028 - 6391 2858
成都先导:乘AI东风,建设多领域成果输出AI平台
时间:2024-10-20     阅读次数:88次

10月9日,瑞典皇家科学院宣布,将2024年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。其中,谷歌DeepMind公司戴米斯·哈萨比斯(Demis Hassabis)博士和约翰·乔普(John Jumper)博士因为蛋白质结构预测获奖,华盛顿大学的大卫·贝克(David Baker)教授则因计算蛋白设计获奖。


这些研究成果极大促进了药物研发的进程,技术的突破让AI制药站上风口,使“AI+制药”已经成为医药行业极具想象力的赛道。




今天

让我们一起

对话成都先导董事长李进

深度探讨

AI对于药物研发的积极影响

未来前景

以及公司在AI技术方面的布局



01



AI助力医药产业发展

再上新台阶




Q

第一财经:近年来AI技术在推动药物研发方面有哪些积极信号?



尽管因为资本市场的追捧而出现了过热,但从行业实际发展来看,AI技术在药物研发领域的应用依然有不少非常正面的信号出现。一方面,近期部分公司在非常短的时间内,就将AI药物研发项目成功推进到了临床试验阶段,对行业而言这是非常鼓舞人心的。


同时还有一些系统性的积极信号,业内较为知名的波士顿咨询公司近期发布了相关研究文章,针对一些由AI技术深度参与到药物研发早期甚至一期临床阶段的研发管线进行统计,其一期临床试验获得成功的概率也是非常高的。



Q

第一财经:AI技术给医药产业发展带来的影响是什么?



医药产业一直以来都在试图利用信息技术帮助提升药物研发效率,包括靶点的选择、药物分子的设计、优化及评估等,但一直没有获得显著的成果。目前的AI技术,尤其是大数据、大模型、深度学习这些技术出现后,已将信息技术在药物研发领域的应用潜力推上了一个新的台阶。



02



资本退潮之际

正是产业布局最佳窗口




Q

第一财经:近年来资本市场对于AI制药行业的看法有什么变动?



近年来,AI技术在药物研发领域的应用前景一度受到资本的疯狂追捧,短时间内就涌现了数百家AI制药公司,并获得了不少的融资,甚至有不少头部企业在欧美市场成功上市。但从近期来看,有一些信号传出。


最近Recursion和Excientia宣布合并是行业内的重大事件,两家都曾是红极一时的企业,尤其Excientia还是英国在AI制药方面最为领先、规模最大成果也最明显的企业,为什么如今却不得不与Recursion相抱团取暖,这被投资界解读为一个负面的消息。此外在国内,也有不少AI制药企业进入了清算阶段,对于资本而言,这意味着未来在AI制药领域的投资必须要更为谨慎。



Q

第一财经:如何看待这一转变?


 

资本对于新技术的嗅觉更为灵敏,能够比产业端更早关注到新的趋势,是行业发展的一个风向标。但短期期望值的爆发以及投资规模的快速增长,往往会导致预期过热,期望值的冲高回落是必然趋势。


这并不意味着AI技术对于药物研发没有实际作用,从技术原理来看,AI技术在药物发现领域的应用前景还是非常可观的,但是可能在工业应用层面要达到可靠的程度,还需要一定的时间。



Q

第一财经:医药产业如何看待AI技术的应用前景?


 

与投资界对新技术的看法完全不同,产业界除了关注新技术是否具备更广泛应用空间外,更多从实际应用的角度来寻找新技术在产业中的定位,因此对于新技术带来的成功率、有效性以及可靠性等数据更加关注。


在资本市场的热度逐步回落当下,资产价值逐渐回归合理,而产业界对AI技术在药物研发领域的实际应用也已经有了更为明确的认知,因此正是其布局AI技术的重要窗口。


至少对于成都先导在内的CRO企业,以及一些大型的制药公司而言,在当前市场环境下并不会选择放弃AI技术,甚至会在预算范围内进一步增加投入。



Q

第一财经:AI在药物研发领域的应用可能会有哪些突破?



从此前一些企业的探索结果来看,原先最被看好的,将AI应用于药物靶点的选择,可能还存在较大的不确定性,后续企业继续在这个方向的投入或许更为谨慎。


目前更多的应用是将AI作为试验辅助工具,在具体的小分子药物发现、肽分子设计或者抗体的优化等方面进行应用,并且已经展现出非常好的效果,甚至可能会有超乎预期的影响。


除此之外,在临床试验设计和临床数据解读方面,AI技术也可能会有不错的应用前景。尤其是将临床数据与组学数据进行结合后,相比于传统的基于经验判断所产生的数据可能更具科学基础。如果最终验证可行,这一应用将具备更为可观的工业价值。



03



成功率和大数据

是AI制药企业脱颖而出的关键




Q

第一财经:为什么AI制药技术依然没有获得普遍认可?



