預(yù)測(cè)地球所有生物分子，谷歌AlphaFold 3即將顛覆醫(yī)學(xué)？科技巨頭競(jìng)逐AI制藥，這個(gè)市場(chǎng)潛力有多大？

每經(jīng)記者 文巧    每經(jīng)編輯 蘭素英    

藥物研發(fā)中的關(guān)鍵挑戰(zhàn)，從氨基酸序列出發(fā)預(yù)測(cè)蛋白質(zhì)三維結(jié)構(gòu)的難題再一次被人工智能（AI）解決了！

當(dāng)?shù)貢r(shí)間5月8日，谷歌DeepMind及姊妹公司Isomorphic Labs聯(lián)合推出AlphaFold 3，立刻就登上了《自然》雜志頭版。AlphaFold 3是AlphaFold的第三代版本，DeepMind稱其能以前所未有的精度預(yù)測(cè)“蛋白質(zhì)數(shù)據(jù)庫(kù)”內(nèi)幾乎所有分子類型的復(fù)合物結(jié)構(gòu)。

圖片來(lái)源：《自然》網(wǎng)站截圖

隨著AI在藥物研發(fā)領(lǐng)域展現(xiàn)出驚人的潛力，《每日經(jīng)濟(jì)新聞》注意到，盯上AI藥物研發(fā)賽道的遠(yuǎn)不止谷歌一家科技巨頭，微軟、亞馬遜、英偉達(dá)等公司都在開(kāi)展或投資相關(guān)項(xiàng)目。

伴隨而來(lái)的也是大量的“熱錢”。數(shù)據(jù)顯示，自2021年以來(lái)，全球AI藥物研發(fā)初創(chuàng)公司的風(fēng)投交易已有281筆，投資額達(dá)到77億美元。據(jù)外媒預(yù)測(cè)，AI藥物研發(fā)的市場(chǎng)潛在規(guī)模接近500億美元（約合人民幣3613億元），預(yù)計(jì)到2025年，30%的新藥將使用AI研發(fā)。 

科技公司加碼AI藥品研發(fā)

根據(jù)發(fā)表在《自然》上的這篇論文，對(duì)于蛋白質(zhì)與其他分子類型的相互作用，AlphaFold 3在基準(zhǔn)測(cè)試中的準(zhǔn)確率比現(xiàn)有最好的傳統(tǒng)方法高出50%，且無(wú)需輸入任何結(jié)構(gòu)信息，這使得AlphaFold 3成為首個(gè)在生物分子結(jié)構(gòu)預(yù)測(cè)方面超越基于物理工具的方法的AI系統(tǒng)。

為何說(shuō)AlphaFold 3是一款革命性的系統(tǒng)？這是因?yàn)榈鞍踪|(zhì)（從對(duì)人體新陳代謝至關(guān)重要的酶到對(duì)抗傳染病的抗體）與其他分子的相互作用是藥物發(fā)現(xiàn)和開(kāi)發(fā)的關(guān)鍵。

據(jù)報(bào)道，通過(guò)AI模型，可以在數(shù)億種不同的蛋白質(zhì)序列及其底層結(jié)構(gòu)上進(jìn)行訓(xùn)練，從而完全模擬蛋白質(zhì)，省去了昂貴的分子動(dòng)力學(xué)模擬計(jì)算環(huán)節(jié)。例如，禮來(lái)一直在使用AI來(lái)搜索數(shù)百萬(wàn)個(gè)分子，僅用5分鐘就能完成在傳統(tǒng)實(shí)驗(yàn)室中需要一整年合成的分子量，因此測(cè)試AI在醫(yī)學(xué)中的極限是有意義的。

隨著AI在藥物研發(fā)領(lǐng)域展現(xiàn)出驚人的潛力，盯上AI藥物研發(fā)賽道的遠(yuǎn)不止谷歌一家科技巨頭，而幾乎所有科技巨頭展現(xiàn)出了對(duì)AI制藥領(lǐng)域的興趣，微軟、亞馬遜、Salesforce等公司都在開(kāi)展蛋白質(zhì)生成項(xiàng)目。

據(jù)報(bào)道，僅去年就見(jiàn)證了多個(gè)醫(yī)藥相關(guān)的AI大模型和工具的誕生：Salesforce推出了蛋白質(zhì)生成AI大模型ProGen；微軟發(fā)布了蛋白質(zhì)生成的通用AI框架EvoDiff；亞馬遜為其AWS機(jī)器學(xué)習(xí)平臺(tái)SageMaker發(fā)布了蛋白質(zhì)折疊工具；英偉達(dá)推出了用于藥物發(fā)現(xiàn)的生成AI云服務(wù)BioNeMo，并投資了制藥公司Recursion Pharmaceuticals和Iambic Therapeutics。

除了硅谷大廠扎堆加碼AI藥物研發(fā)之外，2022年底ChatGPT的爆火也推動(dòng)了許多AI初創(chuàng)公司步入該領(lǐng)域。

生物技術(shù)市場(chǎng)研究機(jī)構(gòu)Deep Pharma Intelligence在2023年發(fā)布了一篇AI藥物研發(fā)行業(yè)的分析報(bào)告，該報(bào)告通過(guò)對(duì)800 多家AI公司、1900家投資者等行業(yè)參與者的深入調(diào)研后發(fā)現(xiàn)，在這800多家專注于AI的公司中，有91家是在2022年至2023年間成立的，這些公司多為AI初創(chuàng)公司。

除此之外，報(bào)告稱，大型制藥公司之間以及與AI初創(chuàng)公司之間出現(xiàn)合作的趨勢(shì)日益明顯。記者注意到，今年4月，莫德納與OpenAI宣布，雙方正在進(jìn)行合作，共同創(chuàng)新推動(dòng)AI在醫(yī)療健康領(lǐng)域的潛力。

