五源资本井绪天：AI新药研发因何爆发

此外，不仅初创企业在“晒太阳”，百度、华为、字节跳动等互联网巨头也暗中布局，陆续披露了人工智能新药研发和人才招聘计划。

与其他医疗AI赛道相比，AI新药的研发有“相同”和“不同”：

同样是市场需求非常明显。传统的新药分子筛选出合适的先导物作为临床研究的候选者需要3-5年的时间，而AI新药的发现只需要1-2年，甚至几个月的时间。

区别就在于此。独特的角色场景、服务对象和实现方式，使其具有更高的产品价值，甚至被认为是最适合人工智能商业化转型的医疗赛道。

近日，带着对AI新药研发市场的担忧和质疑，雷锋网采访了五缘资本董事总经理景旭田。

从资本的角度，解构这条线路的起因和未来的发展趋势。

作为国内较早开发AI新药的VC之一，物源资本在该领域投资了超过6家初创公司，并在过去2个月内为另外4家公司加持。

人工智能新药研发为何火爆？

从需求来看，AI新药研发市场的出现，离不开传统医药创新的日夜。

2020年，FDA共批准新药53个，其中小分子药35个，是历史上获批新药数量最多的一年。

但创新药数量猛增并没有给各大药企带来更高的利润增长。

根据德勤发布的《2019年医药创新回报评估》，近十年来创新药的销售峰值和投资回报持续下降。

到2019年，全球前12大药企的平均投资回报率已经下降到1.8%，比2010年下降了80%。

德勤报告截图

这意味着制药公司每开发一种创新药，边际成本就会进一步上升。

与挖矿行业类似，在资源有限的背景下，每个新矿的挖矿难度越来越高，挖矿成本也越来越高。每个新矿都需要更高的挖矿成本。

但创新药市场不是天然资源，未被发现的潜在分子和差异化分子的数量仍然非常多。

随着传统方法的难度和成本越来越高，制药公司只能被迫探索创新，寻找成本更低的创新药物。

人工智能的兴起正好响应了制药公司的这种创新需求。

一方面，深度学习可以分析数据，模拟药物临床试验的过程，在分子水平上建立患者生物活动的网络模型，通过网络模型发现新的靶点或生物标志物，为药物研发提供方向。发展。

它让药物化学家不必在实验室浪费整整一周甚至整整一个月的时间来测试那些 AI 认为难以成功的分子。

另一方面，计算能力的提升也使得更大规模的药物筛选成为可能。

以云计算为例。 2020年3月医药研发 创业，哈佛医学院研究团队通过开源药物发现平台VirtualFlow，在15小时内完成了10亿个化合物分子的虚拟筛选，大大超越了传统方法的筛选。速度。

在逐渐看到人工智能的潜力后，包括阿斯利康、拜耳、礼来、葛兰素史克、诺华、赛诺菲等在内的各大药企纷纷将目光投向了这一领域。

国内人工智能新药研发行业在三大因素推动下迎来最活跃的一年。

第一个因素是技术验证的突破。

以景泰科技为例。 2020年，成功将AI研发的新药分子推进到PCC（临床前候选化合物）阶段。此外，费米恩科技、英国硅智能等公司也在从事炎症和新陈代谢。特发性肺纤维化（IPF）新药分子取得突破。

“这些新药筛选结果的出现是整个行业的标志性事件，因为在创新药领域，无论是传统方法还是AI筛选，只要药物分子进入PCC阶段，是一个稳定的新资产，有待开发。”景旭田说。

第二个因素来自医疗政策。随着2020年第三、四批全国药品大采购的出现，国内传统药企利润大幅缩水。

在仿制药利润被挤压的背景下，国内多家药企纷纷转向创新药领域，使得原研新药成为稀缺资源。

最后一个因素是资本市场的认可和推动。

2020年，人工智能医药投资领域最大的轰动事件之一，就是薛定谔和继电器两家人工智能新药研发公司的上市。

景旭田说：“两家公司都是通过人工智能和计算推动新药研发的公司。只有薛定谔拥有部分软件收入；在管线方面，两家公司中只有少数公司仍处于临床试验的第一阶段。按照以往二级市场创新药企业的估值，最终市值可能只有几亿美元。”