AI藥物研發(fā)市場前景預(yù)測及專利申請策略研究報(bào)告_第1頁
AI藥物研發(fā)市場前景預(yù)測及專利申請策略研究報(bào)告_第2頁
AI藥物研發(fā)市場前景預(yù)測及專利申請策略研究報(bào)告_第3頁
AI藥物研發(fā)市場前景預(yù)測及專利申請策略研究報(bào)告_第4頁
AI藥物研發(fā)市場前景預(yù)測及專利申請策略研究報(bào)告_第5頁
已閱讀5頁,還剩66頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

盛世華研·2008-2010年鋼行業(yè)調(diào)研報(bào)告AI藥物研發(fā)企業(yè)專利申請及布局策略研究報(bào)告內(nèi)容目錄TOC\o"1-3"\u一、前言 4二、2023-2028年AI藥物研發(fā)市場前景及趨勢預(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 62.22022-2023年AI藥物研發(fā)現(xiàn)狀及趨勢分析 72.2.1市場規(guī)模 72.2.2融資能力 72.2.3在研產(chǎn)品 82.2.4市場主體 112.2.5存在的問題 122.2.6發(fā)展趨勢 122.32023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 132.3.1“智藥”成為藥企新寵 132.3.2多家大型藥企嘗鮮“AI+” 142.3.3仍有發(fā)展痛點(diǎn)待解決 152.3.4藥企加速布局AI制藥 152.3.5主要行業(yè)觀察和趨勢 17(1)基于AI的生物學(xué)建模和靶點(diǎn)發(fā)現(xiàn) 17(2)利用AI破解結(jié)構(gòu)生物學(xué) 18(3)使用AI開發(fā)小分子藥物 19(3)超越小分子的人工智能驅(qū)動(dòng)藥物設(shè)計(jì) 192.4AI輔助藥物研發(fā)的新興趨勢 212.4.1人工智能和機(jī)器人化實(shí)驗(yàn)室 212.4.2利用AI解決臨床試驗(yàn)瓶頸 222.4.3CRO領(lǐng)域的人工智能 232.52023年人工智能打破醫(yī)藥研發(fā)“雙十定律” 242.5.1加速建立“AI藥研朋友圈” 242.5.2AI打破“雙十定律” 252.5.3將藥物在人體內(nèi)精準(zhǔn)遞送 262.6大型藥企在AI藥物研發(fā)進(jìn)展趨勢 272.6.1大型藥企整合AI進(jìn)入藥物開發(fā)流程 282.6.2與信息技術(shù)公司合作建立內(nèi)部AI專業(yè)技術(shù) 282.6.3通過并購AI驅(qū)動(dòng)生物技術(shù)公司快速獲得AI技術(shù) 282.6.4與AI驅(qū)動(dòng)生物技術(shù)公司合作以識(shí)別靶點(diǎn)、共同開發(fā)藥物 302.6.5AI驅(qū)動(dòng)生物科技公司發(fā)展趨勢 302.6.6AI技術(shù)在臨床上的轉(zhuǎn)化 31三、AI藥物研發(fā)企業(yè)專利申請及布局策略及建議 313.1企業(yè)專利申請與專利保護(hù)的策略 313.1.1分析企業(yè)在專業(yè)管理中普遍存在的問題 32(1)企業(yè)保護(hù)專利的意識(shí)普遍較弱 32(2)資源配置問題 323.1.2企業(yè)對于申請專利的相關(guān)策略 32(1)確定專利申請的主題 32(2)分析外部環(huán)境,掌握市場動(dòng)態(tài) 32(3)專利申請需要把握時(shí)機(jī) 333.1.3企業(yè)對于專利保護(hù)的可行策略 33(1)增強(qiáng)企業(yè)的專利保護(hù)意識(shí),完善相應(yīng)的專利管理機(jī)制 33(2)在專利申請以及應(yīng)用時(shí)專利保護(hù)的方式 33(3)當(dāng)發(fā)生侵權(quán)行為時(shí)企業(yè)保護(hù)專利的方式 333.2企業(yè)專利挖掘和專利布局策略 343.2.1專利挖掘和專利布局的意義 343.2.2企業(yè)如何挖掘?qū)@?34(1)以問題為導(dǎo)向進(jìn)行專利挖掘 35(2)以競爭對手技術(shù)為導(dǎo)向進(jìn)行專利挖掘 35(3)以項(xiàng)目研究為導(dǎo)向進(jìn)行專利挖掘 353.2.3企業(yè)如何進(jìn)行專利布局 35(1)路障式布局 35(2)城墻式布局 35(3)地毯式布局 36(4)圍欄式布局 363.2.4企業(yè)專利挖掘和布局的建議 36(1)企業(yè)專利布局前應(yīng)做好專利信息分析 36(2)企業(yè)專利布局應(yīng)注重時(shí)間、區(qū)域和時(shí)機(jī)的把握 36(3)企業(yè)專利布局的技術(shù)重點(diǎn)應(yīng)針對競爭對手確定 37(4)企業(yè)應(yīng)加強(qiáng)與專業(yè)知識(shí)產(chǎn)權(quán)服務(wù)機(jī)構(gòu)合作 37(5)企業(yè)應(yīng)加大專業(yè)人才培養(yǎng),提高專利布局意識(shí) 373.3高新技術(shù)企業(yè)的專利策略 383.3.1高新技術(shù)企業(yè)的概念及主要特點(diǎn) 383.3.2專利對于高新技術(shù)企業(yè)的重要作用 39(1)專利可以增強(qiáng)高新技術(shù)企業(yè)的自主創(chuàng)新能力,同時(shí)提升其風(fēng)險(xiǎn)抵御能力 