安進(jìn)與英偉達(dá)也建立了以AI為重點(diǎn)的合作伙伴關(guān)系，安進(jìn)已開(kāi)始將預(yù)測(cè)模型應(yīng)用于制藥流程。英偉達(dá)醫(yī)療保健副總裁Kimberly Powell對(duì)此表示，這使得安進(jìn)將抗體設(shè)計(jì)從兩年縮短到九個(gè)月。

據(jù)悉，推出一種新藥通常需要十多年的時(shí)間，平均花費(fèi)至少26億美元，最高可達(dá)60億美元。AI的出現(xiàn)為成本不斷攀升且回報(bào)遞減的制藥行業(yè)提供了潛在的解決方案。據(jù)咨詢公司BCG去年發(fā)布的一份報(bào)告，在臨床前階段的藥物發(fā)現(xiàn)步驟中，AI可以節(jié)省至少25%~50%的時(shí)間和成本。

AI對(duì)藥物研發(fā)時(shí)間和成本的影響 圖片來(lái)源：BCG報(bào)告

市場(chǎng)規(guī)模達(dá)千億級(jí)，但數(shù)據(jù)仍是“硬傷”

隨著AI醫(yī)藥的火熱，“熱錢”也大量涌入。

根據(jù)Pitchbook的數(shù)據(jù)，自2021年以來(lái)，全球AI藥物研發(fā)初創(chuàng)公司的風(fēng)投交易已有281筆，投資額達(dá)到77億美元。從更遠(yuǎn)的時(shí)間來(lái)看，在2014年~2023年間，AI驅(qū)動(dòng)的制藥投資猛增，累計(jì)達(dá)到603億美元，也證明了AI的變革潛力。

以英偉達(dá)為例，過(guò)去兩年間，該公司旗下AI藥物研發(fā)平臺(tái)BioNeMo的風(fēng)投部門Nventures把大部分錢都投給了藥物研發(fā)項(xiàng)目。數(shù)據(jù)顯示，Nventures的19筆投資交易中有7筆是投向AI藥物研發(fā)初創(chuàng)公司。

Kimberly Powell在接受媒體采訪時(shí)表示，醫(yī)療健康將成為英偉達(dá)下一個(gè)“數(shù)十億美元級(jí)業(yè)務(wù)”。英偉達(dá)CEO黃仁勛也曾多次強(qiáng)調(diào)，數(shù)字生物學(xué)將是“下一個(gè)驚人的顛覆性技術(shù)”。

根據(jù)Deep Pharma Intelligence去年發(fā)布的報(bào)告，專注于早期藥物開(kāi)發(fā)的AI公司占到近40%，使早期藥物開(kāi)發(fā)成為主導(dǎo)領(lǐng)域，也是從投資角度最值得信賴的領(lǐng)域之一。造成這種情況的原因有很多，例如這是一個(gè)依賴海量數(shù)據(jù)的階段，需要虛擬篩選、迭代學(xué)習(xí)以及對(duì)目標(biāo)（化合物）的識(shí)別和驗(yàn)證。

對(duì)于AI在早期制藥過(guò)程中發(fā)揮的作用，Kimberly Powell預(yù)測(cè)，生成式AI可能會(huì)通過(guò)產(chǎn)生人類自然不會(huì)想到的想法來(lái)影響發(fā)現(xiàn)。“（可能）是一種自然界以前從未制造過(guò)的蛋白質(zhì)，在某種程度上也可能是一種具有治療作用的蛋白質(zhì)，或者是一種我們尚未合成且不存在于世界上任何數(shù)據(jù)庫(kù)中的化合物。”

在藥物開(kāi)發(fā)的后端亦可以看到AI的用途，據(jù)外媒分析，其有助于從數(shù)千份文件中收集數(shù)據(jù)，以準(zhǔn)備向美國(guó)食品藥品管理局（FDA）提交文件。同樣，AI可能通過(guò)使數(shù)據(jù)更容易獲取而在技術(shù)轉(zhuǎn)讓中發(fā)揮作用。

不過(guò)，在AI輔助藥物研發(fā)的過(guò)程中，高質(zhì)量訓(xùn)練數(shù)據(jù)仍然是一大挑戰(zhàn)。風(fēng)投Menlo Ventures 合伙人Greg Yap就表示，“最大障礙是找到可靠的訓(xùn)練數(shù)據(jù)。這些模型正在根據(jù)描述分子相互作用的每一條公共科學(xué)數(shù)據(jù)進(jìn)行訓(xùn)練，但有些數(shù)據(jù)不是很干凈，并且存在錯(cuò)誤。”

一旦科學(xué)界能夠找到提高訓(xùn)練集質(zhì)量的方法，AI輔助藥物發(fā)現(xiàn)的市場(chǎng)有望起飛。據(jù)外媒預(yù)測(cè)，該市場(chǎng)的潛在規(guī)模接近500億美元（約合人民幣3613億元），預(yù)計(jì)到2025年，30%的新藥將會(huì)使用AI研發(fā)。但目前，基于AI的藥物開(kāi)發(fā)仍處于早期階段。據(jù)報(bào)道，F(xiàn)DA迄今為止批準(zhǔn)了100多種使用AI或機(jī)器學(xué)習(xí)進(jìn)行開(kāi)發(fā)的藥物候選物的臨床試驗(yàn)，但可能需要數(shù)年時(shí)間才能上市。

免責(zé)聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，使用前核實(shí)。據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。

封面圖片來(lái)源：《自然》網(wǎng)站截圖