你有没有觉得，医疗AI的创业风向，似乎悄悄转向了医药？

VC机构正在以肉眼可见的速度证明这个预判。过去三个月时间，AI新药研发赛道的热钱不断。

据不完全统计，从去年年底开始，已经有多家AI企业获得新一轮融资，其中90%都是刚完成A轮融资的早期企业。??

数据来源：IT桔子

而且，不仅仅是创业公司“向阳而生”，百度、华为、字节跳动等互联网大厂也暗暗布局，相继披露了自己的AI新药研发和招揽人才计划。

与其他医疗AI赛道相比，AI新药研发有“相同”，也有“不同”：

相同在于，市场需求非常明显，传统新药分子需要3-5年才能筛选出合适的先导物作为临床研究候选，而AI新药发现只需要1-2年，甚至几个月就能完成。

而不同之处也在于此，独特的作用场景、服务对象和变现方式，让其具有更高的产品价值，甚至被认为是最适合人工智能商业转化的医疗赛道。

近日，带着对AI新药研发市场的顾虑和疑问，雷锋网专访了五源资本董事总经理井绪天。

从资本角度为我们解构这一赛道的爆发原因，以及未来的发展走向。

作为国内早期布局AI新药研发的VC之一，目前五源资本已投资超过6家该领域的创业企业，最近2个月时间内又对4家企业进行了加持。

从需求角度，AI新药研发市场的出现，离不开传统医药创新的日暮和途穷。

2020年，FDA共批准53款新药上市，其中35种是小分子药物，一举成为史上新药获批数量最高的一年。

但创新药数量的暴涨，并没有给各大药企带来更高的利润增长。

根据德勤发布的《2019年医药创新回报率评价》，近十年来，创新药的销售峰值和投资回报率持续下滑。

到2019年，全球TOP12的制药公司平均投资回报率已经下滑至1.8%，相比2010年减少了80%。

德勤报告截图

这意味着现在药企每开发一款创新药，边际成本都会进一步升高。

类比于采矿业，在资源有限的背景下，每个新矿的开采难度越来越高，花费成本也随之升高，每发掘一个新矿就需要更高的开采成本。

但创新药市场并非自然资源，没有被发现的潜在分子，以及不同差异的分子数量还非常庞大。

在传统方法越来越难，成本越来越高的情况下，只能倒逼药企去探索创新，用更低成本寻找创新药。

而人工智能的崛起，正好回应了药企的这一创新需求。

一方面，深度学习可以分析数据，模拟药物临床试验过程，在分子水平创建病人生物活动网络模型，通过网络模型发现新靶点或生物标记物，为药物研发提供方向。

让药物化学家们不用整周、甚至是整月浪费在实验室，去测试那些AI认为难以成功的分子。

另一方面，算力的提升，也使更大规模的药物分子筛选成为可能。

以云计算为例，2020年3月，哈佛大学医学院研究团队通过开源药物发现平台VirtualFlow，在15小时内就完成了10亿种化合物分子的虚拟筛选，大大超过了传统方法的筛选速度。

在逐渐看到人工智能的潜力之后，包括阿斯利康、拜耳、礼来、GSK、诺华、赛诺菲等各大药企都将目光瞄向了这一领域。

而国内的AI新药研发行业，也在三个因素的推动之下，迎来了最为活跃的一年。

其中第一个因素，就是技术验证的突破。

以晶泰科技为例，在2020年已成功将AI研发的新药分子推进至 PCC (临床前候选化合物?)阶段；此外，像费米子科技和英矽智能等企业，也纷纷在炎症及代谢和特发性肺纤维化(IPF)的新药分子上，取得了突破。

“这些新药筛选成果的出现，在整个行业都是标志性事件，因为在创新药领域，不管是传统方法，还是AI筛选，只要药物分子进入PCC阶段，就是一个稳定待开发的新资产”井绪天表示。

第二个因素，则来源于医药政策。伴随着第三批、第四批等更大规模国家药品集采在2020年出现，使国内传统药企的利润大幅度减少。

在仿制药利润不断压缩的大背景下，众多国内药企纷纷转向创新药领域，使新的原研药成为稀缺资源。

最后一个因素，就是资本市场的认可和推动。

2020年，在AI制药投资领域，出现的最大轰动性事件之一，就是薛定谔(Schrodinger)和relay两家AI新药研发公司的上市。

井绪天表示：“两家公司都是通过AI和计算驱动新药研发的公司，仅有薛定谔有部分的软件收入；在管线方面，两家公司也只有几个尚在临床试验一期的药物分子，如果按照过去创新药企业在二级市场的估值，最终市值可能仅有几亿美金。”

上一篇：专注计算化学驱动的新药设计，「科辉智药」完
下一篇：没有了