k8凯发·[中国]天生赢家一触即发

　　导读ღ✿✿：2024年10月09日ღ✿✿，瑞典皇家科学院宣布将诺贝尔化学奖授予三位研究领域与人工智能相关的科学家ღ✿✿，以表彰他们在蛋白质设计与结构预测方面的成就ღ✿✿。2025年01月08日ღ✿✿，生成式AI新药研发公司Absci Corporation与AMD达成战略合作ღ✿✿，以支持关键的人工智能新药研发工作负载ღ✿✿，AMD还将以私募股权投资（PIPE）的形式向Absci投资2000万美元ღ✿✿。2025年01月09日ღ✿✿，晶泰科技宣布其下属部门Ailux Biologics与跨国生物制药公司优时比（UCB）签署了大分子药物发现AI平台授权协议ღ✿✿。2024年以来AI药物发现领域战略合作事件频发ღ✿✿，赛道已站上风口ღ✿✿，“AI+制药”为医药健康领域带来了全新广阔的想象空间ღ✿✿。

　　医药研发是一项高风险ღ✿✿、高耗时ღ✿✿，并且需要大量药物发现及开发专业知识和经验的过程ღ✿✿。新药的研发主要包含药物发现ღ✿✿、临床前和临床三个阶段ღ✿✿，其中药物发现涉及识别新的潜在药物ღ✿✿，通常包含靶点识别及验证ღ✿✿、苗头化合物识别以及先导化合物生成及优化ღ✿✿。临床前研究通常涉及动物模型研究以评估毒理学及其他参数ღ✿✿、化学合成及药物配方的优化以及确保批准开始临床试验所需的其他研究ღ✿✿。临床试验需要在健康受试者和患者中进行连续试验来确定药物安全性及疗效ღ✿✿，从而确保获得监管部门批准ღ✿✿。

　　从药物发现阶段的成本及成功率来看ღ✿✿，据英矽智能招股说明书显示ღ✿✿，从靶点至苗头化合物至先导化合物优化的过程中ღ✿✿，药物发现阶段整体的成功率仅有51%ღ✿✿。此前美国塔夫茨大学药物发展研究中心于2016年研究了10家生物制药公司的106种创新药的研发成本ღ✿✿，每种创新药物最终获FDA批准的平均费用约为13.95亿美元ღ✿✿。除此之外ღ✿✿，在样本量达5000~10000个临床前化合物筛选中ღ✿✿，大约只有5个化合物可以进入临床试验阶段凯发国际官网首页ღ✿✿，最终约1个药物会进入审批上市ღ✿✿，成功率仅为0.01%ღ✿✿。

　　人工智能（AI）药物发现是指利用人工智能技术来加速和优化药物研发的过程ღ✿✿，从新分子设计到预测临床试验结果ღ✿✿，通过机器学习（ML）ღ✿✿、深度学习（DL）ღ✿✿、生成式AI等技术ღ✿✿，AI可以融入到药物发现过程中的各个阶段ღ✿✿，减少药企药物发现及开发所需要的时间和资源ღ✿✿，提升临床试验的成功率ღ✿✿。

　　药物发现的难度日益增加ღ✿✿，多年以来ღ✿✿，许多药物发现已经被成功被转化为成功的药物ღ✿✿，研究人员使用传统方法寻找新药的选择更少ღ✿✿。在新药研发的节奏愈发加快ღ✿✿、新药研发成本愈发高企ღ✿✿、靶点同质化愈发严重的时代背景下ღ✿✿，AI药物发现工具的出现有望显著提高药物研发的效率和成功率ღ✿✿，降低研发成本的同时加速新药上市的进程ღ✿✿。