39(2)專利可以拓寬高新技術(shù)企業(yè)的市場空間,創(chuàng)造全新的利潤增長極 39(3)專利可以提高高新技術(shù)企業(yè)的管理水平,使其保持發(fā)展的核心競爭能力 393.3.3高新技術(shù)企業(yè)如何用好專利“利劍” 40(一)高度強(qiáng)化專利意識(shí) 40(二)科學(xué)把握專利管理 40(1)專利成果開發(fā) 41(2)專利資源保護(hù) 41(3)專利資產(chǎn)運(yùn)營 41(三)戰(zhàn)略規(guī)劃專利發(fā)展 423.4科技企業(yè)專利申請策略 423.4.1什么樣的方案和設(shè)計(jì)能夠申請專利 423.4.2什么樣的方案和設(shè)計(jì)不能夠申請專利 433.4.3相關(guān)專利申請技巧 433.5高新技術(shù)企業(yè)專利“走出去”策略 443.5.1專利策略的選擇 453.5.2專利策略的實(shí)施 453.5.3企業(yè)可以獲取的各種國內(nèi)扶持 473.6我國醫(yī)藥企業(yè)專利戰(zhàn)略研究 493.6.1企業(yè)專利戰(zhàn)略的內(nèi)涵 493.6.2企業(yè)專利戰(zhàn)略形成競爭優(yōu)勢的理論基礎(chǔ) 503.6.3醫(yī)藥領(lǐng)域?qū)@愋?503.6.4醫(yī)藥企業(yè)專利戰(zhàn)略需考慮的因素 513.6.5我國醫(yī)藥企業(yè)制定和實(shí)施專利戰(zhàn)略的建議 51(1)加強(qiáng)專利團(tuán)隊(duì)建設(shè),提高專利分析能力 51(2)明確專利申請的策略 52(3)選擇恰當(dāng)?shù)膶@M合模式 52(4)合理借助政策,開展專利運(yùn)營 52四、AI藥物研發(fā)企業(yè)《專利申請及布局策略》制定手冊 534.1動(dòng)員與組織 534.1.1動(dòng)員 534.1.2組織 544.2學(xué)習(xí)與研究 554.2.1學(xué)習(xí)方案 554.2.2研究方案 554.3制定前準(zhǔn)備 564.3.1制定原則 564.3.2注意事項(xiàng) 574.3.3有效戰(zhàn)略的關(guān)鍵點(diǎn) 584.4戰(zhàn)略組成與制定流程 604.4.1戰(zhàn)略結(jié)構(gòu)組成 614.4.2戰(zhàn)略制定流程 614.5具體方案制定 624.5.1具體方案制定 624.5.2配套方案制定 64五、AI藥物研發(fā)企業(yè)《專利申請及布局策略》實(shí)施手冊 655.1培訓(xùn)與實(shí)施準(zhǔn)備 655.2試運(yùn)行與正式實(shí)施 655.2.1試運(yùn)行與正式實(shí)施 655.2.2實(shí)施方案 665.3構(gòu)建執(zhí)行與推進(jìn)體系 665.4增強(qiáng)實(shí)施保障能力 675.5動(dòng)態(tài)管理與完善 685.6戰(zhàn)略評估、考核與審計(jì) 69六、總結(jié):商業(yè)自是有勝算 69一、前言隨著科學(xué)技術(shù)的發(fā)展進(jìn)步,國家越來越注重發(fā)明創(chuàng)造的活動(dòng),因而出臺(tái)了許多相關(guān)的政策,鼓勵(lì)企業(yè)進(jìn)行創(chuàng)新活動(dòng)。而企業(yè)申請專利的目的就是為了給自己創(chuàng)造的產(chǎn)品尋求法律的保障,以避免被其他人隨意使用,同時(shí),使專利產(chǎn)品獲得最大的價(jià)值效益。而企業(yè)的知識(shí)產(chǎn)權(quán)戰(zhàn)略,包括專利的充分挖掘和完美布局,直接關(guān)系著企業(yè)的經(jīng)營發(fā)展,是企業(yè)整體發(fā)展戰(zhàn)略的重要組成部分。隨著經(jīng)濟(jì)全球化和貿(mào)易自由化進(jìn)程的快速發(fā)展,中國企業(yè)也將面臨更加嚴(yán)峻的專利競爭。那么,企業(yè)如何完善自身的專利申請以及專利保護(hù)的相關(guān)策略呢?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)分析并解答以上問題。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(tái)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、2023-2028年AI藥物研發(fā)市場前景及趨勢預(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(dòng)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(dòng)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(tái)的藥物設(shè)計(jì)領(lǐng)先的制藥公司將向"基于平臺(tái)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(dòng)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(tái)、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(tái