人工智能行業(yè)數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新系列：有關(guān)AI制藥的4問(wèn)4答

后的免責(zé)條款張若海首席數(shù)據(jù)分析師S張若海首席數(shù)據(jù)分析師S0001▍Q1：如何從高管背景、技術(shù)平臺(tái)架構(gòu)、商業(yè)化進(jìn)展等維度評(píng)價(jià)國(guó)內(nèi)的AI制藥公司？核心觀點(diǎn)全球產(chǎn)業(yè)資本近三年重金押注AI制藥科技公司，助力解決新藥研發(fā)成功率低、成本高、研發(fā)周期長(zhǎng)等問(wèn)題。相對(duì)開(kāi)放和全面的文獻(xiàn)數(shù)據(jù)，有助于初期行業(yè)的蓬勃發(fā)展和算法的快速迭代，商業(yè)化全面提速。同時(shí)核心的臨床研發(fā)數(shù)據(jù)的稀缺特性，也給行業(yè)中期的護(hù)城河確立了明確的門檻。但作為一個(gè)新興行業(yè)，市場(chǎng)仍然存在很多困惑，本篇報(bào)告聚焦幾個(gè)熱點(diǎn)問(wèn)題，進(jìn)行全面數(shù)據(jù)梳理并解答。中信證券研究部新藥研發(fā)涉及環(huán)節(jié)多、周期長(zhǎng)，不同場(chǎng)景的領(lǐng)域知識(shí)差異很大，所需要的技術(shù)架構(gòu)和專業(yè)知識(shí)也千差萬(wàn)別。所以大多數(shù)初創(chuàng)型AI制藥企業(yè)更多從中選擇一兩個(gè)細(xì)分環(huán)節(jié)或領(lǐng)域切入，構(gòu)建自身的差異化壁壘，這種模式在發(fā)展初期較為明智。例如，晶泰科技是典型的從一個(gè)環(huán)節(jié)入手的公司，主要聚焦于藥物固態(tài)研發(fā)環(huán)節(jié)，包括晶型預(yù)測(cè)、固態(tài)篩選、結(jié)構(gòu)確定等；未知君是典型的從一個(gè)細(xì)分領(lǐng)域入手的公司，主要聚焦于腸道微生物AI制藥公司，產(chǎn)品包括全菌和配方菌膠囊等。陳竹首席醫(yī)療健康產(chǎn)業(yè)分析師S100003▍Q2：有哪些AI參與的管線，推進(jìn)到臨床試驗(yàn)環(huán)節(jié)？目前尚未有一個(gè)主要通過(guò)AI方法篩出的藥物，獲得FDA批準(zhǔn)實(shí)現(xiàn)上市。但目前有些AI制藥公司通過(guò)AI的方法已經(jīng)獲得多個(gè)可以做臨床實(shí)驗(yàn)的PDC的化合物，或者是接近到臨床實(shí)驗(yàn)的階段。月是AI制藥臨床元年，英國(guó)AI制藥企業(yè)Exscientia與日本藥企SumitomoDainippon由AI人工智能研發(fā)的新藥候補(bǔ)化合物進(jìn)入第一階段臨床，這是世界首次使用人工智能AI開(kāi)發(fā)藥物的臨床試驗(yàn)。據(jù)我們對(duì)海外部分AI制藥公司官網(wǎng)披露管線的不完全統(tǒng)計(jì)，目前全球范圍內(nèi)，陳竹首席醫(yī)療健康產(chǎn)業(yè)分析師S100003劉澤序首席藥品行業(yè)分析師S060001▍Q3：如何評(píng)價(jià)兩種不同的AI制藥技術(shù)路徑？物理計(jì)算和AI計(jì)算各有所長(zhǎng)，相輔相成。AI更適合存量數(shù)據(jù)多的環(huán)節(jié)以及高通量環(huán)節(jié)。比如虛擬分子產(chǎn)生、批量的性質(zhì)預(yù)測(cè)，包括可合成性評(píng)價(jià)、自動(dòng)化合成等領(lǐng)域。物理計(jì)算精度非常高，同時(shí)對(duì)于算力的要求也非常高。所以，物理計(jì)算更適合確定靶點(diǎn)之后，更精準(zhǔn)地挖掘。而AI的方法則是在數(shù)據(jù)條件允許的情況下，劉澤序首席藥品行業(yè)分析師S060001▍Q4：藥學(xué)專家在AI制藥中承擔(dān)什么角色？藥學(xué)專家在AI制藥的多個(gè)環(huán)節(jié)參與重要工作，包括但不限于以下場(chǎng)景：1)數(shù)據(jù)標(biāo)注：數(shù)據(jù)庫(kù)中已有的數(shù)據(jù)本身就可以理解為經(jīng)過(guò)專家標(biāo)注的數(shù)據(jù)。