AI藥物研發(fā)企業(yè)網(wǎng)絡(luò)營銷與電商策略研究報(bào)告

盛世華研·2008-2010年鋼行業(yè)調(diào)研報(bào)告AI藥物研發(fā)網(wǎng)絡(luò)營銷與電商策略研究報(bào)告內(nèi)容目錄TOC\o"1-3"\u一、前言 3二、AI藥物研發(fā)行業(yè)發(fā)展分析及趨勢預(yù)測 42.1發(fā)展歷程與發(fā)展現(xiàn)狀 42.1.1發(fā)展歷程 42.1.2目前發(fā)展現(xiàn)狀 52.1.3現(xiàn)有競爭格局 52.22022-2023年AI藥物研發(fā)現(xiàn)狀及趨勢分析 62.2.1市場規(guī)模 62.2.2融資能力 72.2.3在研產(chǎn)品 82.2.4市場主體 102.2.5存在的問題 112.2.6發(fā)展趨勢 112.32023年AI激發(fā)創(chuàng)新潛能生物醫(yī)藥業(yè)迎來“智藥”新機(jī)遇 122.3.1“智藥”成為藥企新寵 122.3.2多家大型藥企嘗鮮“AI+” 132.3.3仍有發(fā)展痛點(diǎn)待解決 142.3.4藥企加速布局AI制藥 142.3.5主要行業(yè)觀察和趨勢 16（1）基于AI的生物學(xué)建模和靶點(diǎn)發(fā)現(xiàn) 16（2）利用AI破解結(jié)構(gòu)生物學(xué) 17（3）使用AI開發(fā)小分子藥物 18（3）超越小分子的人工智能驅(qū)動藥物設(shè)計(jì) 182.4AI輔助藥物研發(fā)的新興趨勢 202.4.1人工智能和機(jī)器人化實(shí)驗(yàn)室 202.4.2利用AI解決臨床試驗(yàn)瓶頸 212.4.3CRO領(lǐng)域的人工智能 222.52023年人工智能打破醫(yī)藥研發(fā)“雙十定律” 232.5.1加速建立“AI藥研朋友圈” 232.5.2AI打破“雙十定律” 242.5.3將藥物在人體內(nèi)精準(zhǔn)遞送 252.6大型藥企在AI藥物研發(fā)進(jìn)展趨勢 262.6.1大型藥企整合AI進(jìn)入藥物開發(fā)流程 272.6.2與信息技術(shù)公司合作建立內(nèi)部AI專業(yè)技術(shù) 272.6.3通過并購AI驅(qū)動生物技術(shù)公司快速獲得AI技術(shù) 272.6.4與AI驅(qū)動生物技術(shù)公司合作以識別靶點(diǎn)、共同開發(fā)藥物 292.6.5AI驅(qū)動生物科技公司發(fā)展趨勢 292.6.6AI技術(shù)在臨床上的轉(zhuǎn)化 30三、AI藥物研發(fā)網(wǎng)絡(luò)營銷與電商策略及建議大全 303.1藥品網(wǎng)絡(luò)營銷渠道策略研究 303.1.1藥品網(wǎng)絡(luò)營銷渠道的分類 313.1.2網(wǎng)絡(luò)營銷渠道策略 313.2從傳統(tǒng)營銷向網(wǎng)絡(luò)營銷轉(zhuǎn)型的對策 323.2.1常見的傳統(tǒng)營銷模式 32（1）代理商營銷模式 32（2）直營模式 323.2.2連鎖藥店中傳統(tǒng)營銷模式應(yīng)用現(xiàn)狀 32（1）市場導(dǎo)向決定營銷方向 33（2）傳統(tǒng)營銷模式無法滿足市場個(gè)性化需求 33（3）連鎖藥店經(jīng)營期間網(wǎng)絡(luò)營銷需求逐漸增加 333.2.3連鎖藥店從傳統(tǒng)營銷模式向網(wǎng)絡(luò)營銷轉(zhuǎn)型面臨阻礙 33（1）藥品終端配送不及時(shí) 33（2）醫(yī)保系統(tǒng)消費(fèi)不對接 343.2.4連鎖藥店采用網(wǎng)絡(luò)營銷的對策 34（1）優(yōu)化網(wǎng)絡(luò)營銷的配套設(shè)施 34（2）樹立良好的品牌形象 34（3）線上線下深度融合，開展新型網(wǎng)絡(luò)營銷模式 343.3AI藥物研發(fā)企業(yè)網(wǎng)絡(luò)營銷的電子商務(wù)模式 353.3.1整合營銷理論 353.3.2網(wǎng)絡(luò)營銷階段劃分 36（1）客戶階段 36（2）各種類型的電子商務(wù)模式在實(shí)際應(yīng)用的過程中展現(xiàn)出的特征 373.3.3網(wǎng)絡(luò)營銷的過程中應(yīng)用的商務(wù)模式 37（1）網(wǎng)站品牌形象營銷模式 38（2）網(wǎng)絡(luò)+電視商務(wù)模式 38（3）微信營銷模式 383.4我國藥品網(wǎng)絡(luò)營銷的電商策略 393.4.1醫(yī)藥企業(yè)在電子商務(wù)營銷中的應(yīng)用模式 393.4.2相關(guān)策略 39（1）完善醫(yī)藥電商政策法規(guī)，加強(qiáng)市場監(jiān)督 40（2）實(shí)施和控制 40（3）深化改革藥品物流整合發(fā)展 40四、AI藥物研發(fā)企業(yè)《網(wǎng)絡(luò)營銷與電商策略》制定手冊 404.1動員與組織 414.1.1動員 414.1.2組織 414.2學(xué)習(xí)與研究 424.2.1學(xué)習(xí)方案 424.2.2研究方案 434.3制定前準(zhǔn)備 434.3.1制定原則 444.3.2注意事項(xiàng) 454.3.3有效戰(zhàn)略的關(guān)鍵點(diǎn) 464.4戰(zhàn)略組成與制定流程 484.4.1戰(zhàn)略結(jié)構(gòu)組成 484.4.2戰(zhàn)略制定流程 494.5具體方案制定 504.5.1具體方案制定 504.5.2配套方案制定 52五、AI藥物研發(fā)企業(yè)《網(wǎng)絡(luò)營銷與電商策略》實(shí)施手冊 525.1培訓(xùn)與實(shí)施準(zhǔn)備 525.2試運(yùn)行與正式實(shí)施 535.2.1試運(yùn)行與正式實(shí)施 535.2.2實(shí)施方案 535.3構(gòu)建執(zhí)行與推進(jìn)體系 545.4增強(qiáng)實(shí)施保障能力 555.5動態(tài)管理與完善 565.6戰(zhàn)略評估、考核與審計(jì) 56六、總結(jié)：商業(yè)自是有勝算 57一、前言醫(yī)藥行業(yè)有很多過去做得優(yōu)秀的企業(yè)，有處方模式銷售比較好的恒瑞、步長等企業(yè)，在OTC銷售上比較突出的修正、仁和、葵花等企業(yè)，但未來的企業(yè)是不是還能夠像過去一樣高速發(fā)展？這是一個(gè)值得思考的問題。當(dāng)醫(yī)藥營銷之路日漸崎嶇，當(dāng)行業(yè)政策越來越多地改變營銷環(huán)境的時(shí)候，未來，我們?nèi)绾伟盐?？?dāng)過去的經(jīng)驗(yàn)已經(jīng)失靈，當(dāng)營銷的渠道開始步入碎片化時(shí)代，我們過去的組織模式已經(jīng)不能適應(yīng)新時(shí)期的營銷環(huán)境的時(shí)候，模式創(chuàng)新又一次被推上了企業(yè)風(fēng)口浪尖，如何進(jìn)行模式創(chuàng)新，什么樣的模式又是有希望的模式呢？今天的創(chuàng)新對于多數(shù)企業(yè)來講屬于被動的，只有少數(shù)企業(yè)是適應(yīng)時(shí)代發(fā)展并一直不斷地進(jìn)行創(chuàng)新發(fā)展。網(wǎng)絡(luò)營銷是指借助于互聯(lián)網(wǎng)絡(luò)、電腦通信技術(shù)和數(shù)字交互式媒體來實(shí)現(xiàn)營銷目標(biāo)的一種營銷方式。中國作為僅次于美國的第二大互聯(lián)網(wǎng)市場，龐大的網(wǎng)民群體，形成了巨大的網(wǎng)絡(luò)消費(fèi)群體和網(wǎng)絡(luò)營銷空間。網(wǎng)絡(luò)營銷推廣具有口碑傳播成為主流、大眾傳播和小眾傳播有機(jī)結(jié)合、傳播信息可積淀、傳播形式多樣化、互動性強(qiáng)、傳播效果可量化等優(yōu)勢。藥品不是一種獨(dú)立的商品，它與醫(yī)學(xué)緊密結(jié)合，相輔相成。藥品網(wǎng)絡(luò)營銷不同其他商品。下面，我們先從AI藥物研發(fā)行業(yè)市場進(jìn)行分析，然后重點(diǎn)對藥品網(wǎng)絡(luò)營銷渠道策略進(jìn)行研究。相信通過本文全面深入的研究和解答，您對這些信息的了解與把控，將上升到一個(gè)新的臺階。這將為您經(jīng)營管理、戰(zhàn)略部署、成功投資提供有力的決策參考價(jià)值，也為您搶占市場先機(jī)提供有力的保證。二、AI藥物研發(fā)行業(yè)發(fā)展分析及趨勢預(yù)測2.1發(fā)展歷程與發(fā)展現(xiàn)狀2.1.1發(fā)展歷程AI技術(shù)從1956年提出發(fā)展至今天已有60余年，隨著算力、算法、數(shù)據(jù)等基礎(chǔ)能力的不斷完善，AI技術(shù)開始逐步向醫(yī)療中的藥物研發(fā)領(lǐng)域滲透。目前，整個(gè)行業(yè)還處于發(fā)展的初期。早在上世紀(jì)80年代，默克公司就開始通過計(jì)算機(jī)輔助來設(shè)計(jì)藥物，美國《財(cái)富》雜志還對其進(jìn)行了專題報(bào)道，稱之為“下一次工業(yè)革命”，其中的三維定量構(gòu)效關(guān)系分析、分子對接、分子動力學(xué)模擬等計(jì)算手段（也已與時(shí)俱進(jìn)）如今依然在為藥物發(fā)現(xiàn)提供著服務(wù)。只是隨著計(jì)算機(jī)技術(shù)的發(fā)展，AI逐漸接過“接力棒”，參與到藥物研發(fā)的過程中，并且不斷加深與醫(yī)療健康領(lǐng)域的融合。從時(shí)間上來說，AI技術(shù)真正應(yīng)用于藥物研發(fā)的時(shí)間不算長：2013-2015第一個(gè)AI方法在2013年至2015年間，第一批初創(chuàng)公司才開始開發(fā)適用于藥物研發(fā)的AI方法，首次開發(fā)了用于藥物發(fā)現(xiàn)和研發(fā)的可擴(kuò)展的AI方法，一些具有前瞻性思維的行業(yè)參與者和高管開始啟動試點(diǎn)合作，并進(jìn)行小規(guī)模投資。然而，只有少數(shù)市場參與者相信這項(xiàng)技術(shù)。2016-2017迷茫到2016年至2017年，之前的一些試點(diǎn)項(xiàng)目失敗了，人們對AI提出了質(zhì)疑。最著名的當(dāng)屬IBM的WatsonAI醫(yī)生的失敗。但同時(shí)，一些AI創(chuàng)業(yè)公司的技術(shù)也開始在實(shí)際應(yīng)用中得到檢驗(yàn)。2018市值增長到2018年至2019年，事實(shí)開始證明一部分早期投資者的遠(yuǎn)見，有一些AI技術(shù)公司對合作藥企交付了研究結(jié)果。早先藥企與AI公司相關(guān)的合作、投資和并購開始產(chǎn)生回報(bào)。我們期待看到專注于AI藥物發(fā)現(xiàn)子領(lǐng)域的VC公司及其子公司，以及最大限度多樣化的投資于AI藥物發(fā)現(xiàn)公司的資本。2019從數(shù)量到質(zhì)量的過渡從AI相關(guān)合作、投資和并購的數(shù)量，向質(zhì)的收獲轉(zhuǎn)變的重要里程碑。之前進(jìn)行的研究的第一批實(shí)踐驗(yàn)證出現(xiàn)。成為最成功的AI制藥公司的競爭大幅增加。2020-2021激烈競爭到了最近幾年，幾乎所有的大型制藥公司都已經(jīng)關(guān)注了AI技術(shù)，即使它還存在一些不確定性，但是并不妨礙大藥企們將其視為戰(zhàn)略重點(diǎn)從而展開布局。同時(shí)，AI技術(shù)公司之間的競爭也開始逐漸加劇。