中阳期货官网

融资一轮又一轮的AI制药，到底有多火？

外洋一笔订单，最高已经到达331亿元，靠近传统药企一整年的研发投入；

海内市场，守旧估量将到达2040亿元规模，BAT字节华为等互联网头部企业争相入资角逐，甚至有公司一年内完成3轮大额融资……

△图源：量子位智库

从北京大学前沿交织学科研究院、外洋名校教授，到MIT博士等纷纷加入创业，甚至有拿到外洋名校博士Offer的学生退学加入……

然而，与资源热形成鲜明对比的，却是行业生长的现状——

海内AI制药公司，时至今日上市数目为0，甚至尚未有一家实现盈利；外洋AI制药公司，上市后股价疯狂跳水。

现在，天下上还没有任何一支由AI研发乐成的药物顺遂上市，甚至于据各创企对外果然新闻，海内只有2家，外洋有8家企业的管线刚刚进入临床一期阶段。

现在行业最初的热度已往，质疑的声音也日益凸显：

AI制药行业，事实是未来投融资瞩目的明星赛道，照样手艺伪装下的PPT泡沫？

AI手艺自身的数据瓶颈、及其在制药领域中所起的作用，事实能否真正拯救传统制药企业的利益下降颓势？

AI制药事实什么时刻才气真正落地？

在采访过数十家机构后，我们写下《AI制药深度产业讲述》，试图描绘出AI制药行业的海内外现状，以及这一行业所面临的逆境和时机。

AI制药“时势图”

AI制药，更准确地来说应当是“用AI展望药物”。

没错，现阶段的AI并未真正打破传统制药的研发系统，甚至从研发流程来看，AI优化的部门还不到40%。

这样的定位加剧了AI制药自身的“矛盾感”：

一方面，药物发现是整个药物研发流程的基石，也是药物创新最有希望的突破口；另一方面，药物研发60-80%的临床试验成本，无法被AI优化。

这种矛盾感同样体现在AI制药的融资情形、手艺订价和研发落地上。

仅看融资情形，会以为AI制药是一个很有“钱景”的行业。

据中银证券数据，仅2020年一年，中国AI 制药融资项目数目就翻了一倍，且同年融资总额泛起了同比约10倍的增进。

从那时最先，全球至少有11家AI制药公司获得1亿美元以上的大额融资。而且这个数据还在出现不停上升的趋势：

△数据泉源：中银证券

据动脉橙讲述显示,“AI 制药”成为2021年最受资源迎接的赛道之一，全球融资77起，金额合计45.6亿美元（约合人民币307亿），其中中国市场融资12.4亿美元。

同时，AI 制药企业的生计情形也异常乐观。约53%的A轮公司进入B轮；38%的B轮公司顺遂进入C轮；46%的C轮公司进入到了D轮。

再看AI公司的变现途径，似乎也同样具有投资潜力。

参考Benevolent招股书数据，单看自研管线价钱的话，AI制药公司订价的首付款和里程碑付款价均不低，尤其是二期临床后光是首付款就能到达近1亿美元。

△图源：量子位智库

但连系研发落地情形来看，就泛起了强烈的矛盾感。

例如，行业内至今仍然没有任何一支AI展望的药物上市，甚至于市面上还没有任何一种果然进入临床二期的药物。

同时，AI制药也尚未泛起一种突破性的焦点手艺，能证实AI用于药物发现（AIDD）具有可靠和延续性，能替换或优化传统盘算机发现药物（CADD）的流程。

凭证量子位智库数据，纵然是希望最快的AI展望药物，也只是通过了动物试验，进入临床一期试验阶段。

在这些希望最快的AI展望药物中，海内只占3条管线，外洋虽然已有靠近16条管线进入临床，但也所有停留在一期阶段。

△图源：量子位智库

这样的事态，导致资源热情从2021年以来逐渐泛起回冷：

现在，海内还没有任何一家AI制药公司完成上市，也没有任何一家公司实现盈利。

外洋至少7、8家上市公司，现在股价险些无一破例泛起跳水。

事实上，从过往履向来看，药物研发失败的几率自己就极大，无数新药的临床试验投入最终都是吊水漂，这又再度增添了AI展望药物上市的不确定性。

尤其现在这批药物都还没进入临床二期，其能否完成上市还基本无法保障。

自1961年“反映停事宜”以来，能否验证药物有用性一直是所有新药上市最大的门槛。若是无法提供可信的平安数据、患者明确获益的数据等“实质性证据”，药物极有可能在这一阶段夭折。

