5月11日，港股醫(yī)藥外包概念股持續(xù)走高，但截至發(fā)稿有所回落，目前藥明康德(02359)漲3.62%，藥明生物(02269)漲2.87%，昭衍新藥(06127)漲2.25%。據(jù)悉，醫(yī)藥外包近期被市場關(guān)注的一個主要原因是AI對于行業(yè)的賦能。

(資料圖片)

ChatGPT橫空出世，使得AI制藥再度引發(fā)熱議。因谷歌AlphaFold2在蛋白質(zhì)折疊上的勝利，近兩年資本已將AI制藥捧上神壇。如AI制藥企業(yè)Exscientia，其自成立于來已經(jīng)與GSK、賽諾菲、拜耳等16家制藥公司建立了合作關(guān)系，為其快速發(fā)展提供了大量的資金。2022年年初，賽諾菲與Exscientia達成了近400億元的合作。

2021年7月，谷歌與歐洲分子生物學(xué)實驗室（EMBL）利用AlphaFold2基于氨基酸序列預(yù)測了350,000個蛋白質(zhì)的三維結(jié)構(gòu)，幾乎涵蓋了人類基因組表達的約20,000個蛋白質(zhì)。這給醫(yī)藥行業(yè)巨頭帶來沖擊，也讓各界開始重視起了AI在藥物研發(fā)領(lǐng)域的應(yīng)用。

除谷歌外，科技巨頭微軟、甲骨文、英偉達、亞馬遜以及騰訊、百度、字節(jié)跳動等我國互聯(lián)網(wǎng)巨頭也在入局，例如騰訊和百度分別成立旗下AI制藥公司，即云深智藥和百圖生科。

據(jù)億歐智庫的《2021中國AI/計算制藥產(chǎn)業(yè)報告：藥物發(fā)現(xiàn)篇》，2020年是全球AI/計算制藥突破元年。數(shù)據(jù)顯示，2020年投資于AI藥物研發(fā)領(lǐng)域公司和項目的資金增至138億美元，超過上一年同期的4.5倍以上。

國內(nèi)也在2021年迎來融資巔峰，一大批AI制藥公司如雨后春筍般涌現(xiàn)。其中發(fā)展較快的有晶泰科技和英矽智能。去年8月，晶泰科技完成了4億美元D輪融資，投后估值超130億人民幣；英矽智能再度獲得資本青睞，一年完成兩輪D輪融資。

國內(nèi)政策層面，3月27日，為貫徹落實國家《新一代人工智能發(fā)展規(guī)劃》，國家科技部會同自然科學(xué)基金委近期啟動“人工智能驅(qū)動的科學(xué)研究”(AI for Science)專項部署工作，緊密結(jié)合數(shù)學(xué)、物理、化學(xué)、天文等基礎(chǔ)學(xué)科關(guān)鍵問題，圍繞藥物研發(fā)、基因研究、生物育種、新材料研發(fā)等重點領(lǐng)域科研需求展開，布局“人工智能驅(qū)動的科學(xué)研究”前沿科技研發(fā)體系。

AI在醫(yī)藥外包領(lǐng)域的應(yīng)用主要包括臨床試驗數(shù)據(jù)管理、藥物安全監(jiān)測、藥物品質(zhì)控制等方面。通過對臨床試驗數(shù)據(jù)的分析和管理，AI可以幫助加速臨床試驗的進程和降低試驗成本。在藥物安全監(jiān)測方面，AI可以通過分析藥物使用數(shù)據(jù)，實現(xiàn)對潛在的不良反應(yīng)的預(yù)測和監(jiān)測。此外，AI還可以幫助藥品品質(zhì)控制和管理，保障藥品的安全和質(zhì)量。

例如華為的盤古大模型——藥物分子大模型可以實現(xiàn)針對小分子藥物全流程的人工智能輔助藥物設(shè)計，進而提升研發(fā)效率，讓先導(dǎo)藥的研發(fā)周期從數(shù)年縮短至一個月，同時降低70%的研發(fā)成本。

除了華為的盤古大模型，英偉達也將推出“BioNeMo生命科學(xué)服務(wù)，提供AI模型訓(xùn)練和推理，加速藥物研發(fā)中最耗時和成本最高的階段，可加速新蛋白質(zhì)和治療方法的創(chuàng)建以及基因組學(xué)、化學(xué)、生物學(xué)和分子動力學(xué)研究”。

東吳證券發(fā)布的醫(yī)藥行業(yè)4月策略報告提到，AI助力新藥研發(fā)正從“輔助”到“創(chuàng)造”，AIDD（AI驅(qū)動的藥物設(shè)計）持續(xù)獲得資本青睞，大藥企紛紛入局，AIDD發(fā)展?jié)摿薮蟆?/p>

現(xiàn)在很多CXO企業(yè)嘗試使用AI技術(shù)來研發(fā)新藥，自2015年到2020年，藥明康德先后投資了6家AI公司，足以顯示其對AI智能引入醫(yī)藥研發(fā)領(lǐng)域的重視。英矽智能在2021年2月對外宣稱，僅用18個月的時間、260萬美元的投入，就研發(fā)出了特發(fā)性肺纖維化疾病新靶點，節(jié)約了大量藥物發(fā)現(xiàn)成本；這些都體現(xiàn)了AI對于CXO行業(yè)的補充效應(yīng)。

值得注意的是，AI制藥的前景未必那么明朗。據(jù)悉，ChatGPT是基于大數(shù)據(jù)大模型，核對事實能力有限，更適合比較寬泛的邏輯梳理和信息歸納。然而，生物醫(yī)藥領(lǐng)域?qū)ι伤惴ǖ慕Y(jié)果要求更高，需要更精確的產(chǎn)出（比如同時具有多個特定性質(zhì)的小分子或者蛋白質(zhì)片段），ChatGPT目前的能力還無法勝任。此外，基礎(chǔ)數(shù)據(jù)源無法得到保證。ChatGPT沒有接受過整個生物醫(yī)學(xué)數(shù)據(jù)庫的培訓(xùn)，也沒有經(jīng)過生物醫(yī)學(xué)專家的測試或培訓(xùn)，所以AI系統(tǒng)的響應(yīng)未必正確。

關(guān)鍵詞：