)優(yōu)勢,以對外投資、自建AI藥物研發(fā)平臺(tái)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(dòng)藥物臨床前研究開放平臺(tái),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(dòng)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(tái),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(dòng)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(tái),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(tái)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(tái)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(huì)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。互聯(lián)網(wǎng)頭部企業(yè):依托其AI模型和平臺(tái)優(yōu)勢,以對外投資、自建AI藥物研發(fā)平臺(tái)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(dòng)藥物臨床前研究開放平臺(tái),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(huì)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(tái)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(tái)設(shè)計(jì)開發(fā)的First-in-class多功能抗體藥物在臨床前動(dòng)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(dòng)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(dòng)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(dòng)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(dòng)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(dòng)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(dòng)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(dòng)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(dòng)化人工智能驅(qū)動(dòng)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(huì)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)。“單個(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?!吧镝t(yī)藥和AI正在深度融合。”張江集團(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。“靶點(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。”業(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。”英矽智能聯(lián)合首席執(zhí)行官、首席科學(xué)官任峰表示,AI或許會(huì)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(dòng)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(huì),加強(qiáng)與AI公司聯(lián)動(dòng)。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(dòng)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(tái)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(tái)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(dòng)干、濕實(shí)驗(yàn)迭代;晶泰科技通過AI加速的抗體工程平臺(tái)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(tái),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。“目前,許多藥企還對AI賦能缺乏付費(fèi)意愿。”