在药物研发的征途上,时间的长河和资金的巨流构成了残酷的现实。通常,一项新药的研发需要十余年的时间,以及高达10亿至15亿美元的投入,然而,成功率却微乎其微,仅有约十分之一。这样的数据背后,是新药研发道路上不可回避的艰难挑战。
近年来,随着AI技术的兴起,医药行业迎来了变革。无论是医药外包企业,还是制药公司,都在积极拥抱AI技术,以此加速创新药物的研发进程。在资本市场,AI制药的概念股也引发了投资者的一阵狂欢。
新药研发大致可以分为三个阶段:首先是靶点假说的提出与药物靶点的确定,其次是潜力分子的优化与临床前候选化合物的评估,最后是临床试验的验证。传统医药研发周期漫长,成本高昂,且随着常见蛋白质和通路几乎被完全开发,药物发现的难度也在不断上升。而临床试验阶段,更是资金投入的高峰期,所需资金成本远高于临床前阶段。
那么,在AI的赋能下,药物研发能否迎来翻天覆地的变化?让我们一起来探讨这一话题。
拥抱AI,加速创新
2月19日,CXO企业康龙化成宣布,其子公司康龙化成临床研究服务有限公司已成功控股浙江海心智惠科技有限公司。这一交易标志着康龙化成将整合海心智惠的优质患者数据与AI技术平台,以提供更优质的个性化患者管理服务,并推动公司创新药研发服务能力的数智化升级。
紧随其后,生物科技企业和铂医药宣布与英矽智能达成战略合作,双方将利用各自在抗体发现与人工智能领域的优势,加速新型治疗性抗体的研发进程。由AI赋能的新药已经进入人体试验阶段,显示出巨大的潜力。
AI赋能,助力研发
3月6日,云顶新耀宣布,其自主研发的新型mRNA个性化肿瘤治疗性疫苗EVM16已在北京大学肿瘤医院顺利完成首例患者给药。这标志着AI在药物研发中的赋能并非一日之功。
埃格林医药董事长杜涛博士指出,AI技术进入制药工业的应用不到十年时间,但已经深度重构了医药研发的价值链条,形成了贯穿靶点识别、分子生成、动物实验、临床方案优化和临床试验结果预测的全流程赋能体系。
数据驱动,挑战重重
然而,AI在临床阶段的赋能并非易事。杜涛表示,AI技术在临床试验阶段面临的挑战可能远高于药物发现阶段。在临床前阶段,主要由计算机科学家和化学家主导,而到了临床试验阶段,则需要医学人员的深度介入,这对复合型人才的需求呈指数级增长。
Deep Pharma Intelligence数据显示,截至2023年11月,全球处于临床阶段且保持活跃状态的AI参与研发管线总计97项,其中超过一半处于临床一期,超过三分之一的管线处于临床二期。而临床二期通往临床三期的道路,被认为是AI药物研发的“死亡之谷”。
商业模式,未来可期
在AI制药行业的发展过程中,商业模式的构建至关重要。目前,AI制药行业的盈利模式主要有三种:软件授权、外部战略合作以及管线对外收入。
华盖资本创始合伙人许小林表示,这些模式各有利弊,需要企业在实践中不断摸索。英矽智能联合首席执行官任峰认为,未来AI制药公司和传统制药公司的界限将越来越模糊,AI制药行业的发展速度将不断加快。
总之,AI技术在药物研发中的应用前景广阔,但同时也面临着诸多挑战。在未来的发展中,AI与医药行业的深度融合将为人类健康事业带来更多希望。