显然，在这段时间里，大部门资源会处于张望状态，直到有AI展望的药物进入并通过临床二期的试验。

与传统制药公司相比，AI制药公司的体量并不大。在临床试验风险成本极高的情形下，这种“失败的可能”要么被转移，要么只能由公司自行肩负。

以此，AI制药公司形成了两种主要的商业模式。

第一种是转移研发风险的CRO（Contract Research Organization，条约研发组织）模式，公司会给传统制药企业或其他公司“做外包”，用AI手艺展望甲方需要的药物。

第二种是愿意自行肩负研发失败的风险的自研管线模式，公司将药物和手艺专利拿在手中，一旦乐成上市或到达特定变现节点（如临床前研究）就能以专利转让或收费的方式赚钱。

若何决议是做CRO照样自研管线？

一个是资金情形，自研管线所需资金极高。不缺钱的公司可以直接自研管线；想自研管线但资金不足的公司，则可以先通过CRO做外包赚钱，再以赚到的钱用于自研管线。

另一个是定位差异。相比传统药企身世的公司所掌握的大量制药相关理论，CRO更适合“跨界创业”玩家，迅速打响自身AI手艺招牌；自研管线对于制药履历和资源要求更高。

事实上，现在CRO在海内更受迎接，相比之下其盈利速率更快，变现模式更明确，且不需要肩负后续临床试验的风险成本。

此外，对手握AI药物专利没兴趣、只出售手艺服务的公司也可以只做CRO。

由此还衍生出第三种商业模式——专门做手艺平台的，将AI制药软件售卖给其他公司搞展望研发，但现在海内真正做到收费的公司少少。

显然，AI制药公司的定位和手艺优势，很洪水平上会影响其对商业模式的选择。

现在已经入局的玩家有不少，从海内外名校博士教授、到互联网巨头和传统药企、到资源再孵化，出现出一种多样化的态势。

先是名校博士教授创业的情形。以晶泰科技为例，就是MIT量子物理博士归国创业的典型案例。由于公司的优势在AI手艺上，并能借助量子物理的理论研究做到行业领先，因此晶泰科技明确示意专注于CRO模式，而不去自研管线。

也有高校教授转化研究功效的案例，如华深智药就是UIUC终身教授彭健所建立，此前在卵白质分子展望领域已有相关功效建设，此次创业将专注于手艺平台的打造和提供。

在这之后，互联网巨头和传统药企也已经纷纷入局。

前者自带算法算力优势，容易借助互联网自己的影响力迅速扩大“势力局限”，如百度和腾讯已经确立百图生科和云深智药平台，行使自身积累的AI算法履历快速入局；阿里则依附算力优势迅速确立起上下游关系等。