業(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(huì)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(shí)、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(dòng)的生物科技公司,在AI制藥行業(yè)具有技術(shù)平臺(tái)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(shí)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(shí)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(dòng)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(tái)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(dòng)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(dòng)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(tái)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(shí)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(dòng)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(dòng)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(shí)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(tái)將包括人類抗體的設(shè)計(jì)。Exscientia還在牛津建立一個(gè)自動(dòng)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(tái),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(shí)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(tái)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??释哔|(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(dòng)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(dòng)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(dòng)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(dòng)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(dòng)化人工智能驅(qū)動(dòng)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(dòng)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(dòng)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(shí)。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(dòng)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(tái)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(dòng)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(tái)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(tái),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(dòng)的價(jià)值。例如為了改善臨床試驗(yàn),艾昆緯于2020年啟動(dòng)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(tái)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(huì)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(dòng)。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?,F(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(tái)、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(dòng)的下一代抗體發(fā)現(xiàn)平臺(tái)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)模化發(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(dòng)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(tái)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(dòng)化機(jī)器人驅(qū)動(dòng)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(dòng)化智能化實(shí)驗(yàn)室里包含了自動(dòng)化合成、自動(dòng)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(dòng)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(dòng)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(dòng)算法、機(jī)制驅(qū)動(dòng)的量子力學(xué)和分子動(dòng)力學(xué)模擬以及高通量實(shí)驗(yàn)平臺(tái)等底層技術(shù),搭建了AI驅(qū)動(dòng)核酸遞送系統(tǒng)設(shè)計(jì)平臺(tái)(AiLNP),以AI驅(qū)動(dòng)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。”賴才達(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(dòng)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(shí)幫助Moderna探索由量子技術(shù)驅(qū)動(dòng)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(dòng)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(tái)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(tái)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(dòng)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(dòng)生物技術(shù)公司合作以識(shí)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(tái)以識(shí)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(tái),以篩選病患與識(shí)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(tái)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(shí)別化病患數(shù)據(jù)的AI平臺(tái)改善臨床試驗(yàn)設(shè)計(jì)、加速病患招募與識(shí)別藥物靶標(biāo)。2.6.5AI驅(qū)動(dòng)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(dòng)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(dòng)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(dòng)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(shí)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(dòng)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(dòng)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(dòng)藥物發(fā)現(xiàn)平臺(tái)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(dòng)力學(xué)特征,并具良好的安全性與耐受性?;诖私Y(jié)果,英矽智能將在今年啟動(dòng)此藥物的臨床2a期試驗(yàn)。三、AI藥物研發(fā)企業(yè)專利申請及布局策略及建議3.1企業(yè)專利申請與專利保護(hù)的策略專利權(quán)是指企業(yè)對自身在生產(chǎn)過程中內(nèi)部創(chuàng)造的產(chǎn)品具有專有、獨(dú)占的權(quán)利,企業(yè)的發(fā)展進(jìn)步離不開創(chuàng)新生產(chǎn)活動(dòng),創(chuàng)新是企業(yè)在激烈的市場競爭中能夠占有一席之地的重要因素。通過生產(chǎn)創(chuàng)新,企業(yè)能夠獲取相應(yīng)的經(jīng)濟(jì)利益,從而維持企業(yè)的平穩(wěn)發(fā)展。因此,企業(yè)應(yīng)當(dāng)注重對專利進(jìn)行申請以及保護(hù)。