一文看懂AI制药七大趋势丨量子位智库量子位智库发自凹非寺量子位

量子位智库发自凹非寺
【一文看懂AI制药七大趋势丨量子位智库】量子位|公众号QbitAI
投入25.6亿美元研发一款产品，成功率只有3.5% 。
若想研发一款行业首创（first-in-class）产品，这一数值还要再下降到1.2% 。
这是传统制药行业如今研发一款新药的成本。
随着AI技术不断加速落地， AI+制药似乎也成为了一个高分答案：融资火热、创企众多、临床前药物开始出现……
由NLP、深度神经网络，深度生成模型等AI技术组成， AI制药能够通过数据交叉比对、加速筛选、从头生成等方式，有效提升新药研发效率，拓展药物创新空间。
以候选化合物研发为例，在代表案例中， AI制药能够将时间投入从数年缩短到半年左右，实现了超过50%的效率提升。相对于之前的CADD ， AIDD能够进一步考虑复杂的生物学特性，具有独特的创新作用。
文章图片
但同时，落地成果有限、BT（生物）与IT（信息）融合先天困难、高质量数据不足等质疑，仍围绕着这个行业。
2022年， AI制药究竟如何改造新药研发，又何时能够进入我们的生活？
AI制药产业的真实现状如何，是否已经进入了从1到10的扩张阶段？
未来AI制药将何去何从，现阶段玩家呈现一种怎样的分布态势？
为了解答市场对AI制药的种种问题，量子位智库广泛分析调研了国内外的AI制药行业，在广泛采访从业者的基础上，撰写了《量子位AI制药深度产业报告》。
以下是报告中的七条关键趋势及详细解读：
1.AI制药节点突破速率5年增长18倍，快速渗透新药研发目前， AI制药已取得一系列突破性进展，其成果正在快速渗透到传统新药研发流程中，并为整个行业所接受。
从代表案例来看， AI制药取得的节点性突破，已从平均每月0.08个快速上升至每月1.5个。

文章图片
仅2021年，公开的临床阶段产品已达11个，远超以往数年积累；突破重点也从过往的新靶点/候选化合物转移到了IND-Enabling产品，侧面证实AI制药正在加速取得更多突破。

文章图片
从对制药行业的渗透来看， 2021年全球的AI制药管线已增长到160个，制药管线的整体数量却在持续下降。目前，在临床前管线中， AI制药管线数量已达到一半，占整体制药管线的10% 。

文章图片
从药厂合作态度来看，包括罗氏、诺华、辉瑞等全球TOP10药企在内，传统药企与AI制药企业的平均合作次数已达六次以上，甚至出现了MELLODDY、MLDPS等由传统药企主导的大型AI制药联盟。据晶泰科技透露，与其合作的药厂数量已达到几十家。

文章图片
2.AI制药核心价值将从“虚拟筛选”转变为“首创化合物发现”AI制药，主要优化的是新药研发流程中的药物发现和临床前研究两大环节。其中药物发现的“候选化合物发现”部分，是当前AI制药创企布局最为密集的板块。

文章图片
在候选化合物发现中，虚拟筛选贯穿了全流程， AI会基于深度学习网络和底层原理，对候选的分子性质（如生物活性、结构构效、靶点亲和力、ADMET等）进行计算模拟，并通过打分筛选，得到相对理想的分子。