　　具体来说ღ✿✿，在靶点识别阶段中ღ✿✿，AI药物发现工具可以通过分析大量的生物医学数据ღ✿✿，识别与疾病相关的潜在靶点ღ✿✿；在化合物筛选阶段中ღ✿✿，AI药物发现工具可以通过计算机模拟化合物与目标蛋白之间的相互作用ღ✿✿，从而快速筛选出具有治疗潜力的化合物ღ✿✿；在药物设计阶段ღ✿✿，AI可以帮助设计新的药物分子结构ღ✿✿，并对现有化合物进行优化ღ✿✿，以提高其疗效和安全性ღ✿✿。

　　AI药物发现工具的主要客户包括大型制药公司ღ✿✿、生物技术公司以及研究机构ღ✿✿。从商业模式的情况来看玩转三周半ღ✿✿，AI药物发现工具的商业化模式主要包含软件销售/技术平台授权ღ✿✿、AI CRO模式ღ✿✿、合作研发模式等ღ✿✿。

　　提供软件平台服务即通过软件即服务（SaaS）或定制化解决防范为客户提供AI药物发现技术平台和解决方案ღ✿✿，通过广泛合作积累更多数据以支持算法迭代ღ✿✿，从而帮助药企更好ღ✿✿、更快地完成研发任务ღ✿✿，这类商业模式的代表公司如成立于1990年凯发国际官网首页ღ✿✿，提供AI药物发现服务的Schrödingerღ✿✿，其开发的基于物理的计算平台可以较为精确地预测分子的关键理化性质ღ✿✿，更高效且耕地成本地发现高质量分子ღ✿✿。Schrödinger的软件服务被全球上千家科研机构使用ღ✿✿，截至2021年拥有超过1600个活跃用户ღ✿✿，包括多家大型制药公司ღ✿✿，如百时美施贵宝（BMS）ღ✿✿、礼来和武田制药等ღ✿✿。2023年Schrödinger实现总营收2.17亿美元ღ✿✿，同比增长19.73%玩转三周半ღ✿✿。受益于武田制药以40亿美元收购Nimbus的TYK2药物影响ღ✿✿，Schrödinger获得了超1.472亿美元的现金分配ღ✿✿，净利润2023年首度扭亏为盈达到4100万美元ღ✿✿。

　　AI CRO模式即为相关药企ღ✿✿、CRO等药物研发公司提供外包服务ღ✿✿，这类公司主要通过合作的形式与大量外部企业共同推进管线的开发ღ✿✿，利用广泛合作沉淀更多的数据支持其算法模型进行优化迭代升级ღ✿✿。这种商业模式的代表公司如成立于2012年ღ✿✿，来自英国牛津的Exscientiaღ✿✿，其采用和外部企业合作的形式ღ✿✿，利用已开发的人工智能平台进行自动化药物的研发指导ღ✿✿。Exscientia的AI解决方案包括CentaurAIღ✿✿、Centaur Biologist以及Centaur Chemistღ✿✿，分别负责靶点选择ღ✿✿、设计正确的候选分子ღ✿✿、收集正确数据及选择患者ღ✿✿。合作伙伴方面ღ✿✿，Exscientia已与多家顶级药企建立了合作关系ღ✿✿，包括百时美施贵宝（BMS）ღ✿✿、赛诺菲等ღ✿✿。2024年前三季度Exscientia总收入为493万美元ღ✿✿，净亏损为5213万美元ღ✿✿，在研发上始终保持着高投入ღ✿✿。

　　除了上述两种模式外ღ✿✿，还存在自研AI药物发现工具ღ✿✿，以推进内部研发自有管线为主的模式ღ✿✿。取决于业务类型ღ✿✿，这类药企往往很少或不提供对外软件服务ღ✿✿，跟外部企业的合作较少玩转三周半ღ✿✿，自研的AI药物发现工具主要用于推进自有管线ღ✿✿，如自主研发人工智能生物靶点发现平台PandaOmic™的英矽智能ღ✿✿，该平台主要用于内部药物发现和开发项目ღ✿✿，并未明确对外授权ღ✿✿，英矽智能通过其AI平台实现了从靶点发现ღ✿✿、分子生成到临床方案优化的全流程赋能ღ✿✿，已有多个项目进入临床试验阶段ღ✿✿。

