• 邦明资本
  • 邦明邮箱    加入邦明    在线咨询
    •     
  • 关于邦明管理团队投资特色邦明动态投资人家园联系我们
  • AI制药已成药厂共识:开发流程显著缩短 有望解锁500亿美元机会
  • 发布时间:2023/5/12 0:00:00  阅读:639
投资市场对于制药产业的固有认知,正面临AI浪潮的彻底重塑。以往需要大量研究人员花费数年、从成百上千个配方中寻找候选药物的过程,已经能被算法压缩到几个月里搞定。
日本的武田制药在今年2月斥资40亿美元,从一家波士顿创业公司手里买下的银屑病药物,背后的化合物配方正是该公司花费6个月时间利用AI选择出来的。今年年内,这款药物也将进入最终的Ⅲ期临床试验,有望成为AI发现药物的最新范例。投行杰富瑞曾预期,这款药物如果成功获批上市,将给武田带来37亿美元的年收入。
大型制药企业跑步加码AI能力

事实上,AI和机器学习能够大大缩短开发周期(减少费用)、加快新药上市速度已经成为业内共识,和重点投资方向。研究机构Deep Pharma情报预计,对AI驱动的新药发现企业,整体投资额在过去4年里翻了3倍,在2022年已经达到246亿美元

去年法国药厂赛诺菲就与英国新药发现企业Exscientia签下大单,以1亿美元的预付款和52亿美元的里程碑付款要约,合作利用AI系统研发至多15项肿瘤和免疫学药物。拜尔、罗氏和武田正在与美国药品开发企业Recursion合作使用机器学习发现药物。阿斯利康也在与Benevolent AI等企业展开合作。

麦肯锡合伙人、为药企提供数字化处理和分析咨询的Alex Devereson表示,当药厂成功在研发领域应用AI,将会产生巨大的影响。5年内AI将更加系统性地嵌入药品开发流程,并成规模地导致更大影响。

当然,AI从来不是“无所不能”的技术,在制药领域也是如此。

首先,虽然AI能够减少筛选候选药物所需的时间,但动辄数年的药物临床试验显然不能让AI“代做”。同时目前AI也无法预测复杂一些的生物学特性,例如化合物的效率和副作用。

与近期火爆的ChatGPT源自于谷歌的transformer模型一样,医药大厂开始严肃看待AI也要从谷歌说起。2018年,Deepmind开发的AlphaFold算法成功在预测蛋白质形状的挑战中击败生物学家。这也是生物学中最棘手的问题之一,有助于搞清楚与疾病发生反应的分子,寻找潜在药物。

现在AlphaFold只需要数秒就能生成蛋白质的3D结构图,以往这样的工作需要数月甚至数年时间。

最新的案例则来自疫情时期。辉瑞/BioNTech新冠疫苗的快速开发离不开AI助力,同时辉瑞的小分子口服药Paxlovid,也与中国本土AI产业的合作有关。

辉瑞首席数字和技术官Lidia Fonseca接受媒体采访时表示,配合超级计算机和AI、机器学习模型,将整体的计算时间减少了80%-90%,使得Paxlovid能够快速上市

时至今日,AI科学家已经成为药厂的标配。目前武田制药在波士顿、圣迭戈和日本湘南有超过500名科学家正在倒腾数据;英国药厂葛兰素史克也有超过160名AI、机器学习专家,为研发、生产提供支持。

放眼全球,多个小型创新药企通过AI“找到”的新药已经进入临床试验阶段。摩根士丹利近期曾预期,未来十年内,在药物早期研发阶段使用AI,将额外为人类带来50款新药,相当于为药企增加500亿美元的销售额。

  • 上海邦明投资管理股份有限公司 版权所有 沪ICP备19038775号-1 联系电话:+8621-65105827 E-mail:bmc@bmc-sh.com