“哲源科技”獲近億融資，百度、騰訊爭相布局的AI制藥，是真香還是真難？

每經記者 唐如鈺  姚亞楠    每經編輯 趙云    

今日(7月7日)，“哲源科技”宣布完成近億元A輪融資，由博行資本以及泰雅資本領投，海金格醫(yī)藥等機構跟投。公開資料顯示， 哲源科技是一家以計算醫(yī)學技術賦驅動藥物研發(fā)（俗稱“AI制藥”）的初創(chuàng)公司。

事實上，在創(chuàng)新藥領域流傳著著名的“雙十定律”-- 一款新藥從立項到獲批上市平均需要十年的研發(fā)周期和十億美金以上的投入。這即導致了當下藥物研發(fā)難、罕見病治療“一藥難求”的局面。AI制藥的出現則有望打破“雙十定律”，大幅度為新藥研發(fā)降本增效。如此，也引得創(chuàng)業(yè)者、資本乃至互聯網巨頭爭相入局。

值得注意的是，AI制藥雖被寄予厚望，但目前業(yè)界并未有真正意義上的AI驅動研發(fā)的藥物上市，且企業(yè)仍多處于試水階段，且面臨缺乏高質量臨床數據、數據專業(yè)度不足、跨學科人才稀缺等問題。

技術驅動生物醫(yī)藥創(chuàng)新的歷史性機遇開始出現

公開資料顯示，哲源科技由中國科學院計算技術研究所孵化，將計算醫(yī)學技術應用于藥物研發(fā)，目前搭建完成了兩個AI工具平臺--新靶點新機制遞呈平臺、虛擬臨床試驗平臺，主要應用場景有：新靶點、新作用機制、新生物標志物、設計臨床試驗方案、預測臨床試驗結果、拓展新適應癥。

圖片來源：截自哲源科技官網

今年1月，每經記者曾采訪哲源科技聯合創(chuàng)始人、圖靈-達爾文實驗室主任牛鋼。他認為，現代制藥方式仍屬于在“黑箱”中點一支小小的蠟燭作業(yè)——現行的化合物和靶點篩選、臨床試驗階段的方案設計、人群選擇仍存在較大的盲目性，每一個環(huán)節(jié)都充斥著未知和不確定性，而在計算醫(yī)學方法論指導下，AI的目的就是用大規(guī)模數據和知識來消除各個環(huán)節(jié)上的不確定性，增強對人、對病、對藥的機制性理解，有效信息可以打破“黑箱”，讓研發(fā)道路明朗化。

在創(chuàng)新藥領域流傳著著名的“雙十定律”，即一款新藥從立項到獲批上市平均需要十年的研發(fā)周期和十億美金以上的投入，足見其周期長、成本高、風險大。而事實上，由于醫(yī)藥領域業(yè)壁壘很高，在過去很長一段時間里，這一行業(yè)也相對封閉，從業(yè)人員做實驗的方法比較傳統(tǒng)，可以稱得上是數據智能洼地，近年來，隨著大數據、人工智能等技術的發(fā)展，跨界人才日漸豐富，技術驅動生物醫(yī)藥創(chuàng)新的歷史性機遇開始出現，記者注意到，這一領域的創(chuàng)新企業(yè)頗受投資機構青睞，融資金額不菲，如英矽智能的C輪融資額高達2.55億美元。

賽道玩家“扎堆”，卻仍在發(fā)展早期

因此，被寄予厚望的AI制藥也引得資本積極布局，賽道在2020年開始爆發(fā)。據中信證券研報，2020年，國內的AI制藥領域的投融資額超過31億人民幣，同比增長近7倍。2021年，AI制藥成為數字醫(yī)療健康領域增速最快的細分賽道之一。據動脈網不完全統(tǒng)計，2021年，國內AI制藥領域共發(fā)生34起融資事件，涉及融資總金額約84億元人民幣，平均單筆融資金額約2.5億元人民幣，且超70%獲得融資的企業(yè)處于A輪及之前。

其中，以英矽智能、晶泰科技、冰洲石生物科技等為代表的初創(chuàng)型AI藥物研發(fā)公司發(fā)展較快，且頗受資本偏愛，在過去幾年里頻繁斬獲融資。與此同時，互聯網巨頭和傳統(tǒng)藥企也在加速布局AI制藥。例如，百度就在2020年成立了生物計算引擎驅動的創(chuàng)新藥物研發(fā)平臺百圖生科，隨后又發(fā)起成立了人工智能新藥研發(fā)公司索智生物；騰訊則多次投資晶泰科技，并于2020年推出了騰訊AI Lab云深智藥；阿里巴巴也在2020年1月與全球健康藥物研發(fā)中心（GHDDI）合作，開發(fā)AI藥物研發(fā)和大數據平臺。

同樣，傳統(tǒng)藥企也在積極布局該領域。例如，藥明康德就以合作AI制藥初創(chuàng)企業(yè)的形式擴寬自己在該領域的資源，2016至今先后投資了Schrodinger、英矽智能、Engine Biosciences等AI技術驅動的生物制藥企業(yè)。今年1月，復星醫(yī)藥則與英矽智能宣布達成戰(zhàn)略合作，在全球范圍內共同推進多個靶點的人工智能藥物研發(fā)。

值得注意的是，通過AI技術為創(chuàng)新藥研發(fā)降本提效的方式雖然被寄予厚望。但目前行業(yè)仍處于發(fā)展的早期，業(yè)界并未有真正意義上的AI驅動研發(fā)的藥物成功上市。與此同時，行業(yè)發(fā)展也面臨諸多痛點。例如，AI技術制藥本身即是一門高壁壘、跨學科科學，對從業(yè)者有著極高的要求，其也被稱為AI跨學科的巔峰難度賽道之一。此外，高質量的患者臨床數據大多掌握在醫(yī)院、大型藥企手中，初創(chuàng)型企業(yè)難以獲取。并且，制藥屬于強監(jiān)管行業(yè)，對實驗流程、臨床周期有著嚴格的要求。顯然，如何將AI與新藥研發(fā)有效的結合，真正做到加速藥物的研發(fā)效率、提高重大疾病、罕見病的治療、存活率，對于AI制藥初創(chuàng)企業(yè)和藥企、互聯網巨頭乃至監(jiān)管而言均仍有較長的一段路要走。

封面圖片來源：視覺中國-VCG41N1156884561