3.1.1分析企業(yè)在專業(yè)管理中普遍存在的問題(1)企業(yè)保護(hù)專利的意識(shí)普遍較弱現(xiàn)階段,有許多的企業(yè)都沒有意識(shí)到保護(hù)專利的重要性,許多創(chuàng)新產(chǎn)品都沒有進(jìn)行專利申請,從而導(dǎo)致了技術(shù)成果的經(jīng)濟(jì)價(jià)值得不到有效的發(fā)揮。許多的技術(shù)成果因?yàn)槠髽I(yè)缺乏專利保護(hù)意識(shí)而被領(lǐng)導(dǎo)者直接投入了市場,技術(shù)流失現(xiàn)象過于嚴(yán)重,且科技創(chuàng)新的成果轉(zhuǎn)化為商品的指數(shù)比較低,這都不利于企業(yè)的發(fā)展進(jìn)步,因此,企業(yè)必須重視起對專利的保護(hù)。(2)資源配置問題大部分企業(yè)目前都還沒有為專利申請和保護(hù)設(shè)置相應(yīng)的工作部門,且專利管理工作流于形式,缺乏相應(yīng)的高技術(shù)人才。甚至有些企業(yè)的領(lǐng)導(dǎo)者認(rèn)為引進(jìn)專門的人才進(jìn)行專利管理工作是一種資源浪費(fèi),因此,導(dǎo)致了企業(yè)的專業(yè)管理工作能力較弱,制約了專利申請和保護(hù)的工作的進(jìn)行。這種資源配置不合理的現(xiàn)象嚴(yán)重阻礙了企業(yè)利用專利制度參與市場競爭的積極性和主動(dòng)性。3.1.2企業(yè)對于申請專利的相關(guān)策略(1)確定專利申請的主題企業(yè)想要申請專利首先就要明確專利所要保護(hù)的主題內(nèi)容,才能有效的防止技術(shù)成果被人竊取或利用,從而使技術(shù)成果的價(jià)值得到保障。相關(guān)工作人員在擬定專利申請文案時(shí),要全面的描述企業(yè)的技術(shù)創(chuàng)新之處,并綜合考慮可能會(huì)被其他企業(yè)侵權(quán)的地方,從而更好的保護(hù)企業(yè)的技術(shù)成果。對于一些剛剛進(jìn)行專利申請的企業(yè),可以適當(dāng)?shù)钠刚垖I(yè)的專利代理人員幫忙申請專利,減少因?yàn)閷@暾埩鞒滩皇炀毝鴮?dǎo)致浪費(fèi)時(shí)間的情況,保證技術(shù)成果的時(shí)效性。(2)分析外部環(huán)境,掌握市場動(dòng)態(tài)企業(yè)在進(jìn)行專利申請工作時(shí),相關(guān)的工作人員應(yīng)當(dāng)事先分析外部環(huán)境因素,掌握市場的發(fā)展動(dòng)態(tài),了解目前的專利發(fā)展現(xiàn)狀,以及競爭對手的專利成果方向。從而有效的規(guī)避已有的專利,避免充分申請,而造成研發(fā)時(shí)間和成本的浪費(fèi),也可以有效的避免造成專利擁有權(quán)的法律糾紛問題。同時(shí),在經(jīng)過了市場因素的分析之后,如果發(fā)現(xiàn)企業(yè)的技術(shù)成果不具備推廣上市,規(guī)模生產(chǎn)的能力時(shí),可以考慮儲(chǔ)備專利策略。此外,企業(yè)應(yīng)當(dāng)密切關(guān)注專利的審查情況以及專利相關(guān)法律的調(diào)整問題,在申請專利時(shí),要及時(shí)的對專利審查員下發(fā)的補(bǔ)正書或?qū)彶橐庖娺M(jìn)行答復(fù),保證不損害技術(shù)成果的時(shí)效性。(3)專利申請需要把握時(shí)機(jī)專利的保護(hù)是有一定的期限的,這就要求企業(yè)能夠選擇恰當(dāng)?shù)臅r(shí)期進(jìn)行專利申請工作。并且,各個(gè)企業(yè)在發(fā)明專利時(shí),其過程都是保密的,因此,企業(yè)不知道競爭對手是否也發(fā)明了類似的技術(shù)產(chǎn)品。這就要求企業(yè)的管理者在專利申請時(shí)具有搶先申請的意識(shí),把握好申請的時(shí)機(jī),從而有效的保障技術(shù)成果的價(jià)值。同時(shí),在申請專利之前,企業(yè)一定要樹立保密意識(shí),防止因?yàn)閷@畔⑿孤抖鴮?dǎo)致專利失去價(jià)值。此外,企業(yè)在樹立搶先意識(shí)的時(shí)候,需要結(jié)合自身生產(chǎn)發(fā)明的實(shí)際情況,在產(chǎn)品創(chuàng)作成熟之后在進(jìn)行專利申請。這是由于企業(yè)發(fā)明創(chuàng)新的過程不一定是完全成功的,管理者應(yīng)當(dāng)考慮到失敗的問題,并且,產(chǎn)品創(chuàng)作基本完成之后在進(jìn)行專利申請可以提高申請的成功率。3.1.3企業(yè)對于專利保護(hù)的可行策略(1)增強(qiáng)企業(yè)的專利保護(hù)意識(shí),完善相應(yīng)的專利管理機(jī)制企業(yè)必須加強(qiáng)管理者以及員工對專利保護(hù)重要性的認(rèn)識(shí),為專利保護(hù)配置專門的管理監(jiān)督部門,同時(shí)建立起相應(yīng)的管理機(jī)制,完善獎(jiǎng)懲制度,對保護(hù)意識(shí)差,惡意泄露企業(yè)技術(shù)成果的員工按照管理?xiàng)l例予以懲罰,并追究其法律責(zé)任,以此來約束員工的工作行為。企業(yè)可以為員工進(jìn)行專利保護(hù)的知識(shí)培訓(xùn),幫助員工樹立起正確的專利保護(hù)意識(shí),并具備相應(yīng)的專利保護(hù)工作能力,從而有效的促進(jìn)企業(yè)的技術(shù)創(chuàng)新能力的進(jìn)步,促進(jìn)企業(yè)的平穩(wěn)發(fā)展。