在數(shù)據(jù)不足的情況下，也需要醫(yī)藥專家做培訓(xùn)，雇傭一般人員進(jìn)行標(biāo)注。2)模型選擇：在這一環(huán)節(jié)，醫(yī)藥專家也扮演了對(duì)將藥學(xué)問(wèn)題抽象成計(jì)算機(jī)問(wèn)題的“產(chǎn)品經(jīng)理”的角色。3)模型訓(xùn)練：選擇合適的訓(xùn)練trick需要較強(qiáng)的專業(yè)經(jīng)驗(yàn)。準(zhǔn)確的設(shè)置訓(xùn)練目標(biāo)閾值，既要提升效果又需要防止過(guò)擬合和節(jié)約時(shí)間成本，也需要較強(qiáng)的專業(yè)經(jīng)驗(yàn)。4)模型測(cè)試：在模型完成訓(xùn)練后，在推理階段，醫(yī)藥專家對(duì)模型推理的結(jié)果是否合理的判斷。▍風(fēng)險(xiǎn)提示：一級(jí)市場(chǎng)投資熱情降溫；AI算法應(yīng)用效果不及預(yù)期。▍投資建議：頭部產(chǎn)業(yè)資本持續(xù)加碼AI新藥研發(fā)科技公司，行業(yè)蓬勃快速發(fā)展。在新興公司方面，我們建議關(guān)注在技術(shù)背景雄厚，大藥企客戶開(kāi)拓方面領(lǐng)先的晶泰科技，在新藥研發(fā)流程實(shí)現(xiàn)全覆蓋的深度智耀。對(duì)于二級(jí)市場(chǎng)生物醫(yī)藥領(lǐng)域方面，我們重點(diǎn)推薦臨床研發(fā)數(shù)據(jù)積累最為雄厚的平臺(tái)型藥企，如恒瑞醫(yī)藥、復(fù)星醫(yī)藥，和引入AI新藥研發(fā)技術(shù)較為領(lǐng)先的藥明康德、關(guān)注美迪西、麗珠集團(tuán)等。后的免責(zé)條款部分Q1：如何從高管背景、技術(shù)平臺(tái)架構(gòu)、商業(yè)化進(jìn)展等維度評(píng)價(jià)國(guó)內(nèi)的AI制藥公司？....1AI務(wù)梳理：外包服務(wù)為主，自研管線為輔 1零氪科技：人工智能與醫(yī)療大數(shù)據(jù)解決方案提供者 2深度智藥：致力于打造一個(gè)端對(duì)端的AI驅(qū)動(dòng)新藥研發(fā)平臺(tái) 4 望石智慧：人工智能驅(qū)動(dòng)新藥研發(fā)的科技公司 6晶泰科技：以計(jì)算驅(qū)動(dòng)創(chuàng)新的藥物研發(fā)科技公司 7QAI 92020年第一款A(yù)I研發(fā)的新藥候補(bǔ)化合物進(jìn)入臨床 92021年AI制藥進(jìn)入臨床試驗(yàn)階段正在提速 9部分AI制藥管線進(jìn)度統(tǒng)計(jì)：海外陸續(xù)有公司將管線推進(jìn)臨床階段 10Q3：如何評(píng)價(jià)兩種不同的AI制藥技術(shù)路徑？ 12基于機(jī)器學(xué)習(xí)的計(jì)算方法 12 AI計(jì)算各有所長(zhǎng)，相輔相成 13Q4：藥學(xué)專家在AI制藥中承擔(dān)什么角色？ 13 插圖目錄 umitomoDainippon 圖6：BenevolentAI 10 圖8：LanternPharma 11圖9：EvaxionBiotech 11圖10：BlackThornTherapeutics 11圖11：Exscientia 12圖12：BioXcelTherapeutics 12表格目錄 請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分1全球產(chǎn)業(yè)資本近三年重金押注新藥AI研發(fā)科技公司，助力解決新藥研發(fā)成功率低、成本高、研發(fā)周期長(zhǎng)等問(wèn)題。相對(duì)開(kāi)放和全面的文獻(xiàn)數(shù)據(jù)，有助于初期行業(yè)的蓬勃發(fā)展和算法的快速迭代，助力商業(yè)化全面提速。但作為一個(gè)新興行業(yè)，市場(chǎng)仍然存在很多困惑，本篇報(bào)告聚焦幾個(gè)熱點(diǎn)問(wèn)題，進(jìn)行全面的數(shù)據(jù)梳理，并一一進(jìn)行解答。▍Q1：如何從高管背景、技術(shù)平臺(tái)架構(gòu)、商業(yè)化進(jìn)展等維度評(píng)價(jià)國(guó)內(nèi)的AI制藥公司？