2022-2023基于平臺的藥物設(shè)計(jì)領(lǐng)先的制藥公司將向"基于平臺的藥物設(shè)計(jì)(Platform-basedDrugDesign)"邁進(jìn)。全面的研發(fā)和商業(yè)基礎(chǔ)設(shè)施的出現(xiàn)，使端到端人工智能驅(qū)動的藥物開發(fā)成為可能。2.1.2目前發(fā)展現(xiàn)狀A(yù)I技術(shù)在藥物研發(fā)的靶點(diǎn)發(fā)現(xiàn)—藥物發(fā)現(xiàn)—臨床前實(shí)驗(yàn)及臨床試驗(yàn)—上市后管理等各個(gè)階段均有應(yīng)用。根據(jù)速石科技的統(tǒng)計(jì)，藥企的AI合作基本集中在藥物發(fā)現(xiàn)階段（占所有合作的2/3）和臨床治療階段（占所有合作的1/4）。對于藥物發(fā)現(xiàn)的合作需求，包括大量的靶點(diǎn)及生物標(biāo)記物的選擇與確定需求、中量的先導(dǎo)化合物確定的需求、少量的構(gòu)效關(guān)系研究與活性化合物篩選的需求、以及中量的候選藥物選定的需求；對于臨床治療各階段的需求則比較平衡，平均分布在藥物依從性、預(yù)測治療結(jié)果、數(shù)據(jù)分析、精準(zhǔn)醫(yī)療、開發(fā)新療法、病理研究和疾病診斷。2.1.3現(xiàn)有競爭格局近年來，中國AI藥物研發(fā)企業(yè)融資規(guī)模整體向好，但大部分仍處于早期融資階段。2021年我國AI制藥融資規(guī)模達(dá)12.36億美元，同比增長163.54%；融資輪次主要集中在天使輪和A輪，B輪及以后占比不足1/3。產(chǎn)品方面，2021年我國AI藥物研發(fā)實(shí)現(xiàn)了從0到1的突破，未知君、冰洲石和英矽智能三家企業(yè)研發(fā)管線進(jìn)入到臨床一期。但由于技術(shù)壁壘等因素限制，目前尚未有AI制藥產(chǎn)品上市。目前，AI藥物研發(fā)市場主體以IT巨頭、AI藥物研發(fā)企業(yè)和大型藥企三類企業(yè)為主，其依托各自在平臺、算法和數(shù)據(jù)的優(yōu)勢切入行業(yè)：（1）IT巨頭：我國IT巨頭依托其AI模型和平臺優(yōu)勢，以對外投資、自建AI藥物研發(fā)平臺和提供算法服務(wù)三種方式跨界入局。例如，“云深智藥”是騰訊基于其AILab自主研發(fā)的深度學(xué)習(xí)算法、數(shù)據(jù)庫和云計(jì)算，打造的AI驅(qū)動藥物臨床前研究開放平臺，覆蓋了臨床前藥物研發(fā)的全流程；此外，騰訊還與成都先導(dǎo)合作，共同設(shè)計(jì)完成了首個(gè)經(jīng)實(shí)驗(yàn)驗(yàn)證的骨架躍遷分子生成算法。（2）AI藥物研發(fā)企業(yè)：行業(yè)的主力軍，我國AI新藥研發(fā)企業(yè)依托其算法和數(shù)據(jù)優(yōu)勢，以CRO（醫(yī)藥研發(fā)外包）和自研管線為主要模式切入應(yīng)用場景。技術(shù)上，AI藥物研發(fā)企業(yè)的算法愈受歡迎，成為重要的技術(shù)壁壘。此外，這類企業(yè)的數(shù)據(jù)自研能力是關(guān)鍵的競爭要素，AI藥物研發(fā)所需的高價(jià)值數(shù)據(jù)多源于其智能實(shí)驗(yàn)室。（3）我國大型藥企：主要通過自建團(tuán)隊(duì)和業(yè)務(wù)合作兩種方式進(jìn)入AI藥物研發(fā)賽道。其中，與AI藥物研發(fā)企業(yè)合作是主要的業(yè)務(wù)模式，大型藥企可憑借其在研發(fā)管線、專業(yè)背景上的優(yōu)勢彌補(bǔ)AI藥物研發(fā)企業(yè)的不足。近年來，國內(nèi)大型藥企紛紛布局其中，如藥明康德與InsilicoMedicine合作進(jìn)行的化合物篩選等。2.22022-2023年AI藥物研發(fā)現(xiàn)狀及趨勢分析AI藥物研發(fā)是將機(jī)器學(xué)習(xí)（MachineLearning）、自然語言處理（NaturalLanguageProcessing）及大數(shù)據(jù)等人工智能技術(shù)應(yīng)用到藥物研發(fā)各個(gè)環(huán)節(jié)，進(jìn)而促進(jìn)新藥研發(fā)降本增效。目前主要應(yīng)用于藥物研發(fā)階段的藥物發(fā)現(xiàn)、臨床前階段，隨著ChatGPT的不斷應(yīng)用，AI向臨床開發(fā)階段的滲透有望持續(xù)加快。2.2.1市場規(guī)模全球AI藥物研發(fā)保持增長態(tài)勢，北美是全球AI藥物研發(fā)最大市場，美國集聚了一半以上的全球AI藥物研發(fā)企業(yè)。全球AI藥物研發(fā)市場北美地區(qū)占比最大，亞太地區(qū)排名第三，預(yù)計(jì)全球AI藥物研發(fā)市場規(guī)模將在2025年達(dá)到38.8億美元；目前全球AI藥物研發(fā)企業(yè)約700家，其中超過50%的公司集中在美國，英國和歐盟分別占據(jù)12.5%和13.4%，亞洲大約12.8%，其中中國占據(jù)約4.7%。圖表：全球各地AI藥物研發(fā)公司占比情況來源：火石創(chuàng)造根據(jù)公開資料整理2.2.2融資能力全球AI藥物研發(fā)融資能力整體提升，中國藥物研發(fā)AI大部分仍處于早期融資階段。2022年全球AI+藥物研發(fā)相關(guān)融資總事件達(dá)144起，總金額為62.02億美元（約人民幣426.7億元）。相較于2021年的整體共計(jì)77起，總金額共計(jì)45.6億美元的融資情況呈現(xiàn)雙雙上漲的態(tài)勢。其中，美國AI藥物研發(fā)融資事件71起、中國43起，其他國家和地區(qū)30起，投融資活動主要活躍在中國、美國和歐洲。圖表12016-2022年全球和中國AI藥物研發(fā)領(lǐng)域投融資情況

來源：火石創(chuàng)造根據(jù)公開資料整理2.2.3在研產(chǎn)品從在線AI藥物研發(fā)方向來看，AI輔助藥物研發(fā)布局分布在藥物發(fā)現(xiàn)、臨床前研究、臨床試驗(yàn)和藥品銷售的各個(gè)階段。其中布局最多的環(huán)節(jié)是先導(dǎo)化合物的設(shè)計(jì)優(yōu)化合成，其次是化合物篩選、靶點(diǎn)發(fā)現(xiàn)和藥物重定位，晶型預(yù)測、劑型設(shè)計(jì)環(huán)節(jié)布局的公司相對較少。目前，國內(nèi)AI藥物研發(fā)領(lǐng)域中小分子化合物虛擬篩選，新靶點(diǎn)發(fā)現(xiàn)以及藥物優(yōu)化設(shè)計(jì)和藥物重定向是目前較為熱門的方向。國內(nèi)外還暫無利用AI技術(shù)實(shí)現(xiàn)新藥上市的成功案例。圖表8中國AI藥物研發(fā)各領(lǐng)域分布情況來源：BiopharmaT從在研AI藥物產(chǎn)品聚焦疾病領(lǐng)域來看，主要聚焦在癌癥和精神類疾病，占比超過50%；其次是心腦血管、肝腎腸胃和呼吸系統(tǒng)，占比大約30%；其余涉及的領(lǐng)域包括糖尿病、眼病、白血病、感染類疾病、免疫類疾病、藥物副作用領(lǐng)域，個(gè)別企業(yè)布局了遺傳疾病及罕見病等小眾賽道。其中較為知名的有AbCellera與禮來聯(lián)合研發(fā)的LY-CoV555，AITherapeutics與耶魯大學(xué)合作開發(fā)LAM-002管線等。LY-CoV555是全球首個(gè)進(jìn)入臨床階段的新冠病毒中和抗體，并于2020年11月獲美國FDA的緊急使用授權(quán)（EUA）。圖表：全球AI藥物研發(fā)集聚領(lǐng)域來源：火石創(chuàng)造根據(jù)公開資料整理從在研產(chǎn)品研發(fā)進(jìn)程來看，美國在全球AI藥物管線布局上仍占主導(dǎo)，截至2022年6月，全球共有26家AI藥物研發(fā)企業(yè)、約51個(gè)由AI輔助進(jìn)入臨床Ⅰ期的藥物管線。其中，80%以上為美國企業(yè)，已上市的AI藥物研發(fā)頭部企業(yè)也基本為歐美企業(yè)，尚未有中國企業(yè)。目前，部分中國企業(yè)已發(fā)展出自有專利的開發(fā)平臺，甚至開始探索在全球尚未有企業(yè)涉足的前沿領(lǐng)域，如小分子晶體結(jié)構(gòu)預(yù)測、原發(fā)藥物設(shè)計(jì)等。2022年中國AI藥物研發(fā)取得突破進(jìn)展。截至2022年，80家中國AI藥企中，已有14家成功將管線推進(jìn)至臨床階段，大部分都處于臨床Ⅰ期階段。其中，英矽智能首個(gè)完全基于AI的管線ISM001-005進(jìn)入臨床Ⅰ期，并完成了首批健康受試者給藥。這也是中國首個(gè)進(jìn)入臨床的AI研發(fā)藥物。2023年年初，在新西蘭臨床I期試驗(yàn)中取得積極頂線數(shù)據(jù)，在安全性、耐受性、藥代動力學(xué)（PK）方面均表現(xiàn)良好。而在中國的臨床試驗(yàn)則將進(jìn)入臨床Ⅱ期。在臨床試驗(yàn)方面，2022年有四家AI制藥企業(yè)獲得批件，分別是勁風(fēng)生物、宇耀生物、費(fèi)米子和德睿智藥。其中埃格林醫(yī)藥針對子宮內(nèi)膜癌適應(yīng)癥的EG-007管線，已經(jīng)推進(jìn)至臨床Ⅲ期，是目前國內(nèi)進(jìn)展最快的一條管線。圖表：2022年中國AI藥物研發(fā)部分管線進(jìn)展來源：火石創(chuàng)造根據(jù)公開資料整理2.2.4市場主體當(dāng)前國內(nèi)外AI制藥市場的主要入局者有三類，即大型藥企、AI制藥初創(chuàng)企業(yè)和互聯(lián)網(wǎng)頭部企業(yè)，其中大型藥企又分為傳統(tǒng)藥企和CRO企業(yè)。從AI藥物研發(fā)產(chǎn)業(yè)鏈來看，上游為AI模型數(shù)據(jù)集供應(yīng)及云計(jì)算平臺，其中數(shù)據(jù)集提供的醫(yī)藥數(shù)據(jù)是行業(yè)的關(guān)鍵競爭壁壘，云計(jì)算平臺則是用于保障底層架構(gòu)的算力供給。

