就在人工智能学者出人意料地摘得2024年诺贝尔物理学奖之后，北京时间10月9日下午，诺贝尔基金会宣布将今年的诺贝尔化学奖授予三位研究领域与人工智能相关的科学家。

其中，被誉为“AlphaFold之父”的谷歌DeepMind公司AI科学家Demis Hassabis博士和John Jumper博士因为蛋白质结构预测获奖，而华盛顿大学的David Baker教授则因计算蛋白设计获得殊荣。他们开发的AI解决方案成功应对了50年来蛋白质结构预测领域的重大挑战，加速了生物医药领域的科学发现。

如果以诺贝尔奖作为人类历年科学发展的缩影，那么对制药业而言，诺贝尔生理学或医学奖研究成果提供的是作用机制、诺贝尔化学奖提供的是构建方法、诺贝尔物理学奖提供的是处理效率。

技术的不断突破，让AI制药站上风口。

百舸争流

AI技术在制药领域的应用已经引起广泛关注。公开数据显示，截至2023年底，全球共有897家AI制药企业。其中，国内AI制药企业达到了93家，而2020年底时仅为16家。从主要布局来看，大多数AI制药企业将重心放在早期药物开发这一起始阶段上。

从AI制药参与者类型来看，主要分为三大类：IT巨头、AI制药企业和大型跨国药企。三类企业依托各自在研发、生态、算法的优势切入行业。

跨国药企

为了降本增效，跨国药企对AI充满无限热情：今年年初，谷歌母公司Alphabet旗下的AI生物技术公司Isomorphic Labs宣布与礼来和诺华签署了两笔价值近30亿美元的大额交易；赛诺菲更是在去年宣布了“All in AI”战略；近日，礼来也任命Thomas J.Fuchs为公司第一任首席人工智能官，各大跨国药企动作不断。

据统计，仅2023年，跨国药企在AI+药物研发领域就达成了超30项合作，已披露的总价值约100亿美元，单笔总额最高达27亿美元，其热度可见一斑。

而在国内，恒瑞医药、上海医药等药企也早在2021年就与XtalPi等AI企业达成合作。

IT巨头

对于IT巨头而言，依托自身强大的算法与科技实力，作为“卖铲人”获利也是一条一本万利的道路。

今年4月，软银集团宣布计划在2025年前共投资1500亿日元（约9.6亿美元）来增强其人工智能数据中心的运算能力。

腾讯也早已参与其中，其投资的中国AI药物研究公司晶泰科技(QuantumPharm)于今年6月13日在香港上市，成为本土AI制药第一股。在不久前结束的腾讯全球数字生态大会上，腾讯健康总裁吴文达在发言中指出，腾讯健康依托于大模型打造的解决方案已经在1300多家企业、医院等机构落地。

英伟达的参与更加令人注目。这家全球知名的科技公司，通过旗下的风险投资基金NVentures，积极拓展其在AI制药领域的投资版图。公开数据显示，从2023年到2024年6月6日，英伟达共参与投资了10家AI制药公司。此外，英伟达研发的生成式AI平台NVIDIA BioNeMo，可用于蛋白质结构预测、蛋白质序列生成、分子优化、生成式化学、对接预测等。据悉，已有100多家生物制药和AI药物研发公司使用该BioNeMo平台，包括安进、安斯泰来制药、Cadence、Iambic、Insilico Medicine、Recursion和Terray Therapeutics。

AI制药企业

对于AI制药初创企业而言，还有很长的路要走。从全球来看，目前海外仅有20余家AI制药企业上市，时间集中在2020年之后。

从公布的财报看，2023年美国AI制药公司Schrodinger（薛定谔）年收入2.17亿美元，排名第一，也是首家实现盈利的AI制药企业。其收入主要由三部分组成：软件收入、药物研发收入和其他收入，软件收入占主要部分，为1.591亿美元，增长17.4%。从研发管线来看，靶向MALT1的SGR-1505和靶向CDC7的SGR-2921均处于Ⅰ期临床试验阶段。另外，该公司财报提到，未来薛定谔将会把资源越来越多地放在专利药物发现项目上，这也许意味着薛定谔会在未来锚定“卖铲人”的角色。