后者则拥有深挚的药物研发履历，在此基础上确立AI制药研发团队，如阿斯利康、默克、辉瑞和梯瓦就与亚马逊和以色列生物基金配合确立了AION Labs实验室。

最后尚有资源创业、基金孵化的情形，现金流加持足够，甚至于投资人自身转型AI创业，如科因生物首创人王一恺就曾是峰瑞资源副总裁，确立公司后便获得了峰瑞资源的投资。

据量子位智库数据预估，AI制药市场规模在2025年预计将到达72亿，2035年则预计到达2040亿。

一时之间，涌入AI制药赛道的玩家众多。然而从时势和玩家现状来看，并无法通过单纯的手艺实力或资金优势判断AI制药公司的生长远景。

到底谁才是其中真正的玩家、成为最有希望率先上市第一支AI新药的公司？

谁能率先上市第一支AI药物？

尺度和维度有许多，但业内绕不外的焦点维度有4个：

01、管线数目和研发进度

鉴于制药历程庞大，失败率高，从临床审批、研究到最终的上市是一个极其漫长的历程。对于现阶段来说，管线数目是实力最直接的体现之一。

前面提到，管线又分为自研管线、对外相助管线（CRO）。

对于自研管线而言，企业可以在特定节点转让管线功效，例如新型靶点、候选药物等；也可以借助CRO推进莅临床阶段，一旦研发乐成拿到上市专利，盈利会异常可观。但自研管线的风险同样显著：付款方式不明确，和其余公司也会存在在相同的管线上竞争的情形。

因此，在关注AI制药公司的自研管线时，需要更重视其研发进度，以及所选药物偏向的潜力。

相比之下，CRO模式下的相助管线数目，是更直接判断一家公司手艺实力的方式。CRO指AI制药公司完成传统药企公司的某一特定义务，首付款后，凭证义务进度（如药物发现-合成-完成临床研究）决议相助价钱，又称里程碑付款。

据量子位智库估量，海内的管线首付款平均为280万美元，里程碑价钱则凭证详细药物颠簸较大，完成后最高甚至能到达数百亿元。谁拿到的相助管线越多，说明谁的手艺实力获得的药企的认可越多，也有更多的资金投入研发，进入良性循环。

参考外洋Exscientia和赛诺菲在2022年年头的一次相助，首付款1亿美元，完成义务后将获得52亿美元“天价条约”，折合人民币约331亿元。

据量子位智库数据，2023-2024年将会泛起一批进入临床二期的AI展望药物，最早2026年前后会泛起首个乐成上市的AI药物。

在药物上市之前，相助管线数目和自研管线研发进度，是判断AI制药公司手艺实力的偏向之一。

02、稳固可靠的数据泉源

对于AI制药行业来说，除了钱，最缺的生怕就是数据，传统药企一样平常不愿意将作为焦点资产之一的研发数据集外流。

但据量子位智库领会，现在数据对于头部AI制药企业而言并不是问题，甚至能因此在行业中获得更具竞争力的显示。

因此，若何获得稳固可靠的数据，也是判断AI药企竞争力的一个主要尺度。

通常来说，有以下四种方式获取AI数据，其稳固性和可靠性也逐步提升：

1、果然/第三方数据集

这类数据对现在的AI制药行业具有重大意义，但不具备久远利益，没法辅助企业获得焦点竞争力。而且，已有靶点可用数据越多，意味着探索越充实、开发价值越稀薄。

2、虚拟数据

这种数据获取方式是通过物理建模，由AI天生训练数据，通常是基于较老的靶点如青霉素等去生产数据，短期来看没有太大价值，主要是为展望模子提供训练数据，从而提升展望精度。

3、自主网络/对外相助数据

对于自研管线/基础定位明确的公司，可以通过自主构建团队网络相关数据，或与药厂杀青数据相助关系。

在外洋，确立于2015年的Tempus通过向医院、肿瘤学家、癌症中央等提供价钱优惠的基因测序、数据结构化、病理图像剖析和生物建模服务，自建肿瘤基因组学 临床数据库。