產(chǎn)業(yè)鏈中游為AI藥物研發(fā)企業(yè)和IT企業(yè)，其中AI藥物研發(fā)企業(yè)主要以醫(yī)藥研發(fā)外包形式與下游企業(yè)進(jìn)行合作，在醫(yī)藥數(shù)據(jù)集的基礎(chǔ)上依托內(nèi)部的訓(xùn)練工具及AI開發(fā)工具等進(jìn)行模型的搭建和訓(xùn)練；IT企業(yè)則通過自建AI藥物研發(fā)平臺及提供算力、計(jì)算框架服務(wù)方式參與AI藥物研發(fā)。下游為傳統(tǒng)藥企，中游AI藥物研發(fā)企業(yè)會將其藥物研發(fā)階段的服務(wù)直接出售給傳統(tǒng)藥企，因此傳統(tǒng)藥企是AI藥物研發(fā)的直接需求者。從主要玩家參與方式來看，主要有以下幾種特征：頭部藥企：主要通過自建團(tuán)隊(duì)和業(yè)務(wù)合作兩種方式進(jìn)入AI藥物研發(fā)賽道。其中，與AI藥物研發(fā)企業(yè)合作是主要的業(yè)務(wù)模式，頭部藥企可憑借其在研發(fā)管線、專業(yè)背景上的優(yōu)勢彌補(bǔ)AI藥物研發(fā)企業(yè)的不足。如強(qiáng)生、輝瑞、阿斯利康、諾華、拜耳等頭部藥企合作次數(shù)接近10次，藥明康德與InsilicoMedicine合作進(jìn)行的化合物篩選等，正大豐海、豪森藥業(yè)、云南白藥也參與到AI研發(fā)合作中?；ヂ?lián)網(wǎng)頭部企業(yè)：依托其AI模型和平臺優(yōu)勢，以對外投資、自建AI藥物研發(fā)平臺和提供算法服務(wù)三種方式跨界入局。例如，“云深智藥”是騰訊基于其AILab自主研發(fā)的深度學(xué)習(xí)算法、數(shù)據(jù)庫和云計(jì)算，打造的AI驅(qū)動藥物臨床前研究開放平臺，覆蓋了臨床前藥物研發(fā)的全流程；此外，騰訊還與成都先導(dǎo)合作，共同設(shè)計(jì)完成了首個(gè)經(jīng)實(shí)驗(yàn)驗(yàn)證的骨架躍遷分子生成算法。AI藥物研發(fā)企業(yè)：是行業(yè)的主力軍，AI新藥研發(fā)企業(yè)依托其算法和數(shù)據(jù)優(yōu)勢，以CRO（醫(yī)藥研發(fā)外包）和自研管線為主要模式切入應(yīng)用場景。技術(shù)上，AI藥物研發(fā)企業(yè)的算法愈受歡迎，成為重要的技術(shù)壁壘。此外，這類企業(yè)的數(shù)據(jù)自研能力是關(guān)鍵的競爭要素，AI藥物研發(fā)所需的高價(jià)值數(shù)據(jù)多源于其智能實(shí)驗(yàn)室。2.2.5存在的問題數(shù)據(jù)量不足，數(shù)據(jù)獲取的周期和成本高。高質(zhì)量數(shù)據(jù)獲取門檻高，即使是使用了前沿的AI技術(shù)，也并不能立刻扭轉(zhuǎn)新藥研發(fā)面臨的挑戰(zhàn)。AI藥物研發(fā)企業(yè)數(shù)據(jù)來源可分為公開數(shù)據(jù)和非公開數(shù)據(jù)，公開數(shù)據(jù)包括各種文獻(xiàn)數(shù)據(jù)庫，公開的項(xiàng)目模擬數(shù)據(jù)及部分臨床數(shù)據(jù)，此類數(shù)據(jù)容易獲取，但數(shù)據(jù)質(zhì)量難以保證，據(jù)此進(jìn)行的模型運(yùn)算可靠性不足。非公開數(shù)據(jù)主要是各制藥公司以往項(xiàng)目的積累，此類數(shù)據(jù)的精度高，更適合用來做模型的訓(xùn)練和計(jì)算，但由于數(shù)據(jù)屬于醫(yī)藥公司的核心資產(chǎn)，極難獲得。算法與應(yīng)用場景匹配要求度高，專業(yè)人才稀缺。AI藥物研發(fā)中算法模型的優(yōu)勢可以體現(xiàn)在多個(gè)維度，比如結(jié)果的精準(zhǔn)度、計(jì)算速度、模型體量、泛化性能等，不同算法模型可能有不同的側(cè)重方向，因此優(yōu)勢也會不盡相同，在特定任務(wù)需求和應(yīng)用場景下合理選擇具有相應(yīng)優(yōu)勢的算法模型至關(guān)重要。如何讓算法與生物學(xué)更完美的結(jié)合，這需要技術(shù)人員對于制藥醫(yī)學(xué)和AI人工智能都有深入理解，才能更好的發(fā)揮模型優(yōu)勢，此類人才的稀缺也成為掣肘行業(yè)發(fā)展的重要因素。2.2.6發(fā)展趨勢AI藥物研發(fā)將進(jìn)軍抗體等大分子領(lǐng)域。2022年4月份，以色列藥企BiolojicDesign宣布其有史以來第一個(gè)計(jì)算設(shè)計(jì)的抗體進(jìn)入臨床試驗(yàn)。11月，加拿大藥企AbCellera和合作伙伴Regeneron宣布已經(jīng)將首個(gè)針對未公開G蛋白偶聯(lián)受體（GPCR）的抗體候選藥物推進(jìn)到臨床前開發(fā)階段。同月，AI制藥企業(yè)Exscientia，宣布其AI技術(shù)平臺將包括人類抗體設(shè)計(jì)。有媒體做過不完全統(tǒng)計(jì)，全球已經(jīng)有20多家公司正在通過AI技術(shù)發(fā)現(xiàn)抗體藥物。從區(qū)域來看，這些公司大都分布在歐美。中國也有企業(yè)布局，但仍屬于小眾領(lǐng)域。星亢原與愷佧生物、藥明生物都達(dá)成了AI賦能大分子藥物研發(fā)的合作。信華生物則宣布利用自研AI平臺設(shè)計(jì)開發(fā)的First-in-class多功能抗體藥物在臨床前動物實(shí)驗(yàn)中顯示出優(yōu)異的安全性與有效性，且可成藥性方面性能卓越，即將進(jìn)入CMC和IND-enabling階段。一旦成功，該藥將有望成為亞洲最先進(jìn)入臨床階段的AI大分子藥物。自動化實(shí)驗(yàn)室成新吸睛點(diǎn)。2022年，數(shù)據(jù)的數(shù)量和質(zhì)量仍是AI制藥發(fā)展的核心問題。自動化實(shí)驗(yàn)室的出現(xiàn)恰恰就是為了解決這個(gè)問題。2021年，部分AI制藥公司已經(jīng)開始建立自動化實(shí)驗(yàn)室，目的是提高內(nèi)部數(shù)據(jù)的生成能力，以優(yōu)化AI模型。據(jù)不完全統(tǒng)計(jì)，Exscientia、英矽智能、Arctoris、Recursion、Insitro等都建立了自動化實(shí)驗(yàn)室。英矽智能則于2021年12月發(fā)布了全球首個(gè)由人工智能輔助決策的全自動化機(jī)器人實(shí)驗(yàn)室。該智能機(jī)器人實(shí)驗(yàn)室聚焦靶點(diǎn)發(fā)現(xiàn)、化合物篩選、個(gè)性化藥物開發(fā)和轉(zhuǎn)化醫(yī)學(xué)研究等領(lǐng)域。自動化已經(jīng)成為不少AI制藥公司戰(zhàn)略版圖的下一個(gè)重要模塊。在2021年初，英國的AutomataLabs于籌集了5000萬美元用于自動化實(shí)驗(yàn)室研究；中國的鎂伽科技也引來高盛投資，獲得3億美元融資用于擴(kuò)展其多樣化的自動化人工智能驅(qū)動的遠(yuǎn)程實(shí)驗(yàn)室服務(wù)和機(jī)器人化設(shè)施。2.32023年AI激發(fā)創(chuàng)新潛能生物醫(yī)藥業(yè)迎來“智藥”新機(jī)遇近年來，AI（人工智能）對制藥領(lǐng)域的賦能逐漸深入，兩者融合與創(chuàng)新成績斐然。2023年9月26日，“引領(lǐng)新方向聚AI迎未來——2023張江AI智藥論壇”在張江科學(xué)會堂舉行，多位業(yè)內(nèi)專家和相關(guān)企業(yè)齊聚一堂，共同探討AI與制藥交叉領(lǐng)域的產(chǎn)業(yè)現(xiàn)狀、趨勢和發(fā)展方向。2.3.1“智藥”成為藥企新寵“AI已經(jīng)成為藥物研發(fā)過程中縮短研究周期、節(jié)省研發(fā)成本、提升實(shí)驗(yàn)成功率的核心生產(chǎn)力?！敝袊茖W(xué)院院士饒子和說。2023年上半年研發(fā)費(fèi)用數(shù)據(jù)顯示，生物醫(yī)藥類上市公司研發(fā)費(fèi)用合計(jì)同比漲幅較大。其中，恒瑞醫(yī)藥研發(fā)費(fèi)用連續(xù)多年增長，約占總營收的30%；百濟(jì)神州2022年研發(fā)投入超百億元；復(fù)星醫(yī)藥、中國生物制藥、石藥集團(tuán)等藥企研發(fā)支出占總營收10%以上。此外，仿制藥企業(yè)逐漸開始轉(zhuǎn)換賽道，向自主創(chuàng)新邁進(jìn)?！皢蝹€(gè)藥品的研發(fā)費(fèi)用高，無論對業(yè)內(nèi)大型藥企還是小型藥企，都構(gòu)成了壓力?！睒I(yè)內(nèi)人士表示。“生物醫(yī)藥和AI正在深度融合?！睆埥瘓F(tuán)黨委書記、董事長袁濤表示，AI及相關(guān)技術(shù)為靶點(diǎn)開發(fā)、結(jié)構(gòu)設(shè)計(jì)等工作探索出了新手段和新路徑。以此為契機(jī)，催生出生命健康產(chǎn)業(yè)發(fā)展的新方向和新業(yè)態(tài)?！癆I可以賦能藥物研發(fā)的各個(gè)階段，如新靶點(diǎn)和難成藥靶點(diǎn)發(fā)現(xiàn)、臨床試驗(yàn)方案預(yù)測、小分子大分子的毒理預(yù)測等。”美迪西藥物發(fā)現(xiàn)事業(yè)部總裁劉建表示。深勢科技創(chuàng)始人兼CEO孫偉杰稱，AI在三個(gè)方面賦能藥物研發(fā)：一是幫助突破難成藥靶點(diǎn)；二是提高臨床各個(gè)環(huán)節(jié)的效率優(yōu)化和決策質(zhì)量；三是助力已有藥物分子的二次利用，如修改劑型和老藥新用?！鞍悬c(diǎn)發(fā)現(xiàn)的價(jià)值比較高，而分子生成則給公司帶去專利權(quán)，對公司而言，回報(bào)與價(jià)值比較高?！睒I(yè)內(nèi)人士表示，目前AI在靶點(diǎn)發(fā)現(xiàn)和分子生成等領(lǐng)域應(yīng)用已經(jīng)相對成熟。2.3.2多家大型藥企嘗鮮“AI+”“傳統(tǒng)藥物研發(fā)亟待突破三大瓶頸，即如何找到創(chuàng)新性強(qiáng)且靠譜的藥物新靶點(diǎn)、如何快速生成小分子化合物、如何科學(xué)設(shè)計(jì)臨床研究方案?！庇⑽悄苈?lián)合首席執(zhí)行官、首席科學(xué)官任峰表示，AI或許會成為解決上述問題的“加速器”。目前，已有多家國際大型藥企試水AI“智藥”。早前有報(bào)道表示，賽諾菲CEO宣布公司大力加碼AI，以成為第一家由AI大規(guī)模驅(qū)動的制藥公司為目標(biāo)。與此同時(shí)，諾和諾德、默克、阿斯利康等知名藥企也紛紛投身AI賽道。國際大型藥企積極嘗鮮AI的同時(shí)，也與國內(nèi)AI公司建立起合作關(guān)系。比如，英矽智能9月與美國Exelixis的合作獲得了8000萬美元預(yù)付款；早前晶泰科技宣布與知名藥企EliLilly簽署的一項(xiàng)AI小分子新藥發(fā)現(xiàn)合作，預(yù)付款及里程碑總收益可達(dá)2.5億美元。據(jù)悉，國內(nèi)一些大型藥企也在尋找“AI+”機(jī)會，加強(qiáng)與AI公司聯(lián)動。8月，石藥集團(tuán)下屬公司與英矽智能達(dá)成戰(zhàn)略合作，聚焦具有高度臨床需求的戰(zhàn)略品種，以生成式AI和計(jì)算機(jī)輔助藥物設(shè)計(jì)等前沿技術(shù)，驅(qū)動研發(fā)體系升級，提高新藥篩選效率和成功率。早前公司曾授權(quán)引進(jìn)AI靶點(diǎn)發(fā)現(xiàn)軟件PandaOmics。此外，復(fù)星醫(yī)藥也在全球范圍內(nèi)進(jìn)行多個(gè)靶點(diǎn)的AI藥物研發(fā)。美迪西相關(guān)負(fù)責(zé)人表示，目前，美迪西幫助AI公司與生物醫(yī)藥公司搭建起合作橋梁，公司的AI技術(shù)一站式創(chuàng)新藥臨床前研發(fā)服務(wù)平臺的搭建順應(yīng)了中國創(chuàng)新藥發(fā)現(xiàn)需求還處于初期階段的狀況，未來3至5年將持續(xù)推進(jìn)該平臺的建設(shè)。部分國內(nèi)AI+生物醫(yī)藥領(lǐng)域未上市公司也取得了研究進(jìn)展。劑泰醫(yī)藥用AI設(shè)計(jì)基因藥物遞送一系列材料，以AI驅(qū)動干、濕實(shí)驗(yàn)迭代；晶泰科技通過AI加速的抗體工程平臺改造抗體，提升抗體分子性能；英矽智能已有1款A(yù)I設(shè)計(jì)藥物進(jìn)入臨床Ⅱ期，另有3款A(yù)I參與研發(fā)的藥物進(jìn)入臨床Ⅰ期。2.3.3仍有發(fā)展痛點(diǎn)待解決“AI+生物醫(yī)藥企業(yè)”的發(fā)展仍然有一些痛點(diǎn)待解決。例如，如何獲得質(zhì)量和數(shù)量雙高的數(shù)據(jù)，便成為AI生物醫(yī)藥企業(yè)發(fā)展的第一個(gè)“攔路虎”。“制藥企業(yè)的核心就是數(shù)據(jù)，傳統(tǒng)藥企很難愿意分享這些數(shù)據(jù)，需要雙方建立起很強(qiáng)的信任?！比畏灞硎?，許多“AI+生物醫(yī)藥企業(yè)”都是從AI領(lǐng)域跨界而來，需要更多藥企數(shù)據(jù)以完善并發(fā)展更加精準(zhǔn)的細(xì)分領(lǐng)域模型。