从国内来看，AI制药领域目前仅有一家上市公司晶泰科技，该公司于2014年成立。2016年，在辉瑞举办的一场全球晶体结构预测盲测比赛上，刚创立不久的晶泰科技实现了100%准确预测，以此为契机开启了与头部跨国药企的战略合作。据招股书数据，在IPO前的融资历程中，晶泰科技共完成了8轮融资，累计金额达7.3亿美元（约合人民币52亿元），在全球AI制药企业中融资额排名第一。目前该公司拥有160余项授权专利，正在进行超过39个药物发现项目，已为全球300多家生物技术与制药公司及研究机构提供服务，其中包括全球前20大生物技术与制药公司（按2022年收入计）中的16家。

除了晶泰科技外，目前国内AI制药领域还有进入到递交招股书环节的英汐智能、完成B+轮融资的红云生物和奕拓生物，以及完成C轮融资的药物牧场、深势科技、甫康药业等企业。AI制药公司已经进入到上市竞速赛之中。

亟待大浪淘沙

AI制药红透半边天，但是不可否认的事实是：截至目前，还没有完全由AI研发的新药获批上市。从融资的角度来看，2021年该行业融资金额达历史高点，超过290亿美元，但随后开始大幅下挫。分析原因，主要是由于当前AI制药技术不成熟、技术成果转化有障碍等。

例如，文献显示，类药物虚拟筛选库已拥有超过360亿种化合物，考虑到每个分子估计有10~50个构象异构体，因此总计有超过5000亿个对象。虚拟筛选与实际验证的挑战都是巨大的，遑论常用的AI模型通常针对数万种或更少的化合物进行训练，这引发了人们对其在360亿种化合物的化学空间采样方面有效性的疑问。预测的有效性与验证成本限制了AI制药的发展，这也是目前为何没有一款上市AI药物的主要原因。

另一方面则是由于很多公司“挂羊头卖狗肉”。

在探究AI制药行业时，波士顿咨询曾提出一个新式的词——“AI原生公司”，指的是那些真正拿AI做实事、而不是借着AI的噱头打广告的公司。在进一步筛选后，波士顿咨询发现，全世界AI制药企业中，真正的“AI原生公司”竟然只有114家（截至报告时间）。

技术的不成熟加上部分入局者的不靠谱，导致AI制药的融资与发展受到阻碍，甚至一些明星公司都受到极大影响。比如业内的明星公司Exscientia，其市值已经从上市之初的超30亿美元跌到了如今的5.97亿美元（截至2024年10月10日）。并且由于其在管线上的接连失误，以及停止了针对A2A靶点的癌症候选药物EXS-21546的Ⅰ/Ⅱ期临床研究，进一步打击了市场信心。最终Exscient ia只能被英伟达投资的另一家AI制药公司Recursion并购，交易金额仅为6.88亿美元，不足上市之初市值的30%。领头羊尚且如此，何论那些缺乏资金与技术实力的小型AI制药企业。

那么，未来会好吗？答案是一定的。对于AI制药企业而言，其应用框架主要包括三个部分：数据收集和整理、使用分子描述符进行化合物表示、人工智能方法及其应用。AI训练需要大量的数据验证与反馈，但是每一次的反馈与优化都会对下一次的优化进行拓展与提升。

这是一个逐步迭代的过程。随着数据的逐渐沉淀、模型的逐渐优化、算力的逐渐提升，当触发了爱因斯坦称为第八大奇迹的“复利”后，AI赋能制药的效率将会指数级地增长。

并且，商业的竞争本质是效率的竞争，新领域“First-inclass”药物所带来的优势是后来者无法比拟的。更快、更准确的药物发现、构建、验证对药企来说具有无与伦比的吸引力，大浪淘沙之后，AI制药公司前景无限。

随着科技的进步，制药企业终将以AI效率之刃，劈开药物研发征途上的迷雾。  （药智网供稿）