AI属于近期热点，但在创新药开发领域早已有应用，未来将对生物制药板块构成持续影响。近期业内举行AI创新药调研，界面VIP精选调研精要。
【调研精要】
- AI技术在药物研发中的应用逐渐成熟，尤其在化学药物领域。AI技术在早期药物发现的各个领域都有应用，包括分子生成、药效评估、成药性预测和毒性分析。大分子药物领域的AI计算仍处于早期阶段，但在多肽设计方面取得了较快发展。
- 药企与AI公司主要有三种合作模式，包括AI公司自主研发药物并授权给药企、药企自建AI部门开发算法以及通过CRO外包形式将业务外包给AI公司。
- AI筛选药物与传统CADD（Computer-Aided Drug Design，计算机辅助药物设计）存在差异。AI筛选药物方法更注重计算机技术在药物骨架生成过程中的作用，而传统CADD方法强调研发经验与计算机辅助设计的结合。AI方法能够生成全新的药物分子结构，而传统方法依赖于生物学家的经验。
- AI数据库与算法是核心竞争力，药物发现的数据量越多，准确度就越高。各AI公司通过自己独有的数据库训练优化，形成各家独有的产品管线。底层优化算法的逻辑不一样，导致同一个靶点药物的生成结果也有很大差异。各家公司会根据公开算法进行优化，形成各自独特的产品管线。算法团队需要不断关注最新科研成果，更新和调试自家模型。
- AI行业近年快速发展，蛋白质分子结构预测方面，算法和通量都在提升。多肽的合成成本降低，自动化合成仪的通量也在不断提升。随着底层算法的突破，如Google的Transformer模型和DeepMind的α fold，AI制药逐渐在国内蓬勃发展。AI技术在药物筛选阶段大大提高了效率和减少了成本。现阶段，关注AI筛选出的药物分子能否顺利进入临床实现商业化的验证过程。
- 传统大药企与AI制药公司研发理念存在差异。传统大药企在药物研发过程中更依赖于生物学家的经验，而AI制药公司可以通过算法直接生成药物分子。然而，在实际疾病治疗过程中，亲和力最好的分子不一定是药效最好的分子，对疾病发生治疗的全面了解是AI目前无法替代的部分。
评论