對于上述問題，業(yè)內(nèi)人士建議：一方面，建立起實(shí)驗(yàn)室，幫助AI公司有針對性地生成所需數(shù)據(jù)，用數(shù)據(jù)去做算法優(yōu)化；另一方面，有公信力的組織可以參與建立數(shù)據(jù)平臺，以增加傳統(tǒng)生物醫(yī)藥公司的信任，幫助AI公司獲得數(shù)據(jù)優(yōu)化算法?！澳壳?，許多藥企還對AI賦能缺乏付費(fèi)意愿?！睒I(yè)內(nèi)人士表示，不少傳統(tǒng)藥企還沒有擁抱AI浪潮。此外，藥品臨床驗(yàn)證周期較長，使得AI在整個(gè)制藥環(huán)節(jié)中的作用不能快速得到有效驗(yàn)證，可能會限制AI生物醫(yī)藥企業(yè)發(fā)展。為此，多位業(yè)內(nèi)專家就生物醫(yī)藥領(lǐng)域是否可以使用通用大模型展開了討論。有專家表示，目前建立通用模型還面臨種種瓶頸和局限，“只有長期迭代達(dá)到足夠大的數(shù)據(jù)量級，才可能建立通用模型”。面向未來，“AI+生物醫(yī)藥”想要取得發(fā)展，一方面要聚焦行業(yè)細(xì)分領(lǐng)域，持續(xù)深耕，打造企業(yè)“硬核”實(shí)力；另一方面，未來生物醫(yī)藥領(lǐng)域需要更多維度的合作，而AI+CRO則是未來發(fā)展的趨勢之一。2.3.4藥企加速布局AI制藥合作制藥行業(yè)IRR下降導(dǎo)致藥企轉(zhuǎn)向AIDD公司以提高藥物發(fā)現(xiàn)和開發(fā)效率。AI技術(shù)提供的更高效研發(fā)、更大的創(chuàng)新需求非常符合藥企需求，目前頭部制藥MNC正爭奪AI藥物發(fā)現(xiàn)及開發(fā)專業(yè)知識、人才和合作伙伴。隨著計(jì)算能力的進(jìn)步、更好的基因及蛋白質(zhì)表征和成功的AIDD藥物開發(fā)合作案例增加，大型制藥公司與AIDD公司的合作數(shù)量不斷增加，由2017年的18份新合作協(xié)議增加至2022年的66份新合作協(xié)議，復(fù)合年增長率為29.7%。圖表：頭部跨國藥企的AI布局資料來源：弗若斯特沙利文，公司招股說明書圖表：中國藥企的AI布局資料來源：弗若斯特沙利文，公司招股說明書在全球范圍內(nèi)AI制藥發(fā)展實(shí)現(xiàn)了從“0”到“1”跨越和從技術(shù)概念到實(shí)際應(yīng)用的突破。在資本市場，AI制藥獲得了較大的關(guān)注，約有十余家AI制藥的公司已經(jīng)成功完成IPO。全球AI制藥快速發(fā)展和中國創(chuàng)新藥鼓勵(lì)的政策疊加，國內(nèi)AI制藥也迎來了發(fā)展契機(jī)。制藥巨頭的頻繁合作、傳統(tǒng)藥企的開放合作、國外AI制藥的影響特別是資本對于AI制藥的關(guān)注和熱情，使得中國AI制藥公司得到充分關(guān)注并步入快速增長期。英矽智能作為AIDD管線開發(fā)進(jìn)程全球領(lǐng)先的端到端、由生成式AI驅(qū)動的生物科技公司，在AI制藥行業(yè)具有技術(shù)平臺領(lǐng)先、在研管線豐富、研發(fā)能力強(qiáng)勁等多重優(yōu)勢，在未來的市場競爭中有望持續(xù)擴(kuò)大自身市場份額。圖表：AI制藥行業(yè)領(lǐng)先公司的競爭格局資料來源：弗若斯特沙利文，公司招股說明書2.3.5主要行業(yè)觀察和趨勢人工智能和數(shù)據(jù)技術(shù)的出現(xiàn)，以及新穎的計(jì)算工具和基礎(chǔ)設(shè)施解決方案（數(shù)據(jù)庫、云服務(wù)等），都在研究、臨床和業(yè)務(wù)層面重新定義制藥行業(yè)的運(yùn)營方式。（1）基于AI的生物學(xué)建模和靶點(diǎn)發(fā)現(xiàn)在藥物發(fā)現(xiàn)研究中，確定新的藥物靶點(diǎn)對于成功開發(fā)FIC藥物至關(guān)重要。過去幾十年的藥物發(fā)現(xiàn)主要集中在靶向某些具有適當(dāng)“口袋”的蛋白質(zhì)，但是在所有人類蛋白質(zhì)中，只有極少數(shù)蛋白質(zhì)被定為靶標(biāo)。根據(jù)OMIM數(shù)據(jù)庫，目前有20，360種人類蛋白質(zhì)，其中已知約有4，600種參與疾病機(jī)制，約占在疾病中起作用的人類蛋白質(zhì)的22%。然而截至2017年，現(xiàn)有的FDA批準(zhǔn)的藥物實(shí)際上只使用了大約890種人類和病原體衍生的生物分子（主要是蛋白質(zhì)）。基于人工智能技術(shù)的新型計(jì)算方法允許大規(guī)模識別新的可成藥蛋白質(zhì)口袋，允許蛋白質(zhì)組范圍的虛擬篩選。先進(jìn)的建模工具有助于識別和調(diào)節(jié)新型靶標(biāo)，例如蛋白質(zhì)-蛋白質(zhì)相互作用、具有大接觸面積的靶標(biāo)、蛋白質(zhì)-核酸相互作用和下一代靶標(biāo)，例如利用細(xì)胞的蛋白質(zhì)降解機(jī)制。許多人工智能驅(qū)動的公司專注于生物學(xué)建模、發(fā)現(xiàn)和驗(yàn)證新的靶點(diǎn)，并向其他組織提供“疾病模型即服務(wù)”或“靶點(diǎn)發(fā)現(xiàn)即服務(wù)”。對這種合同研究服務(wù)的需求正在上升，這反映在越來越多的靶標(biāo)發(fā)現(xiàn)合作伙伴關(guān)系上。2022年9月，以色列生物建模公司CytoReason宣布與輝瑞擴(kuò)大1.1億美元的合作。兩家公司于2019年開始合作，當(dāng)時(shí)輝瑞開始使用CytoReason的生物模型進(jìn)行研究，旨在開發(fā)用于免疫介導(dǎo)疾病和癌癥免疫療法的新藥。2022年5月，阿斯利康宣布從與BenevolentAI的合作中獲得了第二個(gè)肺纖維化靶點(diǎn)，這一里程碑標(biāo)志著BenevolentAI自2019年合作開始以來為阿斯利康發(fā)現(xiàn)的第三個(gè)新靶標(biāo)。僅僅幾個(gè)月后，即2022年10月，BenevolentAI設(shè)法為阿斯利康的研發(fā)組合提供了另外兩個(gè)人工智能生成的靶點(diǎn)，針對慢性腎臟疾病和特發(fā)性肺纖維化。報(bào)告顯示，靶點(diǎn)發(fā)現(xiàn)領(lǐng)域至少有182家人工智能公司，包括擁有尖端研發(fā)平臺的領(lǐng)先資金雄厚的公司，如Insitro、RelayTherapeutics、ValoHealth等?？偠灾?，基于人工智能的高級建模方法有助于重新定義生物靶點(diǎn)的定義，試圖將藥物反應(yīng)與遺傳變異聯(lián)系起來，了解分層臨床療效和安全性，合理化同一治療類別中藥物之間的差異，并預(yù)測患者亞組中的藥物效用。（2）利用AI破解結(jié)構(gòu)生物學(xué)2022年生命科學(xué)界討論最多的人工智能相關(guān)話題之一是仍然是蛋白質(zhì)結(jié)構(gòu)預(yù)測。2022年7月，DeepMind宣布AlphaFold預(yù)測了超過2億種蛋白質(zhì)的蛋白質(zhì)結(jié)構(gòu)，包含世界上所有已知蛋白質(zhì)。盡管不少人質(zhì)疑AlphaFold對藥物研發(fā)的實(shí)際貢獻(xiàn)，但這一發(fā)現(xiàn)肯定是結(jié)構(gòu)生物學(xué)的范式改變，并說明了人工智能在基礎(chǔ)生物學(xué)研究中的潛力。蛋白質(zhì)折疊方面的重大技術(shù)飛躍可能對從頭蛋白質(zhì)設(shè)計(jì)更有用，而不是簡單地對現(xiàn)有蛋白質(zhì)的結(jié)構(gòu)進(jìn)行建模以進(jìn)行藥物發(fā)現(xiàn)。最近，冷凍電鏡加上人工智能技術(shù)催生了新一波的生物技術(shù)初創(chuàng)公司，如GandeevaTherapeutics、Septerna和MOMATherapeutics。機(jī)器學(xué)習(xí)不僅有助于加速和優(yōu)化冷凍電鏡管道，還有助于避免用戶偏見陷阱。（3）使用AI開發(fā)小分子藥物在疾病建模和靶點(diǎn)發(fā)現(xiàn)之后，設(shè)計(jì)化學(xué)或生物分子是將人工智能應(yīng)用于藥物發(fā)現(xiàn)的第二大用例。在BiopharmaTrendAI報(bào)告中的384家公司中，有130多家人工智能驅(qū)動型公司將人工智能應(yīng)用于設(shè)計(jì)候選藥物。人工智能驅(qū)動的藥物設(shè)計(jì)主要分為三大類：從頭（例如生成）藥物設(shè)計(jì)、現(xiàn)有數(shù)據(jù)庫的虛擬篩選和藥物再利用。從頭藥物設(shè)計(jì)主要由深度學(xué)習(xí)模型實(shí)現(xiàn)，例如生成對抗神經(jīng)網(wǎng)絡(luò)（GAN）。運(yùn)用生成AI平臺的公司包括InsilicoMedicine、Iktos、RecursionPharmaceuticals、DeepCure等。此外人工智能賦能超大規(guī)模虛擬篩選，能夠篩選億萬分子并找到成功命中。2022年8月，賽諾菲與Atomwise合作達(dá)成了一項(xiàng)潛在價(jià)值高達(dá)12億美元的交易。根據(jù)公告，基于卷積神經(jīng)網(wǎng)絡(luò)的AtomNet擅長基于結(jié)構(gòu)的藥物設(shè)計(jì)，能夠“快速，人工智能搜索Atomwise專有的庫，其中包含超過3萬億種可合成化合物”。最后，許多公司正在使用重定位策略進(jìn)行人工智能藥物發(fā)現(xiàn)，包括Healx、BenevolentAI、BioXcelTherapeutics。主要使用自然語言處理（NLP）模型和機(jī)器學(xué)習(xí)，通過分析大量非結(jié)構(gòu)化文本數(shù)據(jù)，例如研究文章和專利，電子健康記錄（EHR）以及其他數(shù)據(jù)類型，來構(gòu)建和搜索“知識圖譜”，為以前的候選藥物及獲批的藥物選擇新的適應(yīng)癥或患者群體。（3）超越小分子的人工智能驅(qū)動藥物設(shè)計(jì)由于歷史上小分子藥物積累了更多的數(shù)據(jù)，此前早期基于機(jī)器學(xué)習(xí)的QSAR模型中與AI制藥也頗有淵源，也讓大多數(shù)藥物發(fā)現(xiàn)領(lǐng)域的人工智能初創(chuàng)公司都專注于小分子藥物。按產(chǎn)品類別劃分的AI藥物發(fā)現(xiàn)公司分布隨著生物制劑和新型化學(xué)療法在制藥領(lǐng)域越來越豐富，應(yīng)用基于人工智能的藥物發(fā)現(xiàn)初創(chuàng)公司也在多元化。在科學(xué)家于2003年破解人類基因組后，成藥性和可開發(fā)性空間迅速進(jìn)化。新型靶標(biāo)如蛋白質(zhì)相互作用、蛋白質(zhì)-核酸相互作用和下一代靶標(biāo)，如利用細(xì)胞的蛋白質(zhì)降解機(jī)制，正在推動各種新興分子模式的出現(xiàn)成為藥物發(fā)現(xiàn)的重點(diǎn)。例如越來越多的公司應(yīng)用人工智能方法來發(fā)現(xiàn)新型單克隆抗體。2022年4月，以色列公司BiolojicDesign宣布他們有史以來第一個(gè)計(jì)算設(shè)計(jì)的抗體進(jìn)入臨床試驗(yàn)。該公司利用AI模型在數(shù)百萬個(gè)抗體-抗原對上進(jìn)行訓(xùn)練，以從現(xiàn)有人類抗體中識別針對目標(biāo)靶標(biāo)的模板抗體。2022年11月，總部位于加拿大的AbCelleraBiologics宣布，Regeneron選擇行使其權(quán)利，將AbCellera首個(gè)針對未公開G蛋白偶聯(lián)受體（GPCR）的治療性抗體候選藥物推進(jìn)到進(jìn)一步的臨床前開發(fā)。