從目前的困境中走出。
腫瘤藥物是當下熱門的新藥研發領域。PD-1，這種腫瘤免疫治療新藥，2014年9月首款在美國上市後，全球多家公司紮進來，國內有君實生物、信達生物、恒瑞醫藥的PD-1上市，還有多家藥企在等待，誰將借助AI躍出？
上述接觸過AI的藥企負責人寄望於，用於基礎研究的AI數據收集，可能會催生新的理念，找出下一個PD-1。
這樣的觀點，受到了其他藥企負責人的挑戰。一位負責人一言以概之，「目前AI 制藥，還在早期，可能幫助不到自己」。
一個新的事物出現，總會有質疑，也會有很多泡沫，到最後，才會顯現那個沉淀出真正實力的巨頭。
▲點擊圖片 了解詳情
責編 | 阮璐陽 luyangruan @caijing.com.cn本文為《財經》雜誌原創文章，未經授權不得轉載或建立鏡像。如需轉載，請在文末留言申請並獲取授權。