同時(shí),為了保護(hù)專利成果,企業(yè)應(yīng)當(dāng)在專利生產(chǎn)過程中就申請專利保護(hù)政策,使得企業(yè)發(fā)明技術(shù)的理論依據(jù)得到保障。(2)在專利申請以及應(yīng)用時(shí)專利保護(hù)的方式專利在申請階段時(shí),企業(yè)應(yīng)當(dāng)在合同中明確專利申請權(quán)及專利所屬權(quán)。企業(yè)需要注意的一點(diǎn)是,專利的保護(hù)是有地域性限制的弊端的,因此,當(dāng)企業(yè)想要擴(kuò)大國外市場的時(shí)候,需要及時(shí)的向國外申請專利保護(hù)來保障企業(yè)的權(quán)益。而當(dāng)專利進(jìn)入到應(yīng)用階段時(shí),如果選擇專利技術(shù)轉(zhuǎn)讓或者與其他企業(yè)合作,注意簽訂合同的法律效力,保證許可投資、入股、轉(zhuǎn)讓順利進(jìn)行,避免發(fā)生意外糾紛。(3)當(dāng)發(fā)生侵權(quán)行為時(shí)企業(yè)保護(hù)專利的方式一旦專利成果發(fā)生了侵權(quán)事件時(shí),企業(yè)可以先與侵權(quán)方私下進(jìn)行協(xié)商,尋找和平解決的方法。如果無法調(diào)解則可尋求法律途徑來保護(hù)專利成果,可以用起訴的方式請求政府相關(guān)部門處理。同時(shí),企業(yè)自身要加強(qiáng)對專利技術(shù)的管理工作,防治侵權(quán)行為的再次發(fā)生。專利申請和專利保護(hù)都是企業(yè)用來保障自身技術(shù)成果獲取應(yīng)有權(quán)益的重要手段,企業(yè)應(yīng)當(dāng)認(rèn)識(shí)到專利申請與保護(hù)的重要性,完善自身的專利管理機(jī)制,約束員工的工作行為。同時(shí),確保專利成果的保密性,積極研究相應(yīng)的內(nèi)部保護(hù)措施,必要時(shí)可以運(yùn)用法律的途徑進(jìn)行維權(quán),從而保障企業(yè)的專利成果不被侵犯,以確保企業(yè)在市場競爭中能夠占據(jù)有力的地位,促進(jìn)企業(yè)的發(fā)展進(jìn)步。3.2企業(yè)專利挖掘和專利布局策略在經(jīng)濟(jì)全球化的環(huán)境中,企業(yè)面對的競爭越來越激烈,很多跨國公司都高度重視運(yùn)用專利戰(zhàn)略布局來限制競爭對手,贏得市場競爭優(yōu)勢。我國專利制度建立較晚,從1984年第一部專利法頒布至今不過三十多年,2011年,中國專利申請已經(jīng)超越美國、日本成為全球?qū)@暾埩孔疃嗟膰?,然而專利申請量快速提升的同時(shí),我國專利質(zhì)量卻遠(yuǎn)不及美歐等國家,專利大而不強(qiáng)的現(xiàn)狀仍然十分突出[1]。中國企業(yè)要想在日益激烈的市場競爭者中立于不敗之地,必須牢牢抓住專利這件利器。企業(yè)除了加大研發(fā)力度、提升創(chuàng)新能力,增加專利儲(chǔ)備外,更應(yīng)該重視對專利申請的規(guī)劃和布局。3.2.1專利挖掘和專利布局的意義專利挖掘是指企業(yè)或個(gè)人在科研或生產(chǎn)過程中對所取得的技術(shù)成果,從技術(shù)和法律層面進(jìn)行剖析、整理、拆分和篩選出可以申請專利的創(chuàng)新點(diǎn)[2]。專利布局是指企業(yè)綜合生產(chǎn)、市場和法律等各方面因素,對專利進(jìn)行有機(jī)結(jié)合,構(gòu)建嚴(yán)密高效的專利保護(hù)網(wǎng),形成對企業(yè)有利的專利格局。專利布局是專利挖掘的進(jìn)一步延伸,其專業(yè)性更強(qiáng),涉及的面也更廣。合理的專利布局可以提高企業(yè)專利的整體價(jià)值,提升企業(yè)的市場競爭力,具體而言,合理的專利布局主要具有以下作用:有利于正確引導(dǎo)研發(fā)方向,提高研發(fā)成效;有利于理性進(jìn)行專利申請,節(jié)省申請成本;有利于構(gòu)建合理的專利保護(hù)網(wǎng),削弱競爭對手優(yōu)勢,提高市場競爭力。3.2.2企業(yè)如何挖掘?qū)@S著知識(shí)產(chǎn)權(quán)戰(zhàn)略的深入實(shí)施,大部分企業(yè)已經(jīng)具有一定知識(shí)產(chǎn)權(quán)創(chuàng)造和保護(hù)意識(shí),希望通過專利保護(hù)自身產(chǎn)品,限制競爭對手,但是很多企業(yè)不知道專利應(yīng)如何挖掘,下面我們介紹幾種專利挖掘方法。(1)以問題為導(dǎo)向進(jìn)行專利挖掘企業(yè)在生產(chǎn)經(jīng)營過程中會(huì)出現(xiàn)各種各樣的問題,比如說產(chǎn)品質(zhì)量上存在缺陷,或者用戶體驗(yàn)感覺較差等,這些問題往往直接影響企業(yè)的經(jīng)營發(fā)展和市場競爭力。企業(yè)可以這些問題收集、整理并分析,找出存在此類問題是技術(shù)瓶頸沒有突破還是市場方向把握不準(zhǔn),而后在此基礎(chǔ)采取頭腦風(fēng)暴方式進(jìn)行討論,厘清解決問題的方法、確定技術(shù)的創(chuàng)新點(diǎn)和保護(hù)方式,最后由企業(yè)管理人員、研發(fā)人員和專利代理人綜合市場、法律、技術(shù)等方面因素,篩選出最具價(jià)值并且適合企業(yè)發(fā)展的技術(shù)方案申報(bào)專利。