目前有二十多家公司正在使用人工智能發(fā)現(xiàn)抗體藥物，包括美國的AbSci、BigHatBiosciences、Totient、NablaBio和GenerateBiomedicine；總部位于加拿大的DeepBiologics；總部位于中國的NeoX；位于歐盟的DeepCDR、NaturalAntibody，和MabSilico等。一些在小分子領(lǐng)域取得成就的公司也在拓展其技術(shù)領(lǐng)域，如上市公司Exscientia現(xiàn)在正在擴(kuò)展到生物制劑發(fā)現(xiàn)領(lǐng)域。2022年11月，該公司宣布其人工智能平臺將包括人類抗體的設(shè)計(jì)。Exscientia還在牛津建立一個(gè)自動化生物制劑實(shí)驗(yàn)室，以在內(nèi)部產(chǎn)生和分析新型抗體。第一批人工智能開發(fā)的候選藥物進(jìn)入臨床盡管AI徹底改變藥物發(fā)現(xiàn)可能還為時(shí)過早，但幾家AI藥物研發(fā)公司已經(jīng)顯著提升藥物研發(fā)的效率。這些公司都構(gòu)建了一個(gè)專門的、高度集成的人工智能平臺，包括許多模型和數(shù)據(jù)源。一批成功進(jìn)入臨床藥物表明，人工智能公司有能力更快地提出候選藥物。AbCellera的單克隆抗體LY-CoV555在三個(gè)月內(nèi)開發(fā)完成，并獲得了FDA的緊急使用授權(quán)。BenevolentAI的知識圖譜幫助該公司在幾天內(nèi)將Baricitinib確定為一種有效的COVID-19抗病毒藥物（現(xiàn)已被FDA批準(zhǔn)使用）。InsilicoMedicine的小分子抑制劑ISM001-055用于治療特發(fā)性肺纖維化，經(jīng)過重新設(shè)計(jì)，并在18個(gè)月內(nèi)（目前處于I期）進(jìn)入后期臨床前研究。薛定諤開發(fā)了一種小分子SGR-1505，可在十個(gè)月內(nèi)治療B細(xì)胞淋巴瘤，目前正在IND申請過程中?？偛课挥邴}湖城的RecursionPharmaceuticals在18個(gè)月內(nèi)開發(fā)出一種針對未指定罕見疾病的候選藥物。該公司擁有龐大而多樣化的臨床前和臨床候選藥物組合，并在其數(shù)字生物學(xué)平臺的幫助下設(shè)計(jì)。2.4AI輔助藥物研發(fā)的新興趨勢2.4.1人工智能和機(jī)器人化實(shí)驗(yàn)室深度學(xué)習(xí)模型非常渴望高質(zhì)量數(shù)據(jù)，無論模型有多好，但數(shù)據(jù)質(zhì)量和大小對于結(jié)果預(yù)測同樣重要。生成高質(zhì)量生物學(xué)數(shù)據(jù)的最有效方法是使用機(jī)器人技術(shù)。如果我們將現(xiàn)代人工智能驅(qū)動的藥物發(fā)現(xiàn)轉(zhuǎn)型視為一個(gè)循序漸進(jìn)的過程，那么廣泛可用且相對具有成本效益的roboticsas-a-service將是人工智能支持的制藥和生物技術(shù)研究工業(yè)化的最后一塊也是關(guān)鍵部分。一些公司正在構(gòu)建標(biāo)準(zhǔn)化、高度自動化、可擴(kuò)展且日益兼容的實(shí)驗(yàn)室設(shè)備，這些設(shè)施由基于AI的實(shí)驗(yàn)控制系統(tǒng)指導(dǎo)，并輔以AI驅(qū)動的數(shù)據(jù)挖掘和分析功能。這種“下一代”實(shí)驗(yàn)室設(shè)施正在遠(yuǎn)程提供給臨床前藥物研究實(shí)驗(yàn)人員，使臨床前實(shí)驗(yàn)成為更具可擴(kuò)展性和標(biāo)準(zhǔn)化的常規(guī)程序。這一賽道正在瘋狂吸引風(fēng)險(xiǎn)投資的青睞。2022年2月，總部位于英國的AutomataLabs籌集了5000萬美元用于自動化實(shí)驗(yàn)室研究。2022年6月，北京鎂伽生命科技籌集了3億美元，用于擴(kuò)展其多樣化的自動化人工智能驅(qū)動的遠(yuǎn)程實(shí)驗(yàn)室服務(wù)和機(jī)器人化設(shè)施。遠(yuǎn)程機(jī)器人實(shí)驗(yàn)室的興起是一個(gè)長期的行業(yè)趨勢，是一種提供合同研究服務(wù)的新方式，對于長期采用以數(shù)據(jù)為中心的“人工智能優(yōu)先”研究策略非常有益。幾家人工智能驅(qū)動的藥物發(fā)現(xiàn)公司，如Exscientia、InsilicoMedicine、Arctoris、RecursionPharmaceuticals、Insitro等，已經(jīng)建立了內(nèi)部自動化實(shí)驗(yàn)室，以提高其內(nèi)部數(shù)據(jù)生成能力，以訓(xùn)練他們的人工智能模型和建立更好的藥物管線。2.4.2利用AI解決臨床試驗(yàn)瓶頸臨床試驗(yàn)是藥物開發(fā)工作流程的關(guān)鍵階段，候選藥物從1期到上市的平均成功率僅為11%。即使候選藥物安全有效，臨床試驗(yàn)也可能因資金不足、入組不足或研究設(shè)計(jì)不佳而失敗。人工智能（AI）越來越被視為提高臨床試驗(yàn)運(yùn)營效率和降低臨床開發(fā)成本的技術(shù)。通常，人工智能技術(shù)公司在三個(gè)主要領(lǐng)域提供服務(wù)和專業(yè)知識。第一個(gè)領(lǐng)域初創(chuàng)企業(yè)通過自然語言處理（NLP）幫助解鎖來自不同數(shù)據(jù)源的信息，例如科學(xué)論文、醫(yī)療記錄、疾病登記，甚至醫(yī)療索賠。這可以支持患者招募和分層、地點(diǎn)選擇，并改善臨床研究設(shè)計(jì)和對疾病機(jī)制的理解。例如，一項(xiàng)研究報(bào)道表明大約18%的臨床研究由于招募不足而失敗。臨床試驗(yàn)成功的另一個(gè)方面是改善患者分層。由于試驗(yàn)患者價(jià)格昂貴，因此能夠預(yù)測哪個(gè)患者將從治療中獲得更顯著的益處或風(fēng)險(xiǎn)至關(guān)重要。人工智能驅(qū)動的公司使用多種數(shù)據(jù)類型，例如電子健康記錄（EHR）、組學(xué)和成像數(shù)據(jù)，以減少人群異質(zhì)性并提高臨床研究能力。人工智能也在簡化臨床試驗(yàn)的操作流程。AI技術(shù)公司幫助跟蹤患者的健康狀況，監(jiān)控治療反應(yīng)以及患者對試驗(yàn)程序的依從性。通過這樣人工智能公司降低了患者退出的風(fēng)險(xiǎn)，平均占30%。通常，3期臨床研究階段需要1000-3000名參與者，其中一部分服用安慰劑。這就是為什么合成對照組的發(fā)展-可以取代安慰劑對照組的AI模型，從而減少臨床試驗(yàn)所需的個(gè)體數(shù)量-可能成為一種新的趨勢。根據(jù)BiopharmaTrendAI報(bào)告顯示，以上三個(gè)類別都有80多家公司，包括Owkin，PathAI，GNSHealthcare，Neurcuit，AICure和Unlearn.ai。盡管生物技術(shù)投資環(huán)境整體寒冷，但對人工智能臨床試驗(yàn)平臺的需求以及該領(lǐng)域的投資都很高。2022年3月，ConcertAI在融資1.5億美元的C輪融資以擴(kuò)展其用于癌癥研究的軟件和真實(shí)世界數(shù)據(jù)（RWD）解決方案后，估值達(dá)到19億美元。Saama是一家總部位于硅谷的公司，成立于1997年，但它在2015年籌集了第一筆風(fēng)險(xiǎn)投資。該公司已經(jīng)籌集了超過5億美元的風(fēng)險(xiǎn)投資。Saama提供多樣化的解決方案：通過集中式數(shù)據(jù)分析和控制中心加速臨床試驗(yàn)，包括實(shí)時(shí)數(shù)據(jù)處理功能；自動化數(shù)據(jù)質(zhì)量功能；簡化的監(jiān)管提交功能，包括藥物警戒分析和提交。2.4.3CRO領(lǐng)域的人工智能在臨床前和臨床領(lǐng)域出現(xiàn)的新型AICRO公司開始挑戰(zhàn)傳統(tǒng)的CRO公司。后者通過將人工智能納入其對制藥公司的服務(wù)產(chǎn)品中或與人工智能公司合作來補(bǔ)充他們的研究能力。例如查爾斯河正在通過與ValoHealth建立多年的合作伙伴關(guān)系來深入研究人工智能。查爾斯河希望利用ValoHealth的深度學(xué)習(xí)平臺實(shí)現(xiàn)從頭分子設(shè)計(jì)到先導(dǎo)物優(yōu)化的更快，更有效的過程。2021年，CharlesRiver與ValenceDiscovery建立了戰(zhàn)略合作伙伴關(guān)系，使CRO的客戶能夠訪問Valence的人工智能平臺，用于分子特性預(yù)測、生成化學(xué)和多參數(shù)優(yōu)化。艾昆緯多年來一直在投資人工智能功能，以增加臨床試驗(yàn)和為客戶提供的商業(yè)活動的價(jià)值。例如為了改善臨床試驗(yàn)，艾昆緯于2020年啟動了Avacare臨床研究網(wǎng)絡(luò)?，使研究中心能夠更快、更有效地匹配患者進(jìn)行試驗(yàn)。該平臺由人工智能算法提供支持，可以在19個(gè)疾病領(lǐng)域運(yùn)行。臨床研究行業(yè)的一個(gè)重要趨勢是進(jìn)行虛擬臨床試驗(yàn)，這是一個(gè)價(jià)值80億美元的市場。COVID-19迫使制藥公司轉(zhuǎn)向遠(yuǎn)程監(jiān)控、改善患者登記、跟蹤患者參與的應(yīng)用程序、遠(yuǎn)程醫(yī)療、權(quán)力下放和其他保持試驗(yàn)運(yùn)行的措施。由于對此類解決方案的需求大幅增長，CRO急于在其服務(wù)產(chǎn)品中添加虛擬和去中心化功能。事實(shí)證明，人工智能技術(shù)在創(chuàng)建和運(yùn)行此類項(xiàng)目以幫助合成數(shù)據(jù)和加快臨床試驗(yàn)過程方面非常寶貴?？萍季揞^追逐藥物發(fā)現(xiàn)和生物技術(shù)前面提到的Alphabet的DeepMind和Meta在解決基礎(chǔ)生物學(xué)研究難題方面的成功，比如使用深度學(xué)習(xí)和語言模型大規(guī)模預(yù)測蛋白質(zhì)結(jié)構(gòu)，只是冰山一角：幾乎每個(gè)科技巨頭都在布局生命科學(xué)領(lǐng)域。2.52023年人工智能打破醫(yī)藥研發(fā)“雙十定律”高技術(shù)、高投入、高風(fēng)險(xiǎn)、長周期……在新藥研發(fā)的過程中，經(jīng)常面臨著諸多痛點(diǎn)。因此，業(yè)界正在著力布局通過AI翻過新藥研發(fā)過程中的這幾座“大山”，AI智藥成為一條新賽道。全球已經(jīng)有700多家AI智藥企業(yè)，共有幾十款A(yù)I藥物進(jìn)入臨床試驗(yàn)階段。至2022年底，我國也已有AI智藥初創(chuàng)企業(yè)近80家。張江，有科創(chuàng)、芯片、藥片“三駕馬車”，2022年生物醫(yī)藥產(chǎn)業(yè)規(guī)模已經(jīng)達(dá)到3300億元，誕生了全國15%的原創(chuàng)新藥和10%的創(chuàng)新醫(yī)療器械。近年來，張江積極尋找和布局新賽道、新方向，目前在靶向藥物、合成生物學(xué)、AI+新藥研發(fā)、新型偶聯(lián)藥物、新型蛋白降解藥物、細(xì)胞藥等相關(guān)領(lǐng)域引進(jìn)和聚集了一批創(chuàng)新主體，在前沿技術(shù)領(lǐng)域的發(fā)展和培育上發(fā)揮著創(chuàng)新策源和示范引領(lǐng)作用。在9月25日開幕的2023張江生命科學(xué)國際創(chuàng)新峰會上，舉行了2023張江AI智藥論壇暨第三屆AI研發(fā)創(chuàng)新論壇，來自張江的AI智藥企業(yè)分享了AI賦能藥物研發(fā)的最新成果和前沿案例，并探討了AI技術(shù)應(yīng)用的當(dāng)前挑戰(zhàn)和未來前景。