AI技术用于未知靶点探索的成功率尚不明确,是其应用大规模铺开的一个障碍。


在工业化场景下,大型制药公司为保障平稳运行,通常都非常看重项目执行的规划性和计划性,这就要求药物研发管线从药物发现到临床试验各个环节的成功率都能够预测。目前在化合物发现阶段所使用的技术手段是高通量检测(HGS),历年下来的成功率是50%。而AI技术在该领域发展时间尚短,仅仅在化合物发现阶段也尚无一家AI制药公司有足够的成功案例可以证实成功率。未来只有这一成功率数据逐渐明确,并且被证实可以超过50%,AI技术在化合物发现环节才有替代现有技术的可能。


成都先导所处的DEL领域(DNA编码化合物库),是更为早期的药物研发阶段,在完成了50多种不同的生物学靶点家族的数百个靶点的验证后,我们目前已十分有信心地将成功率定在75%-80%,也确实因此获得了持续不断的订单。



Q

第一财经:AI制药行业的发展还受到哪些因素影响?



早期的AI制药公司可能更多将精力投入到了算法的开发,但是没有解决AI大模型进行深度学习的最关键问题,就是大数据。只有通过足够量的数据训练大模型,才能更加有效地使用AI进行分子生成或者分子预测。前期一些公司失败与成功,或多或少都与此有关。



Q

第一财经:哪一类企业可能在AI制药领域脱颖而出?


 

目前看下来,AI技术发展最为核心的还是数据,不同数据所能够培育出来的大模型各不相同,最终所产生的预测结果也不尽相同。因此,那种能够持续不断产生高质量,涉及靶点范围、分子类型范围,生物模型范围更广的大数据企业,在AI对药物设计或药物优化等应用领域的发展可能会更具活力。


CRO企业通过为大量客户提供研发服务,可以接触到更多药物合成、药物分析等环节的非公开数据,这是一般Biotech公司所不具备的,也为CRO公司快速推动AI技术的发展提供更好的支持。



Q

第一财经:AI制药行业是否会因为一些极具资源禀赋的企业介入而形成寡头格局?



对于人类而言,生命科学领域依然充满了未知,有着极高的不确定性,很多疾病的致病机理以及药物的作用机制都很不明确,这也是导致目前创新药临床试验成功率不足10%的关键原因。再丰富的数据资源在这种巨大的未知和不确定性下,仍然只是沧海一粟。因此,行业内很难出现能够绝对垄断的龙头企业,这一点与消费市场或传统的互联网市场有着极大的区别。



04



拥抱新技术

创造全新业务能力




Q

第一财经:CRO企业引入AI技术是否是必然趋势?


一些依靠单一技术,单一业务模式,以及较低门槛的优势而生存的CRO企业,未来在AI技术的挑战下,其现有技术优势和业务模式可能会被完全颠覆,因此这一类企业如果不寻求引入AI或其他新技术,在未来可能会面临被淘汰的命运。


成都先导作为以DEL技术为核心优势的企业,积极引入AI技术正是出于能够更好发展,避免被颠覆的目的。



Q

第一财经:成都先导引入AI技术的目标是什么?



成都先导在AI技术方面的布局,依然是从维护企业现有竞争优势,扩大企业的商业价值为核心理念。公司现有的1.2万亿化合物库是我们在DEL领域所构筑的核心技术优势,未来将以此为基础,通过寻求外部合作,利用AI技术能力进一步扩大公司数据资源优势。


另一方面,则是希望利用AI技术实现业务范围向小分子结构的发现和优化等领域进行延伸拓展。尤其是分子结构的优化,单项目订单价值较现有业务更高,约有5-10倍左右,是一个很好的拓展方向。



Q

第一财经:公司具体如何推进AI技术能力的建设?



一方面我们紧跟最新的AI算法和技术发展趋势,有好的案例尽快将其消化,用来夯实我们自身的AI技术。


此外,成都先导目前正在建设高通量智能化实验室,并通过购买等方式建设了一些高通量的生物化学检测平台。实验室每个月可以生产近万个化合物,而通过高通量检测平台又能够筛选出生物活性、成药性评价的一致性指标等数万组数据。这些数据可以用来培训新的模型,同时建立一些新的能力,帮助公司逐渐扩大数据库规模,并推动业务能力逐渐向分子结构优化领域延伸,最终形成在多个业务领域可以稳定输出成果的AI平台。