(2)以競爭對手技術(shù)為導(dǎo)向進(jìn)行專利挖掘俗話說,“知己知彼,百戰(zhàn)不殆”,在專利挖掘方面,更應(yīng)重視競爭對手的技術(shù)研究方向,分析競爭對手專利挖掘和布局的重點(diǎn),而后采取針對性的專利挖掘策略。企業(yè)在進(jìn)入某一市場時(shí),往往提前進(jìn)行專利挖掘和布局,我們可以通過分析主要競爭對手專利信息,了解競爭對手技術(shù)開發(fā)的市場布局重點(diǎn),而后結(jié)合企業(yè)自身優(yōu)勢梳理創(chuàng)新點(diǎn),進(jìn)而挖掘出能很好保護(hù)自己產(chǎn)品技術(shù)并能限制競爭對手的專利。(3)以項(xiàng)目研究為導(dǎo)向進(jìn)行專利挖掘企業(yè)在進(jìn)行某一項(xiàng)技術(shù)攻關(guān)時(shí),往往是以項(xiàng)目研究的形式開展的。以項(xiàng)目研究為導(dǎo)向,首先要明確項(xiàng)目要突破的技術(shù)難點(diǎn)和相對現(xiàn)有技術(shù)實(shí)現(xiàn)的所有功能,并將實(shí)現(xiàn)這一目的每個(gè)技術(shù)點(diǎn)進(jìn)行細(xì)分,明確每個(gè)技術(shù)點(diǎn)的技術(shù)解決方案的實(shí)施路徑。其次,將每個(gè)功能的技術(shù)要素進(jìn)行全面分析,確定技術(shù)要素是否符合專利申請的新穎性、創(chuàng)造性和實(shí)用性要求,是否符合專利的申請范圍。3.2.3企業(yè)如何進(jìn)行專利布局專利布局要根據(jù)市場的專利情況、自身的專利情況、競爭對手的專利情況以及法律法規(guī)等相關(guān)因素經(jīng)過綜合考慮后進(jìn)行合理規(guī)劃,企業(yè)常用的專利布局主要有以下幾種[3]。(1)路障式布局是指將實(shí)現(xiàn)某一技術(shù)目標(biāo)的必需的一種或幾種技術(shù)解決方案申請專利,形成路障式專利的布局模式。路障式布局的優(yōu)點(diǎn)是申請與維護(hù)成本較低,缺點(diǎn)是競爭者可以通過回避設(shè)計(jì)繞開路障。(2)城墻式布局是指將實(shí)現(xiàn)某一技術(shù)目標(biāo)的所有規(guī)避設(shè)計(jì)方案全部申請專利,形成城墻式專利的布局模式。城墻式布局可以抵御競爭者侵入自己的技術(shù)領(lǐng)地,不給競爭者進(jìn)行規(guī)避設(shè)計(jì)和尋找替代方案的任何空間。(3)地毯式布局是指將實(shí)現(xiàn)某一技術(shù)目標(biāo)或產(chǎn)品的所有技術(shù)解決方案全部申請專利,形成地毯式專利網(wǎng)的布局模式。這種模式可以有效限制競爭對手進(jìn)入,其缺點(diǎn)是成本太高,耗時(shí)耗力。(4)圍欄式布局是指在核心專利由競爭者掌握時(shí),將圍繞該技術(shù)主題的許多技術(shù)解決方案申請專利,形成圍欄式專利布局模式。這種模式非常適合后進(jìn)入此領(lǐng)域的“技術(shù)跟隨型”企業(yè)。上述幾種專利布局模式,都有各自的優(yōu)缺點(diǎn),沒有簡單的好壞之分。企業(yè)需要結(jié)合自身技術(shù)領(lǐng)域和實(shí)際發(fā)展情況,選擇最適合自己的一種或幾種混合模式進(jìn)行專利布局。3.2.4企業(yè)專利挖掘和布局的建議近幾年,隨著企業(yè)知識(shí)產(chǎn)權(quán)意識(shí)的不斷增強(qiáng),專利挖掘布局被很多企業(yè)熟知、運(yùn)用、實(shí)施,但是真正能將核心技術(shù)充分挖掘并通過專利進(jìn)行有效布局的企業(yè)并不多,部分企業(yè)認(rèn)為圍繞某一技術(shù)申請一定數(shù)量的專利就是專利布局,根本沒有充分考慮技術(shù)、市場、法律等層面因素,沒能通過知識(shí)產(chǎn)權(quán)保護(hù)產(chǎn)品,形成核心競爭力。結(jié)合我國企業(yè)的發(fā)展現(xiàn)狀和筆者的調(diào)研結(jié)果,提出如下建議。(1)企業(yè)專利布局前應(yīng)做好專利信息分析據(jù)世界知識(shí)產(chǎn)權(quán)組織統(tǒng)計(jì),世界上每年發(fā)明創(chuàng)造成果的90%~95%在專利文獻(xiàn)上記載[4],專利文獻(xiàn)以其廣泛性、公開性、及時(shí)性、專業(yè)性一定程度上反映了最前沿的科技創(chuàng)新成果。因此,靈活運(yùn)用專利文獻(xiàn)中的各種信息,跟蹤分析所涉行業(yè)前沿技術(shù)、國內(nèi)外主要競爭對手專利狀況、市場競爭態(tài)勢及面臨的知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn),對企業(yè)明確技術(shù)研發(fā)方向、制定競爭戰(zhàn)略、提高創(chuàng)新研發(fā)效率具有十分重要的意義。全面、科學(xué)、準(zhǔn)確的專利信息分析將成為企業(yè)進(jìn)行專利戰(zhàn)略布局規(guī)劃、申請策略制定和產(chǎn)品價(jià)值定位的決策依據(jù),某種程度上決定著企業(yè)整個(gè)市場競爭的成敗,至關(guān)重要。(2)企業(yè)專利布局應(yīng)注重時(shí)間、區(qū)域和時(shí)機(jī)的把握專利申請時(shí)機(jī)很重要,目前世界上絕大

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論