不可否認(rèn)，AI智藥的創(chuàng)業(yè)熱潮正在涌動。2.5.1加速建立“AI藥研朋友圈”AI智藥，即以醫(yī)藥大數(shù)據(jù)為基礎(chǔ)，通過運(yùn)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等AI技術(shù)替代大量實(shí)驗(yàn)，對藥物結(jié)構(gòu)、功效等進(jìn)行快速分析，以達(dá)到縮短試驗(yàn)周期、節(jié)省成本、促進(jìn)新藥發(fā)現(xiàn)、提升試驗(yàn)成功率等目的?！半S著人工智能技術(shù)的快速變革，AI已經(jīng)成為藥物研發(fā)過程中縮短研究周期、節(jié)省研發(fā)成本、提升實(shí)驗(yàn)成功率的核心生產(chǎn)力?！敝袊茖W(xué)院院士饒子和在論壇上這樣表示。在中國AI智藥的版圖上，張江占據(jù)著龍頭位置。成立于2019年的英矽智能和成立于2015年的晶泰科技是國內(nèi)AI制藥領(lǐng)域的獨(dú)角獸，這兩家皆在張江有所布局。作為浦東生物醫(yī)藥產(chǎn)業(yè)的聚集地，張江集聚了近7萬名生物醫(yī)藥從業(yè)人員。同時(shí)，張江正在構(gòu)筑一個(gè)巨大的人工智能產(chǎn)業(yè)生態(tài)圈，匯聚更多的AI新勢力。早在2021年10月，張江AI新藥研發(fā)聯(lián)盟正式揭牌成立，聯(lián)盟是推進(jìn)AI與醫(yī)藥跨界交叉融合、數(shù)據(jù)資源共享、技術(shù)迭代升級的重要紐帶，并取得了不少成果。現(xiàn)在，該聯(lián)盟成員已擴(kuò)增至35家。美迪西開發(fā)的智能靶點(diǎn)和AI虛擬藥物發(fā)現(xiàn)平臺、英矽智能通過AI賦能發(fā)現(xiàn)的潛在同類最佳USP1小分子抑制劑、晶泰科技用AI驅(qū)動的下一代抗體發(fā)現(xiàn)平臺XupremAb賦能最佳抗體發(fā)現(xiàn)……這是張江AI新藥研發(fā)聯(lián)盟發(fā)布的一些創(chuàng)新成果。作為近年來技術(shù)變革的重要力量，AI在生物醫(yī)藥領(lǐng)域展示了極大的應(yīng)用潛力。國家發(fā)改委2022年發(fā)布的《“十四五”生物經(jīng)濟(jì)發(fā)展規(guī)劃》提出，要利用云計(jì)算、大數(shù)據(jù)、人工智能等信息技術(shù)，對治療適應(yīng)癥與新靶點(diǎn)驗(yàn)證、臨床前與臨床試驗(yàn)、產(chǎn)品設(shè)計(jì)優(yōu)化與產(chǎn)業(yè)化等新藥研制過程進(jìn)行全程監(jiān)管，實(shí)現(xiàn)藥物產(chǎn)業(yè)的精準(zhǔn)化研制與規(guī)?；l(fā)展。2022年2月，英矽智能利用人工智能發(fā)現(xiàn)的“特發(fā)性肺纖維化”候選藥物，獲批在中國進(jìn)入ⅰ期臨床試驗(yàn)，成為中國首個(gè)進(jìn)入臨床階段的人工智能研發(fā)藥物。2.5.2AI打破“雙十定律”大幅縮短研發(fā)時(shí)間，是AI智藥最明顯的優(yōu)勢之一。傳統(tǒng)的新藥研發(fā)是一項(xiàng)復(fù)雜而長期的系統(tǒng)工程，一款新藥從著手研發(fā)到獲批上市，整個(gè)過程平均耗時(shí)約14年，僅化合物篩選到臨床前研究就需花費(fèi)約4～6年的時(shí)間，推動新藥上市的平均成本更是高達(dá)19.8億美元。因此，醫(yī)藥研發(fā)行業(yè)長期以來面臨著“雙十定律”，即需要耗時(shí)超過10年、10億美金才有可能上市一款新藥。張江AI新藥研發(fā)聯(lián)盟成員之一英矽智能聯(lián)合首席執(zhí)行官、首席科學(xué)家任峰表示，為了研發(fā)毒副作用更小的特發(fā)性肺纖維化新藥，英矽智能通過AI賦能的研發(fā)方式，將從靶點(diǎn)的發(fā)現(xiàn)到找到臨床候選化合物的過程縮短到18個(gè)月，研發(fā)費(fèi)用共投入270萬美元，而如果沒有AI，則該過程需要花費(fèi)四年半以上時(shí)間、數(shù)千萬美元，AI+生物醫(yī)藥的“雙向賦能”，無疑大大降低了新藥研發(fā)的周期和成本。同樣也是張江AI新藥研發(fā)聯(lián)盟成員的晶泰科技，在建立小分子藥物模擬算法平臺之后，通過AI預(yù)測算法幫助輝瑞制藥顯著縮短了新冠口服藥Paxlovid（奈瑪特韋片/利托那韋片）的研發(fā)周期，2021年12月，Paxlovid成為第一款獲得美國FDA批準(zhǔn)的新冠口服藥，被迅速推向市場。輝瑞和晶泰科技雙方的科學(xué)家僅用了6個(gè)星期，便完成了藥物固態(tài)研發(fā)，以快速的計(jì)算預(yù)測與試驗(yàn)結(jié)果相互印證、準(zhǔn)確匹配。而在傳統(tǒng)的藥物研發(fā)模式下，這個(gè)過程可能需要花費(fèi)數(shù)月時(shí)間。晶泰科技AI預(yù)測模型目前，晶泰科技已通過建立算法的“干”實(shí)驗(yàn)室和自動化機(jī)器人驅(qū)動的“濕”實(shí)驗(yàn)室，構(gòu)建起虛實(shí)結(jié)合、相互印證的研發(fā)體系，助力藥物研發(fā)。自動化智能化實(shí)驗(yàn)室里包含了自動化合成、自動化結(jié)晶等化學(xué)和生物的一些關(guān)鍵能力，通過人工智能來輔助藥物設(shè)計(jì)，通過自動化機(jī)器人來替代傳統(tǒng)人工進(jìn)行實(shí)驗(yàn)操作，進(jìn)行7×24小時(shí)的運(yùn)作，實(shí)現(xiàn)“關(guān)燈實(shí)驗(yàn)室”的效果，并減少對人力勞動的依賴，保證實(shí)驗(yàn)的穩(wěn)定可靠?！袄缑恳淮渭臃磻?yīng)試劑，相比人工，機(jī)械臂可以更加精準(zhǔn)控制劑量，并且實(shí)時(shí)記錄實(shí)驗(yàn)數(shù)據(jù)、過程，全程數(shù)據(jù)可追溯。”晶泰科技相關(guān)人士介紹。2.5.3將藥物在人體內(nèi)精準(zhǔn)遞送受限于傳統(tǒng)藥物研發(fā)的技術(shù)瓶頸，臨床上仍存在大量“不可成藥”的疾病，諸多患者面臨“無藥可用”的難題。“藥物遞送”技術(shù)是以RNA藥物為開發(fā)的關(guān)鍵環(huán)節(jié)，通過特定的技術(shù)實(shí)現(xiàn)將核酸序列等藥物精準(zhǔn)遞送至有疾病的器官、組織和細(xì)胞中，從而實(shí)現(xiàn)疾病的治愈。然而，這一環(huán)節(jié)的難點(diǎn)和關(guān)鍵在于如何“精準(zhǔn)遞送”藥物有效成分到人體患病部位。業(yè)內(nèi)人士打比方，人體的運(yùn)作機(jī)制和環(huán)境非常復(fù)雜，實(shí)現(xiàn)這一目標(biāo)的難度不亞于通過火箭運(yùn)載衛(wèi)星到達(dá)太空中的預(yù)定軌道。也因此，提升藥物遞送的精準(zhǔn)性已成為新一代藥物的核心部分。如果把藥物比作一輛行駛在人體內(nèi)的車，在人體內(nèi)沒有GPS的情況下，如何將藥物精準(zhǔn)送達(dá)“目的地”？劑泰醫(yī)藥聯(lián)合創(chuàng)始人兼首席執(zhí)行官賴才達(dá)在論壇上表示，劑泰醫(yī)藥的做法是，基于AI數(shù)據(jù)驅(qū)動算法、機(jī)制驅(qū)動的量子力學(xué)和分子動力學(xué)模擬以及高通量實(shí)驗(yàn)平臺等底層技術(shù)，搭建了AI驅(qū)動核酸遞送系統(tǒng)設(shè)計(jì)平臺（AiLNP），以AI驅(qū)動干、濕實(shí)驗(yàn)迭代，實(shí)現(xiàn)了更有效的創(chuàng)新遞送材料設(shè)計(jì)、核酸序列設(shè)計(jì)與優(yōu)化，并設(shè)計(jì)了更具優(yōu)勢的制劑配方和核酸遞送系統(tǒng)，將藥物遞送系統(tǒng)效率進(jìn)行指數(shù)級優(yōu)化。劑泰醫(yī)藥AiLNP“LNP核酸遞送系統(tǒng)的表達(dá)效率超越行業(yè)標(biāo)準(zhǔn)10倍以上，并破解了行業(yè)難以攻克的肺、大腦、腫瘤、免疫器官、肌肉等遞送難題?！辟嚥胚_(dá)說。以近來火熱的mRNA技術(shù)為例，mRNA技術(shù)商業(yè)落地的最大阻礙便是遞送。在賴才達(dá)看來，遞送技術(shù)可以助力更好地發(fā)揮藥效，將疾病細(xì)胞編寫回健康細(xì)胞，為全球患者帶來革命性的藥物，解決未被滿足的臨床需求，這也是目前CGT（細(xì)胞基因治療）產(chǎn)業(yè)“卡脖子”的核心環(huán)節(jié)。2.6大型藥企在AI藥物研發(fā)進(jìn)展趨勢人工智能（AI）的推進(jìn)正逐漸改變生物醫(yī)藥產(chǎn)業(yè)在藥物發(fā)現(xiàn)、開發(fā)的整個(gè)過程。2023年，《自然》旗下BiopharmaDealMakers發(fā)布了一篇針對AI驅(qū)動生物醫(yī)藥研發(fā)公司在近年的增長趨勢、方向的報(bào)道。藥明康德內(nèi)容團(tuán)隊(duì)將就此報(bào)道，并結(jié)合內(nèi)部數(shù)據(jù)和其他公開資料向讀者介紹AI在當(dāng)今產(chǎn)業(yè)界的概況。2.6.1大型藥企整合AI進(jìn)入藥物開發(fā)流程隨著AI在技術(shù)上的不斷突破，以及各式臨床“-omics”（包含基因組學(xué)、蛋白質(zhì)組學(xué)、轉(zhuǎn)錄組學(xué)等）數(shù)據(jù)的建立，AI在藥物開發(fā)的應(yīng)用從原初的小分子藥物設(shè)計(jì)、文獻(xiàn)分析，已經(jīng)進(jìn)展至廣泛應(yīng)用于藥物研發(fā)管線開發(fā)的各個(gè)階段。隨著AlphaFold2在蛋白質(zhì)結(jié)構(gòu)預(yù)測上的突破，AI技術(shù)被視為開發(fā)創(chuàng)新藥物的樞紐，許多藥企也早已布局建立其在AI領(lǐng)域的核心能力，這主要通過三種方式：2.6.2與信息技術(shù)公司合作建立內(nèi)部AI專業(yè)技術(shù)在2019年，諾華（Novartis）與微軟（Microsoft）宣布達(dá)成，將整合諾華的數(shù)據(jù)庫與微軟的AI專業(yè)以共同發(fā)現(xiàn)、開發(fā)并商業(yè)化創(chuàng)新藥物。此外，兩者亦建立AI創(chuàng)新實(shí)驗(yàn)室以支持諾華研究人員的工作。今年4月，Moderna和IBM達(dá)成一項(xiàng)為期，IBM將提供量子計(jì)算系統(tǒng)的訪問權(quán)限，以及提供專業(yè)知識幫助Moderna探索由量子技術(shù)驅(qū)動的生命科學(xué)領(lǐng)域的前沿應(yīng)用，以推進(jìn)和加速mRNA療法的研究。Moderna和IBM將結(jié)合配方發(fā)現(xiàn)和生成性AI技術(shù)來優(yōu)化脂質(zhì)納米顆粒，以設(shè)計(jì)具有改善安全性和性能的mRNA藥物。2.6.3通過并購AI驅(qū)動生物技術(shù)公司快速獲得AI技術(shù)羅氏（Roche）旗下的基因泰克（Genentech）在2021年并購了PrescientDesign，主要利用其生成式AI平臺來發(fā)現(xiàn)、設(shè)計(jì)抗體藥物。而自2019年起，BioNTech便與InstaDeep展開多年的合作，并在今年1月以3.62億預(yù)付款并購該公司，期待通過此交易來完全整合InstaDeep的AI與機(jī)器學(xué)習(xí)（ML）專業(yè)，以開發(fā)下一代免疫療法。