縱觀海內(nèi)外的AI制藥公司，其核心業(yè)務(wù)無(wú)外乎三種，一是以license的形式提供SaaS服務(wù)，二是以類CRO的形式提供藥物發(fā)現(xiàn)或臨床前研究的外包服務(wù)，三是以自研或聯(lián)合的形式進(jìn)行自主管線布局和新藥的研發(fā)。利數(shù)/業(yè)基金/備注在大陸市場(chǎng)活躍的國(guó)外企業(yè)AlCRO研管線資本加持AlOAtomwiseAlO段起點(diǎn)高Al生物AI+大藥企元AlCRO/聯(lián)合研發(fā)譜/CRO00萬(wàn)ADD天使藥元Al+劑型CRO/核酸藥物遞送校院所智能00萬(wàn)AlO研究院背景仁智O天使O使lO雄厚cRO管線使迪森未來(lái)資產(chǎn)技O技Al家背景+AIAI方案/自研/生態(tài)Al+質(zhì)譜斷譜專家請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分2藥4500萬(wàn)AlCRO管線知藥OARO00萬(wàn)AlOO耀 Al醫(yī)學(xué)文獻(xiàn)翻譯/軟件未統(tǒng)計(jì)頭AI/VC態(tài)/自研管線AI/VC探索傳統(tǒng)平臺(tái)/數(shù)據(jù)庫(kù)玩家科技化成諾-桑迪亞零氪科技：人工智能與醫(yī)療大數(shù)據(jù)解決方案提供者LinkCare：1)零氪互聯(lián)網(wǎng)醫(yī)院：“鄰客健康管家”公眾號(hào)+“鄰客智慧藥房”小程序。提供賣藥、問(wèn)診、資訊服務(wù)。2)患者院外一站式解決方案：DTP鄰客大藥房+日間門診醫(yī)療聯(lián)合體?？梢酝ㄟ^(guò)公眾號(hào)和小程序查看。3)醫(yī)學(xué)影像智能輔助診療：目標(biāo)檢測(cè)算法，對(duì)CT影像進(jìn)行初篩、早篩。輔助撰寫(xiě)報(bào)告。LinkSolutions：1)真實(shí)世界研究服務(wù)LinkRWS：提供科研大數(shù)據(jù)平臺(tái)。2)臨床研究招募LinkRecruitment：通過(guò)線上(數(shù)據(jù))和線下(渠道)相結(jié)合，精準(zhǔn)招募患者。3)數(shù)據(jù)洞察LinkInsight：賣數(shù)據(jù)庫(kù)和報(bào)告。LinkData：1)數(shù)據(jù)提取、清洗及脫敏；2)數(shù)據(jù)結(jié)構(gòu)化及整合；3)數(shù)據(jù)質(zhì)量控制。請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分3官網(wǎng)、中信證券研究部高管層：管理層互聯(lián)網(wǎng)背景為主，技術(shù)實(shí)力雄厚toneS南京大學(xué)學(xué)士。男，44歲，董事(2015——)。中國(guó)寬帶資本(CBC)合伙人。CBC專注于投資TMT產(chǎn)業(yè)。晨山資本創(chuàng)始合伙人。晨山資本是寬帶資本。COO操持上市(新三板，海洋油氣開(kāi)發(fā))。投行、并購(gòu)專家。密歇根大學(xué)工商管理碩士，上海交大管理學(xué)學(xué)士。招股說(shuō)明書(shū)、中信證券研究部零氪科技的客戶包括全球20大生命科學(xué)公司中的17家，48%的中國(guó)香港上市的生命科學(xué)公司和國(guó)內(nèi)10大生命科技公司中的9家。截至2021年一季度，公司共與169家生命科學(xué)公司合作，相較2020年的176家有小幅下降。截至2021/3/31，公司共與333家請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分4醫(yī)院合作，其中三家醫(yī)院191家。另外公司還和主要的醫(yī)學(xué)協(xié)會(huì)合作。與零氪醫(yī)療大數(shù)據(jù)平臺(tái)的合作：廣州醫(yī)科大一院，解放軍總醫(yī)院，天津胸科醫(yī)院，華中科大同濟(jì)醫(yī)院，浙大一院，北京中日醫(yī)院，川大華西等。產(chǎn)品和解決方案：覆蓋新藥研發(fā)全流程藥物早期研發(fā)：1)知識(shí)圖譜：用于文獻(xiàn)閱讀，醫(yī)學(xué)研究和戰(zhàn)略決策。2)早期研發(fā)平臺(tái)：搜索推薦模塊：基于知識(shí)圖譜，生物標(biāo)志物和藥物再利用的搜索和推薦。預(yù)測(cè)評(píng)價(jià)模塊：小分子和大分子的性質(zhì)預(yù)測(cè)和評(píng)價(jià)。