近日云南白药官方宣布，公告称，未来三年内，云南白药将与华为技术在人工智能药物研发领域开展广泛的交流和合作合作内容包括但不限于大小分子设计、相关病症、数据库开发等。去年，华为云发布盘古系列预训练大模型，包括自然语言处理（NLP）大模型、计算机视觉（CV）大模型、多模态大模型和科学计算大模型。

随着我国医药产业创新发展的加速推进，国内医药行业在“AI+新药”研发领域的跨界合作也在增加，如恒瑞医药与百奥知、豪森药业与Atomwise的合作，虽然目前国内暂无AI制药产品上市，但这不妨碍其掀起一波又一波的浪潮。针对本轮标志性事件，笔者做了一番梳理，总结一些看法。

1、资本持续追捧，从未缺席

自2006年IBM公司开发出Watson系统，AI+医疗进入资本视野后，AI制药公司陆陆续续成立，期间辉瑞与其合作，利用Waston协助发现癌症免疫疗法的药物。

2020年-2021年，AI制药呈现象级发展，AbCellera、Neoleukin等独角兽相继上市，融资额不断创历史新高。“AI+制药”一时间成为最受资本欢迎的赛道之一，全球融资约合RMB 310亿元，其中中国占据40%。中银证券公告，2022年一季度，AI制药领域融资事件42起，其中，中国13起，美国21起，欧洲等其他国家共8起。投融资活动仍主要发生在中美两国。

国内方面，除了华为，此前腾讯、阿里巴巴、百度、字节跳动等互联网巨头也纷纷迈入这一赛道，例如：腾讯发布AI驱动的药物研发平台“云深智药”；百度成立了百图生科；字节跳动成立了大健康业务极光部门，并在国内外招募AI-drug团队；阿里云与全球健康药物研发中心合作。

以AI制药领域为例，业界对大模型开发体系在制药场景的应用探索。例如华东医药与英矽智能科技（上海）有限公司达成合作共同加速肿瘤领域创新的小分子药物的研发，深圳未知君生物B轮完成近1亿美元融资。

此次云南白药与华为的合作，其中有2021年9月发布的华为云盘古药物分子大模型，可帮助医药公司开启AI辅助药物研发的新模式。可加速挖掘出云南白药的在中药及植物领域多年积累的潜在价值。

2、追捧的内在逻辑

我们都知道创新药具有研发周期长、研发投入成本高、成功率低等业界共同认知的痛点，这也是为什么资本追捧，寄希望于大幅改善这种局面，特别是缩短研发周期这块，做药本来就受慢性子的观念束缚。

有资料表明，使用AI技术能够缩短40%的药物发现时间，节约50%-60%药物临床试验时间，进而节省药物研发成本。以盘古药物分子大模型为例，学习17亿个药物分子化学结构，可以帮助小分子化合物计算和匹配靶点蛋白质，对新分子生化属性进行预测，从而高效生成新的药物；定向优化筛选后的先导药物。在实践上，也证明了它的有效广泛性，与西安交大一附医院开发的广谱抗菌药，结果表明，先导药物研发周期可以从数年缩短至1个月，研发效率大幅提高。药明康德和Schrdinger合资成立的Faxian Therapeutics，将先导化合物优化服务与Schrdinger的药物设计软件平台相结合，从而加速新药发现。联想到此前，英矽智能的经典案例，利用过去十几年海量的研发数据，通过人工智能筛选新的靶点和新药物；仅用了18个月、投入260万美元，就研发出特发性肺纤维化疾病新靶点。

图：药物研发流程示意图  来源：塔夫茨药物开发研究中心

相比痛点，低成本，低周期，高成功率这新的逆转性特征，怎能不受资本青睐，试想一下，传统模式创新药，从发现到上市，往往要耗费十几年甚至几十年的时间，花费也高达几十亿美元。即使这样，成功率也有10%。面对全新散发的潜在巨大威力的AI制药，甚至不排除出现情绪性的押注。

3、发展困惑与希望回报率的存疑

以某AI新贵企业为例，国内少数获得国际药企巨头合作的AI药物研发公司，目前已获得数亿融资。鉴于商业化盈利的预期和节点均不明朗的情况，也表现出一定的焦虑，去年，赴美IPO受阻后，又马不停蹄地转战港交所。如此着急地谋求上市，这一行为也被市场解读为“资本对于回报率的担忧”。

无实质突破的典型：至今尚无药物上市

目前AI制药已形成三种模式，一是AI-CRO模式，为制药企业和CRO企业提供外包服务；二是内部研发模式，制药企业自研AI制药产品；三是平台服务模式，搭建AI技术平台并提供技术服务。但三种商业模式结算都依赖于产品落地。

截至2022年，全球有超过45款AI参与的研发管线进入临床，但由于AI制药技术难度较高，至今没有任何AI预测结构的药物上市。截至4月底，中国AI制药企业数量超过60家，也尚未有公司上市和盈利。AI制药产品与技术无法变现，对资本逐利性构成挑战。例如，此前受资金热捧的Schrodinger从2020年末的60亿美元市值，一度缩水至22亿美元。

来源：健康界研究院分析

技术处于起步阶段

前面讲到，进入临床后AI制药技术难度增高，或者说新药研发对AI技术的要求，目前技术达不到。AI制药在国内目前处于早期阶段，行业进入门槛很高，对技术成熟度要求极高。而技术最核心的因素就是人才，当前的AI制药还处于“科学研究”阶段，在实际的AI/CADD方法研究工作上，必须兼顾科研方法本身的基础研究与实际业务应用的应用研究，只有两者能够被整合成为端到端的流程，计算方法才算是在药物开发的管线中真正落地。

除了写代码，还要阅读大量的学术文献，真正有成效的是“药化科学家主导，AI技术人员辅助”的路线。另外关键数据往往是一家公司的机密，很难获取，这就造成AI模型数据训练大打折扣，少数药化专家在尝试过后发现并无完全准确后，中途放弃。

4、结  语

AI制药的原理是通过海量的有效数据进行模型训练，从而得到准确的答案；而国内AI制药公司多以科技为主打优势，缺少数据支持，加之国内企业常年做仿制药，对原始数据的积累少之又少。另一方面，AI技术+药物研发的复合人才是紧缺的，任重道远，既无学校的培养机制，又无现成的可用人才。

其实，将AI技术和生物制药捆绑在一起，作为AI制药公司们的新业态，并不是唯一项，华为+云南白药的这种深度合作，或许是一个破局的例子。解决了数据+技术的核心问题，做了一个临时榜样。笔者将拭目以待。

参考资料：

1.云南白药官网、公告

2.华为官网

3.https://mp.weixin.qq.com/s/Wq4qpOCcIsw6gMkr00t2Zg《科技与中药巨头联手，切入人工智能（AI）制药赛道》，2022

4.http://news.10jqka.com.cn/comment/639551715.shtml《AI制药“冷思考”被资本追捧却没有一款药物上市「解码AI制药」》，2022

5.https://mp.weixin.qq.com/s/uwbR0pc5LzFsCJWHLszPQQ《初窥“AI制药”：BAT们的下个万亿试炼场》，2022