并購除了使得藥企能夠獲得AI公司專有的平臺技術(shù)，也可同時(shí)獲得來自原公司的數(shù)據(jù)與生物信息專業(yè)人士，增加其AI研發(fā)能力。圖表：AI驅(qū)動生物科技公司近年的成立與融資趨勢圖片來源：參考資料2.6.4與AI驅(qū)動生物技術(shù)公司合作以識別靶點(diǎn)、共同開發(fā)藥物這一類別的知名例子包含基因泰克在2021年與RecursionPharmaceuticals達(dá)成的合作，兩者將利用AI導(dǎo)向的高通量篩選平臺以識別在神經(jīng)科學(xué)與腫瘤學(xué)的創(chuàng)新靶標(biāo)。2022年1月，賽諾菲（Sanofi）與Exscientia達(dá)成另一項(xiàng)，兩者將利用Exscientia基于AI的個(gè)體化藥物平臺，以篩選病患與識別藥物靶標(biāo)，該合作預(yù)計(jì)開發(fā)在腫瘤與免疫學(xué)領(lǐng)域最多達(dá)15項(xiàng)的創(chuàng)新小分子藥物。此外，賽諾菲還在同年8月和11月，分別與和（InsilicoMedicine）達(dá)成大型的研發(fā)合作，將利用兩家公司各自的AI平臺發(fā)現(xiàn)新靶點(diǎn)并開發(fā)候選藥物。在使用AI改善臨床開發(fā)能力方面，默沙東（MSD）與SaamaTechnologies在去年8月達(dá)成了一項(xiàng)，將利用Saama的AI模型實(shí)施新的臨床數(shù)據(jù)管理流程，以加強(qiáng)其臨床開發(fā)能力，并加快管線進(jìn)展。去年10月，GSK與Tempus達(dá)成一項(xiàng)，將使用Tempus包含大型去識別化病患數(shù)據(jù)的AI平臺改善臨床試驗(yàn)設(shè)計(jì)、加速病患招募與識別藥物靶標(biāo)。2.6.5AI驅(qū)動生物科技公司發(fā)展趨勢根據(jù)統(tǒng)計(jì)，在2010年至2022年間，約有390間AI驅(qū)動生物科技公司創(chuàng)立，其中有近半（~47%）僅專注于藥物發(fā)現(xiàn)研究（Research），約四分之一（~26%）專注于藥物開發(fā)（Development），另有約四分之一（~27%）則同時(shí)聚焦藥物研發(fā)過程（R&D）。其中在2010-2018年間，新創(chuàng)立公司的數(shù)量穩(wěn)定成長，在2018年間有61家新成立的AI驅(qū)動生物科技公司。受新冠疫情影響之故，此數(shù)值自2019年起有所下滑。另一方面，從2017年到2021年，資本對AI領(lǐng)域的投入增長了10倍，復(fù)合年增長率（CAGR）為71%，而且晚期風(fēng)險(xiǎn)資本（VC）融資和首次公開募股（IPO）也在增加。例如，2021年有五家公司進(jìn)行了IPO，包括Recursion公司，籌集了4.36億美元，以及Exscientia公司，通過3.5億美元的IPO和同時(shí)進(jìn)行的1.6億美元私人配售，共籌集了5.1億美元。根據(jù)藥明康德內(nèi)部數(shù)據(jù)庫對近期融資事件的統(tǒng)計(jì)，在2022年至2023年第一季度，AI驅(qū)動生物醫(yī)藥公司的早期融資（包含B輪與更早）金額超過1000萬美元的共有75起，其中有18起屬于大額融資，金額大于5000萬美元。這些AI公司多專注于加速與改善藥物開發(fā)過程，包含靶點(diǎn)識別、生物標(biāo)志物發(fā)現(xiàn)、病患篩選、優(yōu)化臨床試驗(yàn)等。而在應(yīng)用AI開發(fā)不同療法模式藥物方面，統(tǒng)計(jì)顯示傳統(tǒng)的蛋白質(zhì)（包含抗體）/多肽類藥物（N=16）與小分子藥物（N=15）仍是業(yè)界關(guān)注的焦點(diǎn)，占AI驅(qū)動藥物開發(fā)融資項(xiàng)目的大宗。RNA療法則緊隨其后，共有8起相關(guān)融資事件。圖表：AI驅(qū)動藥物研發(fā)公司于2022-2023Q1融資趨勢資料來源：藥明康德內(nèi)部數(shù)據(jù)庫，藥明康德內(nèi)容團(tuán)隊(duì)制圖）2.6.6AI技術(shù)在臨床上的轉(zhuǎn)化隨著AI技術(shù)在產(chǎn)業(yè)界的起步，AI輔助藥物研發(fā)作為其中關(guān)鍵性技術(shù)之一近年來已有多項(xiàng)科研成果轉(zhuǎn)化落地。2021年4月，Exscientia宣布首個(gè)由AI設(shè)計(jì)的免疫腫瘤學(xué)藥物進(jìn)入臨床試驗(yàn)，此藥物為靶向?qū)嶓w瘤已知靶點(diǎn)A2a受體的拮抗劑，此款藥物目前已停止開發(fā)。Recursion則通過AI技術(shù)將已開發(fā)藥物用于其他適應(yīng)癥上。例如，Recursion通過利用其專有的AI驅(qū)動藥物發(fā)現(xiàn)平臺RecursionOS，發(fā)現(xiàn)REC-2282作為治療NF2基因突變引起疾病的潛在候選藥物，并在去年6月將之推進(jìn)至臨床2/3期試驗(yàn)。研發(fā)過程皆使用AI的藥物INS018_055在2022年2月進(jìn)入1期臨床試驗(yàn)，并在今年1月公布該試驗(yàn)的積極頂線結(jié)果。分析顯示，這款由英矽智能開發(fā)、用于治療特發(fā)性肺纖維化（IPF）的藥物展現(xiàn)良好的藥代動力學(xué)特征，并具良好的安全性與耐受性。基于此結(jié)果，英矽智能將在今年啟動此藥物的臨床2a期試驗(yàn)。三、AI藥物研發(fā)網(wǎng)絡(luò)營銷與電商策略及建議大全3.1藥品網(wǎng)絡(luò)營銷渠道策略研究藥品是指用于預(yù)防、治療、診斷人的疾病，有目的地調(diào)節(jié)人的生理機(jī)能并規(guī)定有適應(yīng)癥或者功能主治、用法和用量的物質(zhì)。網(wǎng)絡(luò)營銷是網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代的一種嶄新的營銷理念和營銷模式，是指借助于互聯(lián)網(wǎng)絡(luò)、電腦通信技術(shù)和數(shù)字交互式媒體來實(shí)現(xiàn)營銷目標(biāo)的一種營銷方式。中國作為僅次于美國的第二大互聯(lián)網(wǎng)市場，龐大的網(wǎng)民群體，形成了巨大的網(wǎng)絡(luò)消費(fèi)群體和網(wǎng)絡(luò)營銷空間[1-3]。網(wǎng)絡(luò)營銷推廣具有口碑傳播成為主流、大眾傳播和小眾傳播有機(jī)結(jié)合、傳播信息可積淀、傳播形式多樣化、互動性強(qiáng)、傳播效果可量化等優(yōu)勢。藥品不是一種獨(dú)立的商品，它與醫(yī)學(xué)緊密結(jié)合，相輔相成。藥品網(wǎng)絡(luò)營銷不同其他商品。本文對藥品網(wǎng)絡(luò)營銷渠道策略進(jìn)行研究。3.1.1藥品網(wǎng)絡(luò)營銷渠道的分類傳統(tǒng)的營銷渠道產(chǎn)品從生產(chǎn)企業(yè)到消費(fèi)者或用戶手中要經(jīng)過若干中間環(huán)節(jié)，這些中間環(huán)節(jié)的不同組合就構(gòu)成了各種不同的營銷渠道一般可以劃分為直接分銷渠道和間接分銷渠道。目前多數(shù)醫(yī)藥企業(yè)銷售渠道政策是以藥廠推銷的策略存在的，也就是把產(chǎn)品推出廠，而不是把產(chǎn)品直接推向市場終端環(huán)節(jié)，其銷售渠道只是一個(gè)管道，沒有到達(dá)末端[4-6]。我國醫(yī)藥企業(yè)在營銷渠道上存在整個(gè)營銷渠道結(jié)構(gòu)不合理、企業(yè)缺乏規(guī)模效益、行業(yè)集中度相對較低等問題。2017年2月9日國務(wù)院辦公廳印發(fā)《關(guān)于進(jìn)一步改革完善藥品生產(chǎn)流通使用政策的若干意見》提出，推行藥品購銷“兩票制”，爭取到2018年在全國推開?！皟善敝啤笔侵杆幤窂乃帍S賣到一級經(jīng)銷商開一次發(fā)票，經(jīng)銷商賣到醫(yī)院再開一次發(fā)票，以“兩票”替代目前常見的七票、八票，減少流通環(huán)節(jié)的層層盤剝，并且每個(gè)品種的一級經(jīng)銷商不得超過2個(gè)。兩票制對傳統(tǒng)的營銷渠道產(chǎn)生了巨大的影響，醫(yī)藥行業(yè)內(nèi)開始出現(xiàn)了一些新的銷售概念。網(wǎng)絡(luò)營銷是網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代的一種嶄新的營銷理念和營銷模式，逐漸被藥企接受。網(wǎng)絡(luò)營銷渠道主要有直接營銷渠道、間接營銷渠道、雙渠道。直接營銷渠道是指通過互聯(lián)網(wǎng)實(shí)現(xiàn)的從生產(chǎn)者直接到達(dá)消費(fèi)者的網(wǎng)絡(luò)渠道。間接營銷渠道是通過信息中介商或者商務(wù)中心來溝通買賣雙方的信息。雙渠道是指企業(yè)同時(shí)使用網(wǎng)絡(luò)直接銷售渠道和網(wǎng)絡(luò)間接銷售渠道。因?yàn)榉梢?guī)定藥品不能由生產(chǎn)企業(yè)直接銷售給患者，所以藥品網(wǎng)絡(luò)營銷渠道大多采用間接營銷渠道。無論傳統(tǒng)營銷渠道還是網(wǎng)絡(luò)營銷渠道，中間商都是是渠道的重要組成部分。融合了互聯(lián)網(wǎng)技術(shù)的中間商，可大大提高了交易效率、專業(yè)化程度和規(guī)模經(jīng)濟(jì)，能夠在進(jìn)入目標(biāo)市場方面發(fā)揮最高的效率。這種運(yùn)作模式存在一定風(fēng)險(xiǎn)，雖然繞開傳統(tǒng)醫(yī)藥中間商，但第三方平臺可挾終端控制上游企業(yè)，憑借規(guī)模優(yōu)勢獲取壟斷地位。因?yàn)樗幤分苯訌纳a(chǎn)者轉(zhuǎn)移給醫(yī)療機(jī)構(gòu)或經(jīng)營企業(yè)，所以直接營銷渠道一般適用于生產(chǎn)企業(yè)到經(jīng)營企業(yè)或醫(yī)療機(jī)構(gòu)的大宗藥品交易。3.1.2網(wǎng)絡(luò)營銷渠道策略以前我國金融服務(wù)網(wǎng)絡(luò)化的落后、社會化配送系統(tǒng)的缺乏、企業(yè)信息化基礎(chǔ)薄弱，使得電子商務(wù)手段在我國推廣尚有一定難度，藥品網(wǎng)絡(luò)營銷不成熟。但隨著經(jīng)濟(jì)的發(fā)展，中國作為僅次于美國的第二大互聯(lián)網(wǎng)市場，龐大的網(wǎng)民群體，形成了巨大的網(wǎng)絡(luò)消費(fèi)群體和網(wǎng)絡(luò)營銷空間。所以對于我國醫(yī)藥企業(yè)來說，一方面要清楚地看到變革是渠道建設(shè)的大勢所趨，應(yīng)及早準(zhǔn)備調(diào)整銷售渠道?；ヂ?lián)網(wǎng)使藥品生產(chǎn)企業(yè)可以與最終醫(yī)療機(jī)構(gòu)、藥品經(jīng)營公司直接聯(lián)系，同樣使藥品經(jīng)營公司可以與最終消費(fèi)者直接聯(lián)系。藥品網(wǎng)絡(luò)營銷首先要明確渠道商職責(zé)，權(quán)利及義務(wù)。明確渠道商職責(zé)的意義即在于讓渠道商知道自己在渠道網(wǎng)絡(luò)中所處的地位和扮演的角色，通俗說法就是明白自己應(yīng)該做什么事，可以防止一些扯皮的事情，如退換貨及售后服務(wù)、經(jīng)營品類、場地支持、鋪貨支持、裝修費(fèi)用分?jǐn)偟?。醫(yī)藥企業(yè)在構(gòu)建網(wǎng)絡(luò)營銷渠道時(shí)，還要應(yīng)盡可能地采用網(wǎng)絡(luò)中介替代傳統(tǒng)中間商的職能，加強(qiáng)企業(yè)對市場終端的影響與控制。