3)虛擬生成模塊：利用生成對(duì)抗網(wǎng)絡(luò)(GAN)，虛擬生成小分子，優(yōu)化抗體藥物位點(diǎn)。4)化學(xué)工藝輔助決策平臺(tái)：智能的給出化合物合成的方法，包括原材料、步驟和條件。置信度高，路線新穎。臨床研發(fā)一體化：1)臨床數(shù)據(jù)平臺(tái)：數(shù)據(jù)采集，轉(zhuǎn)換，核查等。2)醫(yī)學(xué)寫(xiě)作：注冊(cè)文件的自動(dòng)撰寫(xiě)，內(nèi)容和格式的糾錯(cuò)，協(xié)作系統(tǒng)。3)智能注冊(cè)申報(bào)平臺(tái)：注冊(cè)申報(bào)規(guī)劃，注冊(cè)文檔翻譯，文件格式檢查，文檔組裝出版，文檔驗(yàn)證提交，文檔存檔查詢。4)藥物警戒：藥物警戒報(bào)告的生成、翻譯、遞交，藥物警戒的實(shí)時(shí)監(jiān)測(cè)，專家服務(wù)。高端醫(yī)學(xué)翻譯服務(wù)：專業(yè)人工翻譯。官網(wǎng)、中信證券研究部人曾在多個(gè)跨國(guó)藥企研發(fā)部任要職。CEO技術(shù)開(kāi)發(fā)本部(做打印機(jī)的)，百度國(guó)際化產(chǎn)品研發(fā)中心。互聯(lián)網(wǎng)產(chǎn)品研發(fā)及知識(shí)管理行業(yè)解決方案經(jīng)驗(yàn)。。inya官網(wǎng)、中信證券研究部請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分5根據(jù)其官網(wǎng)信息顯示，其合作伙伴包括，綠葉制藥、DIA藥物信息年會(huì)、恒潤(rùn)達(dá)生、羅氏Roche、瓦里安醫(yī)療系統(tǒng)Varian、再鼎醫(yī)藥ZaiLab、拜耳bayer、常山藥業(yè)、葛蘭素史克GSK、百濟(jì)神州等。AI平臺(tái)：1)微生物知識(shí)庫(kù)平臺(tái)：以現(xiàn)有的微生物文獻(xiàn)與數(shù)據(jù)庫(kù)為基礎(chǔ)，利用NLP技術(shù)構(gòu)建的知識(shí)庫(kù)平臺(tái)。2)多組學(xué)計(jì)算平臺(tái)：以發(fā)現(xiàn)微生物各菌種相互作用、共同療效為目的的組學(xué)計(jì)算平臺(tái)。3)關(guān)建菌發(fā)現(xiàn)平臺(tái)：以發(fā)現(xiàn)單個(gè)菌種療效為目的的計(jì)算平臺(tái)。生物技術(shù)平臺(tái)：1)培養(yǎng)組學(xué)平臺(tái)：以多培養(yǎng)條件培養(yǎng)難培養(yǎng)的微生物，快速鑒別所培養(yǎng)的微生物的菌種構(gòu)成。2)動(dòng)物模型驗(yàn)證平臺(tái)：動(dòng)物模型試驗(yàn)。3)微生物藥物生產(chǎn)平產(chǎn)品：1)全菌膠囊：直接的腸道菌群移植(FMT)。2)配方菌膠囊：對(duì)貢獻(xiàn)者的腸道微生物進(jìn)行分離、純化形成組合成配方菌，再制成膠囊。、中信證券研究部請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分6藥背景為主技術(shù)學(xué)士，波士頓大學(xué)生物信息博士。士。、中信證券研究部2020年，與北京大學(xué)腫瘤醫(yī)院開(kāi)展“菌群移植與抗PD-1免疫治療的聯(lián)合治療”。2020年，與上海新華醫(yī)院開(kāi)展“菌群移植膠囊應(yīng)用于伴有胃腸道癥狀的兒童孤獨(dú)癥患者的有效性的臨床研究”。2020年，與廣州南方醫(yī)科大學(xué)南方醫(yī)院、南醫(yī)三院合作開(kāi)展“基于菌群移植技術(shù)探索腸道微生態(tài)環(huán)境在1型糖尿病患者中療效價(jià)值的臨床研究”。2020年10月，已向美國(guó)FDA提交了關(guān)于aGvHD(移植物抗宿主病)項(xiàng)目的IND申請(qǐng)，通過(guò)后，未知君將擁有亞洲第一款獲得美國(guó)臨床批件的FMT藥物，及中國(guó)第一款獲得美國(guó)臨床批件的微生物藥物。2021年1月，凈拓生物獲得廣東省無(wú)菌動(dòng)物使用許可證，正式開(kāi)始第一項(xiàng)服務(wù)。