它用4年就组建了天下上最大的癌症数据库之一，拥有快要1/3的美国癌症数据库。

我国的杨森制药厂就于2020年与Tempus杀青相助，并果然示意，相助的主要驱动力不是算法而是数据。

4、通过智能实验室，自主生产实验数据

这一方式主要就是指在实验室举行的干实验之外，再直接举行湿实验自主发生数据，形成干湿闭环。

相比传统的湿数据获取速率慢，行使高通量、智能化、自动化、可控制、 CV识别细胞形态等相关手艺，可以大幅提高数据获取速率。

在生物上讲干实验就是通过盘算机模拟以及生物信息学方式来举行研究。湿实验就是通过在实验室里接纳分子、细胞、心理学试验方式举行研究。

干湿连系实验有助于AI制药创企在数据方面打造自己新的竞争壁垒，这一认知已在业内杀青共识。

除了生物人才和盘算机人才组成的交织团队，组建这样一个平台还需要壮大的硬件支持，包罗实验装备以及盘算资源，以及把这两种资源整合在一起的能力。

现在，海内头部AI制药企业，包罗晶泰科技、英矽智能和百图生科都有这样的实验平台。

在资金足够的情形下，外洋头部AI制药企业，已经泛起直吸收购带有独家数据和手艺的上游公司的做法。

如薛定谔收购XTAL BioStructures以扩展自身结构生物学能力，Relay Therapeutics收购ZebiAI获得其机械学习能力和大型数据库。

因此，正如量子位智库剖析，传统制药企业整体具有数据方面的优势，但并非泉源于过往沉淀的数据，而是其具备的完整的实验平台。对于资金足够的AI制药创企而言，这一壁垒并不高，可以较快更新至同步水平。

03、相助药厂认可度

随着传统药厂智能团队的搭建，算法未必能够成为AI药企耐久的竞争优势。

前面提到，AI制药并未打破传统制药行业的研发流程，除了搭建自己的实验室平台“闷头搞”，AI制药公司与药企的相助同样主要。

因此，相助药厂的数目和这些药厂的行业职位同样成为一个直观的评价尺度。

现在，头部AI制药创企在传统药厂的相助上逐渐出现出垄断态势。外洋以Exscientia为例，就已披露了和罗氏、拜耳、赛诺菲、GSK、日本住友、Evotec在内的顶级制药公司的相助。

固然，传统药企和AI药企之间的相助是双向的：药厂提供数据库、专业知识，反过来也需要AI药企提供手艺。

因此，与传统药厂举行营业相助，也成为AI制药公司最常接纳的模式之一。

据Deep Pharma Intelligence，停止2020年，在44家天下头部传统药企中，已有93%药企完成相助结构。稀奇是在罗氏、诺华、辉瑞等全球TOP 10药企中，与AI制药企业的相助平均到达6次以上。

除了相助药厂的职位及数目认可度，AI制药公司选择的CRO公司也是参考泉源之一。

在传统制药行业中，CRO就具备特殊职位，这一特点在AI制药行业中也会延续。

AI制药公司可以成为传统药厂的CRO，但反过来说，AI制药公司也需要自身的CRO，包罗数据相助同伴、用于化验和实验的供应商等，以此完成申请审批、数据网络、临床试验等义务。

对AI制药企业而言，对CRO的选择会在很洪水平上影响其临床项目和商业化历程。

04、突破“AI提效”单一特征

众所周知，AI制药现在应用场景之一是提升化合物筛选效率，但这往往是在已有的靶点和化合物数据库基础上举行的。

但随着药厂内部AI团队的搭建，新的AI制药创企的进入门槛正在延续升高，加上现在整个行业的重叠度对照高，大多公司的管线也都已经是基于成熟的靶点举行开发。

换而言之，用AI提升药物发现效率，在这个行业已经不新鲜了，现在头部AI制药企业已经衍生出用AI探索“制药无人区”的创新能力。

因此，对于新创企业来说，在营业场景或手艺上有自己的怪异切入点异常主要。

这可能需要AI制药企业从底层理论出发，包罗对医药问题重新界说，缔造性地使用物理、化学等多学科视角，重新界说药物研发中的场景和问题，以多原理填补AI模子自带的误差和不确定性，并提高其效率。

最后，在这四种评判尺度下，事实哪些玩家能率先拔得头筹？

凭证量子位智库的全球AI制药名目图，现在最前端的头部玩家中，虽然大部门是外洋企业，但也能望见像晶泰科技和英矽智能这样海内玩家的身影：

AI制药赛道火爆后，不少外洋名校博士教授携项目、理论回国创业，也在快速填补海内制药行业手艺创新能力不足的情形。

这次，在新手艺驱动的制药创新浪潮中，中国会不会降生天下级的药厂？

有趋势，更有潜力。