其次，制定渠道對接流程。渠道商在與廠商合作后并產(chǎn)生了銷量，這時(shí)候與廠商之間的對接關(guān)系開始發(fā)生，包括進(jìn)貨量、種類、物流配送、對接負(fù)責(zé)人、金額匯轉(zhuǎn)、發(fā)票開具等內(nèi)容，所有的這些合作內(nèi)容需要有一個(gè)明確的指引步驟示范給渠道商參考使用。最后要制定與企業(yè)總體戰(zhàn)略一致的渠道策略。渠道戰(zhàn)略必須與醫(yī)藥企業(yè)總體戰(zhàn)略相一致，同時(shí)滿足顧客需求和經(jīng)濟(jì)性兩方面的要求，要從主要目標(biāo)顧客群的角度評價(jià)渠道的表現(xiàn)和業(yè)績。對大多數(shù)企業(yè)來說，盡可能跳出單一渠道的束縛，采用合理的多渠道策略，強(qiáng)調(diào)營銷鏈各環(huán)節(jié)間的優(yōu)勢互補(bǔ)和資源共享，來降低渠道運(yùn)營費(fèi)用。3.2從傳統(tǒng)營銷向網(wǎng)絡(luò)營銷轉(zhuǎn)型的對策相較于傳統(tǒng)營銷方式而言，網(wǎng)絡(luò)營銷方式不僅能夠提升連鎖藥店的營銷質(zhì)量，還能充分整合藥店現(xiàn)有的資源，為顧客提供優(yōu)質(zhì)的藥品，更好的滿足市場個(gè)性化的需求，擴(kuò)大連鎖藥店的市場占有份額。除此之外，連鎖藥店轉(zhuǎn)換營銷模式時(shí)，還要詳細(xì)了解網(wǎng)絡(luò)營銷的要點(diǎn)，以期能夠提升連鎖藥店的經(jīng)濟(jì)效益。3.2.1常見的傳統(tǒng)營銷模式（1）代理商營銷模式連鎖藥店經(jīng)營過程中較為依賴代理商團(tuán)隊(duì)，代理商在區(qū)域內(nèi)有著較大的影響力，代理商會在區(qū)域內(nèi)設(shè)置營銷團(tuán)隊(duì)和升級代理，這個(gè)過程中連鎖藥店會收取加盟費(fèi)用，并為代理商提供藥房資格認(rèn)證和藥品進(jìn)貨渠道，這個(gè)過程中連鎖藥店并不會介入代理商的其他工作。選取代理商的方式一般為招商會、聯(lián)系已有的加盟店等，不僅能夠有效縮短連鎖藥店發(fā)展的時(shí)間，還能快速占據(jù)區(qū)域內(nèi)的市場份額。（2）直營模式連鎖藥店經(jīng)營過程中，會采用直營模式進(jìn)行營銷，從總部派人建立分店，分店自己負(fù)責(zé)經(jīng)營并取得相應(yīng)業(yè)績，這種營銷方式不依賴代理商等合作伙伴?，F(xiàn)在我國很多地區(qū)都有連鎖藥店存在，相較于代理商營銷模式而言，直營模式的成本較高，前期投入較大，下屬分店?duì)I銷期間需要對總部負(fù)責(zé)。3.2.2連鎖藥店中傳統(tǒng)營銷模式應(yīng)用現(xiàn)狀（1）市場導(dǎo)向決定營銷方向傳統(tǒng)營銷模式下，連鎖藥店要想得到更加快速的發(fā)展，就要做好市場調(diào)查工作，根據(jù)市場調(diào)查結(jié)果制定營銷策略和目標(biāo)市場，整合連鎖藥店現(xiàn)有的資源，以便制定科學(xué)的營銷方案，以期能夠更好的滿足市場的需求，提升顧客對連鎖藥店的滿意度。但是，實(shí)際開展?fàn)I銷工作期間，經(jīng)常會出現(xiàn)無法全面了解市場需求的情況，致使市場調(diào)查結(jié)果出現(xiàn)偏差，導(dǎo)致營銷方案無法滿足顧客需求，嚴(yán)重降低連鎖藥店經(jīng)營效益。（2）傳統(tǒng)營銷模式無法滿足市場個(gè)性化需求近幾年，我國藥品市場逐漸出現(xiàn)多樣化需求的情況，顧客選擇藥品期間需要考慮的問題逐漸增加，采用傳統(tǒng)營銷模式逐漸出現(xiàn)無法滿足市場個(gè)性化需求的情況，傳統(tǒng)營銷模式更注重市場的選擇，導(dǎo)致連鎖藥店無法在線下競爭中占據(jù)有利地位。另外，相較于線上競爭而言，線下競爭較為激烈，這一情況嚴(yán)重增加了傳統(tǒng)營銷的成本，降低了連鎖藥店的經(jīng)營效益。（3）連鎖藥店經(jīng)營期間網(wǎng)絡(luò)營銷需求逐漸增加隨著移動互聯(lián)網(wǎng)技術(shù)、云計(jì)算、物聯(lián)網(wǎng)等應(yīng)用范圍的不斷擴(kuò)大，人們對連鎖藥店網(wǎng)絡(luò)營銷的需求逐漸增加，連鎖藥店如果不及時(shí)轉(zhuǎn)變傳統(tǒng)營銷模式，就無法占據(jù)線上市場，長此以往連鎖藥店就會被市場淘汰。因此，連鎖藥店可以通過網(wǎng)絡(luò)營銷的方式打開互聯(lián)網(wǎng)市場，以便有效提升連鎖藥店的行業(yè)競爭力。3.2.3連鎖藥店從傳統(tǒng)營銷模式向網(wǎng)絡(luò)營銷轉(zhuǎn)型面臨阻礙連鎖藥店的主要消費(fèi)者為中老年人，大多數(shù)中老年人習(xí)慣于傳統(tǒng)的營銷方式，不了解計(jì)算機(jī)，不相信網(wǎng)絡(luò)交易，部分消費(fèi)者認(rèn)為在網(wǎng)上購物會被盜取信用卡的密碼，致使部分消費(fèi)者即使在網(wǎng)上購物也會選擇貨到付款的方式。除了上述因素之外，現(xiàn)在我國網(wǎng)上銷售期間也較為容易出現(xiàn)假藥，雖然相關(guān)部門管理較為嚴(yán)格，但是，假藥流通現(xiàn)象仍舊存在，給消費(fèi)者網(wǎng)上購買藥品造成了較大阻礙。（1）藥品終端配送不及時(shí)藥品終端配送是互聯(lián)網(wǎng)時(shí)代連鎖藥店藥品網(wǎng)絡(luò)營銷服務(wù)中的一項(xiàng)重要延伸，也是直接面對消費(fèi)者的重要環(huán)節(jié)。配送能夠滿足消費(fèi)者對于藥品需求的及時(shí)性，同時(shí)，企業(yè)也可以通過配送這項(xiàng)服務(wù)拉線和消費(fèi)者之間的距離，樹立良好的企業(yè)形象。然而，在實(shí)際的藥品終端配送過程中，卻并沒有產(chǎn)生理想的效果，一些配送做不到及時(shí)，而且由于藥品本身單價(jià)較低，配送的費(fèi)用卻很高，在城市交通環(huán)境下，配送的物流不夠發(fā)達(dá)時(shí)，也會造成藥品終端配送不及時(shí)，降低了服務(wù)體驗(yàn)。（2）醫(yī)保系統(tǒng)消費(fèi)不對接在連鎖藥店藥品網(wǎng)絡(luò)銷售的過程中，消費(fèi)者可以選用醫(yī)保支付，然而，當(dāng)下很多連鎖藥店的電商平臺確定沒有實(shí)現(xiàn)和醫(yī)保系統(tǒng)的直接對接，在支付上仍然采用電子貨幣的支付方式，這對于消費(fèi)者來說，沒有享受到醫(yī)保的相關(guān)體驗(yàn)，反而造成了不方便，這也是需要連鎖藥店管理者在支付的過程中需要改進(jìn)的重要問題。3.2.4連鎖藥店采用網(wǎng)絡(luò)營銷的對策（1）優(yōu)化網(wǎng)絡(luò)營銷的配套設(shè)施由于網(wǎng)絡(luò)營銷中的非處方藥是治療疾病的，這類藥物的延遲送達(dá)將直接影響患者的健康，所以開心人連鎖藥店需要具備良好的倉儲物流設(shè)施，從而讓顧客在下訂單的第一時(shí)間就可以發(fā)貨并盡快送達(dá)。在這個(gè)過程中，采用普通的快遞公司是很難做到的，由于普通的快遞公司缺乏相應(yīng)的硬件設(shè)施，再加上患者對快遞公司藥品質(zhì)量可能會產(chǎn)生疑惑。鑒于此，開心人連鎖藥店就需要不斷完善自身配套設(shè)施，同時(shí)加強(qiáng)對配送人員的培訓(xùn)、教育以及相應(yīng)的管理。（2）樹立良好的品牌形象消費(fèi)者認(rèn)為擁有良好聲譽(yù)的商家所提供的商品以及相應(yīng)的服務(wù)更加有保障，所以比較容易建立信任關(guān)系。開心人網(wǎng)上藥店應(yīng)該樹立良好的品牌形象，規(guī)范企業(yè)經(jīng)營行為，將獲取的“互聯(lián)網(wǎng)藥品交易服務(wù)機(jī)構(gòu)資格證書”等其他證明資料放在網(wǎng)站相對比較顯著的位置。其中，網(wǎng)頁的內(nèi)容應(yīng)該有相關(guān)的法規(guī)政策、網(wǎng)上購物注意事項(xiàng)、網(wǎng)絡(luò)購藥安全警示以及藥品質(zhì)量保證承諾等相關(guān)信息，從而突出網(wǎng)站的正規(guī)性以及合法性。除此之外，也可以在配送層面增加服務(wù)的能力，例如連鎖藥店可以和第三方物流合作，減少物流的運(yùn)營支出，并作出關(guān)于配送的相關(guān)承諾，如下單后一小時(shí)內(nèi)藥品沒有送達(dá)上門，則可以獲得相應(yīng)的賠付，這些對于服務(wù)層面的要求，都能夠增加連鎖藥店和消費(fèi)者之間的粘性，提升自己的品牌形象。（3）線上線下深度融合，開展新型網(wǎng)絡(luò)營銷模式對于連鎖藥店來說，為了更好地通過平臺提供藥品服務(wù)，需要與平臺簽訂一定的協(xié)議了解平臺的屬性，這樣才能夠更好的基于平臺提供藥品銷售服務(wù)。連鎖藥店由于在城市中具備一定的連鎖性，而且覆蓋面廣、規(guī)模較大，通過線上購買藥品，在線下能夠提供直接的服務(wù)，而這也正是連鎖藥店的實(shí)際優(yōu)勢所在[2]。網(wǎng)絡(luò)平臺可以將消費(fèi)者的訂單提供連鎖藥店，然后連鎖藥店進(jìn)行相應(yīng)的配送，并且在配送的過程中選擇就近原則，給予一定的藥品服務(wù)。這種合作的方式能夠聯(lián)動線上和線下，使藥品配送更加便捷，并且結(jié)算的方式也擺脫了原本只有電子貨幣付款單一的形式，可以將醫(yī)保付款納入到連鎖藥店付款的選擇中，并且在配送時(shí)可以給予一定的藥學(xué)服務(wù)。連鎖藥店同樣要注重線上醫(yī)保移動支付平臺的搭建，逐步促成服務(wù)的升級。5總結(jié)互聯(lián)網(wǎng)應(yīng)用范圍的不斷擴(kuò)大，給連鎖藥店提供了新的營銷途徑，相較于傳統(tǒng)營銷模式而言，網(wǎng)絡(luò)營銷模式不僅能夠提升連鎖藥店的效益，還能降低連鎖藥店的經(jīng)營成本，提高連鎖藥店的市場競爭力，采用豐富的網(wǎng)絡(luò)營銷手段，更好的滿足人們對藥品的需求。3.3AI藥物研發(fā)企業(yè)網(wǎng)絡(luò)營銷的電子商務(wù)模式現(xiàn)階段各個(gè)行業(yè)中的相關(guān)醫(yī)藥企業(yè)，基本上都想進(jìn)入到電子商務(wù)領(lǐng)域當(dāng)中，但是得到的效果并不是很好，并不是藥品不好，也不是價(jià)格不好，而是在實(shí)際工作的過程中使用到的商務(wù)模式有一定的問題。不管是規(guī)模比較大的醫(yī)藥企業(yè)還是規(guī)模比較小的醫(yī)藥企業(yè)，在實(shí)際運(yùn)營的過程中都應(yīng)當(dāng)使用商務(wù)模式，在此可以將網(wǎng)絡(luò)營銷劃分為三個(gè)階段。3.3.1整合營銷理論整合營銷理論是以往的傳統(tǒng)型巿場營銷理論，為了滿足網(wǎng)絡(luò)營銷的發(fā)展形成的。麥卡錫在各項(xiàng)研究工作進(jìn)行的過程中提出市場營銷的4P構(gòu)成要素，那就是藥品、價(jià)格、渠道以及促銷：將其作為指導(dǎo)精神的除氨歐婷營銷理論將醫(yī)藥企業(yè)作為出發(fā)點(diǎn)，在這種理論引導(dǎo)之下做出的營銷決策是一種單項(xiàng)的鏈子。在網(wǎng)絡(luò)營銷工作進(jìn)行的過程中，首先應(yīng)當(dāng)將消費(fèi)者放在營銷流程中，并逐漸讓消費(fèi)者在網(wǎng)絡(luò)營銷流程中占據(jù)更為重要的地位，將消費(fèi)者的需求作為出發(fā)點(diǎn)開始整個(gè)網(wǎng)絡(luò)營銷流程。與此同時(shí)，醫(yī)