2021年5月，與中國(guó)生物制藥領(lǐng)軍企業(yè)三生制藥(01530.HK)合作，雙方將共同開(kāi)發(fā)FMT微生態(tài)藥物針對(duì)腎病領(lǐng)域的相關(guān)適應(yīng)癥。望石智慧：人工智能驅(qū)動(dòng)新藥研發(fā)的科技公司產(chǎn)品和解決方案：核心聚焦智能化藥物分子研發(fā)平臺(tái)智能化藥物分子研發(fā)平臺(tái)：優(yōu)勢(shì)骨架發(fā)現(xiàn)與選擇，分子設(shè)計(jì)與優(yōu)化；智能化設(shè)計(jì)分子，并對(duì)分子的生物活性、藥代動(dòng)力學(xué)特性、毒性等進(jìn)行評(píng)價(jià)，并根據(jù)屬性對(duì)分子進(jìn)行優(yōu)化；預(yù)測(cè)合成產(chǎn)物，設(shè)計(jì)并優(yōu)化化合物的合成路徑。藥物知識(shí)圖譜：通過(guò)自然語(yǔ)言處理和OCR，對(duì)海量數(shù)據(jù)進(jìn)行采集分析，提取靶點(diǎn)、化合物結(jié)構(gòu)、屬性、臨床實(shí)驗(yàn)、上市銷售、專利保護(hù)等各方面信息，加以可視化展示?？梢杂脕?lái)驅(qū)動(dòng)智能化藥物分子研發(fā)平臺(tái)。請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分7重構(gòu)了百度搜索引擎。北京理工大學(xué)人工智能專業(yè)碩士。ofounder多個(gè)項(xiàng)目從早期研發(fā)推進(jìn)至臨佛醫(yī)學(xué)院腫瘤藥物博士后，威斯康星大學(xué)有機(jī)化學(xué)博士。高級(jí)算法專家。目前在望石智慧主持分子設(shè)計(jì)算法團(tuán)隊(duì)工作,涉及分子生成、分子篩選、成藥性預(yù)測(cè)等方面。曾在百度和去哪兒網(wǎng)從事近十AI京理工大學(xué)計(jì)算機(jī)專業(yè)畢業(yè)。并共同發(fā)表論文。官網(wǎng)、中信證券研究部根據(jù)公司官網(wǎng)信息和動(dòng)脈網(wǎng)等網(wǎng)站的新聞，望石智慧針對(duì)me-better，best-in-class，first-in-class三類藥物與萬(wàn)春醫(yī)藥、北大醫(yī)學(xué)部、中國(guó)醫(yī)學(xué)科學(xué)院協(xié)和藥物所展開(kāi)多項(xiàng)合2021年6月30日，望石智慧泰德制藥達(dá)成進(jìn)一步合作。首次合作中，雙方針對(duì)某國(guó)際領(lǐng)先腫瘤靶點(diǎn)進(jìn)行小分子藥物的共同開(kāi)發(fā)。：以計(jì)算驅(qū)動(dòng)創(chuàng)新的藥物研發(fā)科技公司產(chǎn)品和解決方案：聚焦晶型預(yù)測(cè)和藥物設(shè)計(jì)藥物固態(tài)研發(fā)服務(wù)：1)晶型預(yù)測(cè)：通過(guò)計(jì)算的方法助力實(shí)驗(yàn)，尋找合適的藥用晶型，節(jié)省原料，提高效率；2)固態(tài)篩選與評(píng)估：評(píng)估和篩選游離態(tài)、鹽型/共晶、晶型，確定優(yōu)勢(shì)固體，完備專利布局；3)晶體結(jié)構(gòu)確定：實(shí)驗(yàn)數(shù)據(jù)和理論分析相結(jié)合，在晶體結(jié)構(gòu)解析平臺(tái)上，得到明確的三維結(jié)構(gòu)信息；4)結(jié)晶工藝開(kāi)發(fā)：涉及多種技術(shù)的服務(wù)。為客戶設(shè)計(jì)結(jié)晶的工藝方法；5)固態(tài)檢測(cè)分析：使用多種儀器分析固態(tài)樣本的晶型和性質(zhì)。藥物設(shè)計(jì)服務(wù)：1)小分子藥物設(shè)計(jì)：苗頭化合物的生成和篩選，先導(dǎo)化合物的生成和優(yōu)化；2)多肽研發(fā)合作：多肽生成和篩選；3)抗體研發(fā)合作：抗體可開(kāi)發(fā)性預(yù)測(cè)、從頭設(shè)計(jì)、改造和抗原預(yù)測(cè)。請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分8官網(wǎng)、中信證券研究部、IT/互聯(lián)網(wǎng)界、醫(yī)藥產(chǎn)業(yè)界的核心研發(fā)團(tuán)隊(duì)接連取得技術(shù)突破，讓量子物理方法在醫(yī)藥產(chǎn)業(yè)落地，真正解決藥物工業(yè)的問(wèn)題。