　　从国内AI制药企业的商业模式情况来看ღ✿✿，据此前动脉网的统计数据显示ღ✿✿，对国内40余家AI制药企业的商业模式调研中玩转三周半ღ✿✿，大部分国内的AI制药企业的商业模式介于自研管线&对外CRO之间凯发国际官网首页ღ✿✿，该占比高达42.9%ღ✿✿，仅提供软件服务的工具提供商占比为18.4%ღ✿✿；为相关药企ღ✿✿、CRO等药物研发公司提供外包服务的AI CRO占比为12.2%ღ✿✿；仅布局自研管线%ღ✿✿。国内AI制药领域的玩家更倾向于“多线扩张”模式ღ✿✿。

　　伴随着近年来人工智能热度的急速攀升ღ✿✿，“AI+药物研发“的化学反应凭借其广阔的应用前景已经成为了国内医疗行业的发展大热领域之一ღ✿✿，据头豹研究院数据显示ღ✿✿，中国人工智能药物发现与开发市场规模从2019年的7000万元增长到4.1亿元ღ✿✿，伴随着人工智能的爆发ღ✿✿，预计至2028年市场规模将达到59.6亿元ღ✿✿。

　　从一级市场的动态来看ღ✿✿，AI药物发现赛道同样成为了广大投资方竞逐的热门领域之一ღ✿✿，今年以来投融热度明显火热ღ✿✿，据来觅PEVC数据显示ღ✿✿，2024年AI药物发现赛道（不含自研AI药物发现平台用于自有管线开发的药企）已发生融资案例超10起ღ✿✿，多为早期融资案例凯发国际官网首页ღ✿✿，赛道整体上处于新兴发展阶段ღ✿✿，投融热度逐步攀升ღ✿✿。感兴趣的读者ღ✿✿，可以登录Rime PEVC平台获取AI药物发现赛道全量融资案例ღ✿✿、被投项目及深度数据分析ღ✿✿。

　　版权及免责声明ღ✿✿： 本文内容为来觅研究院撰写ღ✿✿，其版权系深圳来觅数据信息科技有限公司（下称ღ✿✿：Rime 或 来觅数据）所有ღ✿✿。未经来觅数据许可或授权ღ✿✿，任何单位或人士禁止转载ღ✿✿、引用ღ✿✿、刊登ღ✿✿、发表ღ✿✿、修改或翻译本文内容ღ✿✿，及其他以作商用的行为ღ✿✿。许可或授权下的引用玩转三周半ღ✿✿、转载时须注明出处为Rime或来觅数据ღ✿✿。任何未经授权使用本报告的相关商业行为都将违反《中华人民共和国著作权法》和其他法律法规以及有关国际公约的规定ღ✿✿，来觅数据将保留追究其相关法律责任的权利ღ✿✿。

　　本文内容基于来觅数据认为可信的公开资料或实地调研资料ღ✿✿，我们力求本文内容的客观ღ✿✿、公正ღ✿✿，但对本文中所载的信息ღ✿✿、观点及数据的准确性ღ✿✿、可靠性ღ✿✿、时效性及完整性不作任何明确或隐含的保证ღ✿✿，亦不负相关法律责任凯发国际官网首页ღ✿✿。受研究方法和数据获取资源的限制ღ✿✿，本报告全部内容仅供参考之用凯发国际官网首页ღ✿✿，对任何人的投资ღ✿✿、商业决策ღ✿✿、法律等操作均不构成任何建议ღ✿✿。在任何情况下ღ✿✿，对因参考本报告造成的任何影响和后果ღ✿✿，来觅数据均不承担任何责任ღ✿✿。凯发k8国际(中国)官方网站·一触即发ღ✿✿，凯发k8一触即发ღ✿✿，k8com凯发ღ✿✿。一触即发ღ✿✿。凯发国际官网ღ✿✿，凯发天生赢家一触即发凯发k8(国际)官方网站ღ✿✿。