人/人工智能負(fù)責(zé)人。晶泰科技聯(lián)合創(chuàng)始人兼人工智能負(fù)責(zé)人，北京大學(xué)物理學(xué)和數(shù)學(xué)雙學(xué)士、芝加哥大學(xué)物理學(xué)博士、麻省理工學(xué)院(MIT)博士后，曾供職于美國(guó)最大的電子病歷公司EpicSystem，對(duì)醫(yī)藥相關(guān)軟件的開(kāi)發(fā)與運(yùn)作有深刻的了解，在過(guò)去多年間累計(jì)發(fā)PiXARC發(fā)。官網(wǎng)、中信證券研究部根據(jù)公司官網(wǎng)的2019年度盤點(diǎn)顯示，全球Top20藥企客戶數(shù)達(dá)7家，年業(yè)務(wù)量增長(zhǎng)422%。實(shí)現(xiàn)合作的企業(yè)包括，新格元、華東醫(yī)藥、思路迪醫(yī)藥、PhoreMost、博騰股份、眾生藥業(yè)、輝瑞、AMRISSC等。請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分9▍Q2：有哪些AI參與的管線，推進(jìn)到臨床試驗(yàn)環(huán)節(jié)？英國(guó)AI制藥企業(yè)Exscientia與日本藥企SumitomoDainippon于2020年1月發(fā)表共同聲明：由AI人工智能研發(fā)的新藥候補(bǔ)化合物，第一階段臨床試驗(yàn)(以健康的成年人為試驗(yàn)對(duì)象確保藥品的安全性)在日本正式開(kāi)始。這是世界首次使用人工智能AI開(kāi)發(fā)藥物的臨床試驗(yàn)。xscientia這份研制的新藥候補(bǔ)(DSP-1181)是強(qiáng)迫癥(obsessive-compulsivedisorder,OCD)治療藥物。傳統(tǒng)來(lái)說(shuō)，業(yè)界平均探索研發(fā)所需時(shí)間大約為4至5年左右才能進(jìn)入臨床試驗(yàn)階段，AI人工智能卻僅僅花費(fèi)了不到1年的時(shí)間即完成使命。臨床試驗(yàn)的效率正在提速，2021年上半年先后又有兩款藥物宣布進(jìn)入人體臨床。2021年4月，由Exscientia設(shè)計(jì)的，由AI設(shè)計(jì)的腫瘤免疫分子已經(jīng)成功進(jìn)入人體臨床試驗(yàn)。該腫瘤免疫分子為A2a受體拮抗劑，用于晚期實(shí)體瘤成年患者。相關(guān)結(jié)果發(fā)表于2021年的美國(guó)癌癥研究協(xié)會(huì)(AACR)年度會(huì)議上。該候選藥物在同類藥中具有最佳特性，對(duì)靶受體有高選擇性，將減少全身性副作用和大腦暴露的潛在好處結(jié)合在一起，以避免產(chǎn)生不必要的心理副作用。2021年5月，Exscientia與SumitomoDainipponPharma宣布將在美國(guó)啟動(dòng)用于治療阿爾茨海默氏病精神病的DSP-0038的1期臨床研究。選擇性雙重靶向是傳統(tǒng)藥物發(fā)現(xiàn)的一項(xiàng)重大挑戰(zhàn)，而且精神病適應(yīng)癥還需要出色的選擇性，才能避免脫靶效應(yīng)。DSP-0038的成功設(shè)計(jì)為設(shè)計(jì)具有雙重活性的選擇性分子提供了機(jī)會(huì)。DSP-0038是Exscientia使用AI技術(shù)創(chuàng)建的用于進(jìn)入臨床試驗(yàn)的第三個(gè)分子。較早的兩種化合物是DSP-1181和EXS-21546。請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分10AIBenevolentAISOMBiotech請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分11LanternPharmaEvaxionBiotechBlackThornTherapeutics請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分12xscientiasBioXcelTherapeutics▍Q3：如何評(píng)價(jià)兩種不同的AI制藥技術(shù)路徑？機(jī)器學(xué)習(xí)的計(jì)算方法機(jī)器學(xué)習(xí)，是一門多學(xué)科交叉專業(yè)，涵蓋概率論知識(shí)，統(tǒng)計(jì)學(xué)知識(shí)，近似理論知識(shí)和復(fù)雜算法知識(shí)，使用計(jì)算機(jī)作為工具并致力于真實(shí)實(shí)時(shí)的模擬人類學(xué)習(xí)方式，并將現(xiàn)有內(nèi)容進(jìn)行知識(shí)結(jié)構(gòu)劃分來(lái)有效提高學(xué)習(xí)效率。通俗地說(shuō)，機(jī)器學(xué)習(xí)是用數(shù)據(jù)或以往的經(jīng)驗(yàn)，以此優(yōu)化計(jì)算機(jī)程序的性能標(biāo)準(zhǔn)。請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分13有許多人嘗試通過(guò)使用計(jì)算方法來(lái)預(yù)測(cè)分子的性質(zhì)來(lái)提高藥物發(fā)現(xiàn)過(guò)程的效率。許多公司試圖部署的主要計(jì)算方法之一是機(jī)器學(xué)習(xí)，通常也被稱為人工智能。其中一個(gè)機(jī)器學(xué)習(xí)的主要好處是它能夠快速地大規(guī)模地處理數(shù)據(jù)。然而，機(jī)器學(xué)習(xí)本身也有顯著的局限性，因此對(duì)提高藥物發(fā)現(xiàn)過(guò)程的效率的影響有限。機(jī)器學(xué)習(xí)需要輸入數(shù)據(jù)，被稱為訓(xùn)練集，來(lái)建立一個(gè)預(yù)測(cè)模型。該模型有望準(zhǔn)確地預(yù)測(cè)類似于訓(xùn)練集的分子的性質(zhì)，但不能推斷出與訓(xùn)練集不相似的分子。因此，由于可以合成的可能分子的數(shù)量實(shí)際上是無(wú)限的，機(jī)器學(xué)習(xí)只能覆蓋可能合成的分子總數(shù)的一小部分。基于第一性原理的物理方法第一性原理，是一個(gè)計(jì)算物理或計(jì)算化學(xué)領(lǐng)域的專業(yè)名詞，廣義的第一性原理計(jì)算指的是一切基于量子力學(xué)原理的計(jì)算。我們知道物質(zhì)由分子組成，分子由原子組成，原子由原子核和電子組成。量子力學(xué)計(jì)算就是根據(jù)原子核和電子的相互作用原理去計(jì)算分子結(jié)構(gòu)和分子能量(或離子)，然后就能計(jì)算物質(zhì)的各種性質(zhì)。通俗的說(shuō)，就是不利用任何經(jīng)驗(yàn)、實(shí)驗(yàn)參數(shù)，只根據(jù)量子力學(xué)原理，從最基本的方程出發(fā)，求出材料的性質(zhì)。AI制藥的另一種已經(jīng)嘗試過(guò)的主要計(jì)算方法包括使用基本的、基于“第一性原理”的物理方法，這需要對(duì)要計(jì)算的特定特性有深入和徹底的理解。然而，基于物理的方法很難開(kāi)發(fā)，與機(jī)器學(xué)習(xí)相比，速度可能很慢。此外，要將這種方法應(yīng)用于設(shè)計(jì)將與特定蛋白質(zhì)靶點(diǎn)高度親和力結(jié)合的分子，該蛋白質(zhì)的三維結(jié)構(gòu)必須產(chǎn)生足夠的原子細(xì)節(jié)，以能夠應(yīng)用這些基于物理的方法，這被稱為“結(jié)構(gòu)啟用”，而這種結(jié)構(gòu)在歷史上難以獲得。阻礙計(jì)算化學(xué)實(shí)現(xiàn)其前景的另一個(gè)因素是計(jì)算速度有限。然而，盡管有所有這些挑戰(zhàn)，基于物理的方法比機(jī)器學(xué)習(xí)有顯著的優(yōu)勢(shì)，因?yàn)樗鼈儾恍枰?xùn)練集，而且原則上可以計(jì)算任何分子的物理計(jì)算和AI計(jì)算各有所長(zhǎng)，相輔相成。AI更適合存量數(shù)據(jù)多的環(huán)節(jié)、以及高通量環(huán)節(jié)。比如虛擬分子產(chǎn)生、批量的性質(zhì)預(yù)測(cè)，包括可合成性評(píng)價(jià)、自動(dòng)化合成等領(lǐng)域。一般物理計(jì)算精度非常高，但對(duì)于算力的要求也非常高。所以，物理計(jì)算更適合確定靶點(diǎn)之后，更精準(zhǔn)地挖掘。而AI的方法則是在數(shù)據(jù)條件允許的情況下，能夠快速探索，找到更多用于后期精準(zhǔn)計(jì)算和實(shí)驗(yàn)測(cè)試的源頭。AlphaFold2之所以能通過(guò)AI成功預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，是因?yàn)殡m然蛋白的種類很多，但是蛋白折疊的形式也一共只有1800多種，市場(chǎng)現(xiàn)有的AI算法足以理解這個(gè)問(wèn)題。但是蛋白產(chǎn)生小分子過(guò)程中，目前已有的公開(kāi)數(shù)據(jù)集只有幾萬(wàn)，而化學(xué)空間則是10^60方，顯然分子設(shè)計(jì)和篩選環(huán)節(jié)更適合物理計(jì)算，而非AI。▍Q4：藥學(xué)專家在AI制藥中承擔(dān)什么角色？數(shù)據(jù)標(biāo)注：數(shù)據(jù)庫(kù)中已有的數(shù)據(jù)本身就可以理解為經(jīng)過(guò)專家標(biāo)注的數(shù)據(jù)。在數(shù)據(jù)不足的情況下，也需要醫(yī)藥專家補(bǔ)充標(biāo)注一部分?jǐn)?shù)據(jù)。標(biāo)注數(shù)據(jù)是非常繁瑣的工作，直接聘請(qǐng)請(qǐng)務(wù)必閱讀正文之后的免責(zé)條款部分14醫(yī)藥專家的成本可能十分巨大。對(duì)于簡(jiǎn)單標(biāo)注任務(wù)，可以考慮聘請(qǐng)醫(yī)藥專家做培訓(xùn)，雇傭一般人員進(jìn)行標(biāo)注。模型選擇：不同的網(wǎng)絡(luò)結(jié)構(gòu)適應(yīng)于不同的問(wèn)題，網(wǎng)絡(luò)結(jié)構(gòu)的選擇常常需要相關(guān)背景的“直覺(jué)”和勇于嘗試的創(chuàng)造性。在這一環(huán)節(jié)，醫(yī)藥專家也扮演了對(duì)將藥學(xué)問(wèn)題抽象成計(jì)算機(jī)問(wèn)題的“產(chǎn)品經(jīng)理”的角色。比如醫(yī)藥專家定位問(wèn)題是一個(gè)生成問(wèn)題，然后AI將生成問(wèn)題定位到用GAN去解決。在當(dāng)前backbone比較成熟的時(shí)期，這方面工作，一般集中在對(duì)backbone的改造和模塊的添加上，例如增加注意力模塊。模型訓(xùn)練：選擇合適的訓(xùn)練trick(例如warm-up，一種動(dòng)態(tài)學(xué)習(xí)率以加速網(wǎng)絡(luò)學(xué)習(xí)的方法)需要較強(qiáng)的專業(yè)經(jīng)驗(yàn)(當(dāng)然也需要大量的實(shí)驗(yàn)來(lái)確定)。準(zhǔn)確的設(shè)置訓(xùn)練目標(biāo)閾值，既要提升效果又需要防止過(guò)擬合和節(jié)約時(shí)間成本，也需要較強(qiáng)的專業(yè)經(jīng)驗(yàn)(當(dāng)然同樣需要的實(shí)驗(yàn))。訓(xùn)練中各種超參數(shù)的選擇與嘗試，擁有醫(yī)藥專業(yè)知識(shí)對(duì)這些工作也會(huì)有很好的模型測(cè)試：指的不是程序在每輪訓(xùn)練(epoch)后自動(dòng)進(jìn)行的測(cè)試。而是在模型完成訓(xùn)練后，在推理階段，醫(yī)藥專家對(duì)模型推理的結(jié)果是否合理的判斷。由于深度學(xué)習(xí)的難解釋性，網(wǎng)絡(luò)可能會(huì)產(chǎn)生明顯錯(cuò)誤的結(jié)果，這時(shí)就需要醫(yī)藥專家進(jìn)行判斷。這種判斷可以幫助公司在實(shí)驗(yàn)早期就終止掉可能無(wú)效的產(chǎn)品，避免了之后進(jìn)行實(shí)驗(yàn)的巨量花費(fèi)。一級(jí)市場(chǎng)投資熱情降溫；AI算法應(yīng)用效果不及預(yù)期。頭部產(chǎn)業(yè)資本持續(xù)加碼AI新藥研發(fā)科技公司，行業(yè)蓬勃快速發(fā)展。在新興公司方面，我們重點(diǎn)推薦在大藥企客戶開(kāi)拓方面較為領(lǐng)先的晶泰科技，在新藥研發(fā)流程實(shí)現(xiàn)全覆蓋的深度智耀。對(duì)于傳統(tǒng)頭部藥企方面，我們重點(diǎn)推薦臨床研發(fā)數(shù)據(jù)積累最為雄厚的平臺(tái)型藥企，如恒瑞醫(yī)藥、復(fù)星醫(yī)藥，和引入AI新藥研發(fā)技術(shù)較為領(lǐng)先的藥明康德、關(guān)注美迪西、麗珠集團(tuán)等。主要負(fù)責(zé)撰寫(xiě)本研究報(bào)