AI助力新藥研發破局 上市公司搶灘黃金賽道

證券時報記者 楊霞

以人工智能（AI）大模型爲主導的新興技術，正在加速重塑醫藥製造行業。AI和醫藥行業的融合，有望改善行業重投入、高風險的現狀，推動行業更快地發展。跨國醫藥巨頭也紛紛擁抱這場技術革命，或通過與AI藥企合作，或通過自研方式積極變革。

目前國內已有兩家AI製藥企業晶泰科技、英矽智能提交了港交所上市申請。A股上市公司也在加速佈局AI製藥，不過，接受證券時報記者採訪的多家醫藥公司和投資人均表示，雖然AI製藥賽道前景廣闊，玩家衆多，但仍面臨商業化落地困難等多種困境，未來發展任重道遠。

AI破局新藥研發

“雙十”困境

醫藥和AI的結合具備廣闊想象空間，近期英偉達CEO黃仁勳公開演講中認證“AI醫療”就是下一個黃金賽道，更是給AI製藥賦予光環。

AI+新藥研發是指以醫藥大數據爲基礎，將自然語言處理、機器學習及大數據等人工智能技術應用到藥物研發過程中。衆所周知，新藥研發週期長、投入高、風險高，素有十年十億美元的“雙十”困境說。AI強大的算法和算力有望大幅縮短藥物研發的時間，降低研發成本。

麥肯錫全球研究所（MGI）估計，生成式AI每年可爲製藥和醫療行業帶來600億至1100億美元的經濟價值。英偉達方面透露，使用AI技術可使藥物早期發現所需時間縮短至1/3倍，成本節省至1/200倍。據不完全數據統計，其自2023年以來已投資9家AI製藥公司。

跨國藥企積極擁抱AI技術帶來的變革。目前全球排名前20的藥企，如輝瑞、強生等巨頭都已經佈局AI+新藥研發。從2023~2024年2月，有公開金額的跨國藥企與AI藥物研發企業合作項目，潛在總額超過120億美元，平均值爲8.4億美元。

如諾和諾德和國內藥企英矽智能合作，利用Al模型發現引擎針對肝纖維化識別潛在的新靶點。禮來和國內AI製藥企業晶泰科技合作，雙方簽署合作協議的總收益可達2.5億美元。

關於AI技術在製藥領域的應用，醫藥行業研究員杜藝表示，通過AI技術預測核酸序列、蛋白結構、結合位點，其實出現很早，早期更多的是作爲科研工具使用。後來技術逐漸成熟，AI可以進行靶點、分子結構、PK、PD預測及臨牀方案設計等，可以輔助創新藥企的研發，節約成本，縮短時間，提高成功率。

創新生物醫藥企業成都先導在接受證券時報記者採訪時表示，目前AI技術已滲透進新藥研發的諸多環節，特別是需要大數據分析和高通量測試的場景，涵蓋從臨牀前藥物發現到藥物研發後期臨牀試驗的階段。

兩公司赴港IPO

AI在醫藥行業的應用場景豐富，整個行業規模較爲可觀。

據艾瑞諮詢數據，2020年中國AI製藥市場規模爲8163萬元，2025年市場規模將達到7.74億元，年複合增長率爲56.8%，將是一個成長速度較快的市場。

目前海外已有20餘家AI+新藥研發企業上市，時間集中在2020年之後。從公佈財報看，有兩家公司營收已超過1億美元，2023年美國AI製藥公司Schrodinger（薛定諤）年收入2.17億美元，美國生物技術公司Roivant Sciences 2023年前三季實現營收爲1.31億美元。英偉達也較早佈局AI+醫藥，近年來其風投資金大部分流向藥物研發領域，僅2023年便投資了9家藥物發現初創公司。

國內方面，截至2023年11月，中國AI製藥公司已超過90家，頭部企業主要有英矽智能、晶泰科技、深勢科技、冰洲石生物等，其中晶泰科技、英矽智能已在香港市場提交IPO申請。

晶泰科技在2023年11月末向港交所提交IPO申報材料，英矽智能則在2024年3月27日更新招股說明書。從兩家公司的營收水平看，近年來增長迅猛。

2020~2022年，晶泰科技實現營收分別爲3563.60萬元、6279.9萬元、1.34億元。2023年上半年實現營收7996.70萬元，較上一年同期增長84.74%。營收增速一直保持在70%以上。營收主要來源爲藥物發現解決方案及智能自動化解決方案，佔比分別爲45.1%和54.9%。

晶泰科技是AI製藥領域獨角獸企業，曾與輝瑞合作在開發新冠口服藥方面作出了積極貢獻，加速了藥物的關鍵研發決策及後續開發上市。晶泰科技服務涵蓋全球前20大生物技術與製藥公司中的16家，此外公司因獲得紅杉、Mirae Asset、谷歌、騰訊及中國人壽等國內資本青睞而備受市場矚目。

英矽智能2021~2023年分別實現營業收入3005萬元、2.1億元、3.72億元，2023年營收較上一年增73.8%。公開資料顯示，英矽智能的主要收入來源爲藥物發現服務和軟件解決方案服務。藥物發現服務方面，英矽智能已經與復星醫藥、賽諾菲等多家知名藥企達成合作，並獲得了收入。

搶灘黃金賽道

人工智能技術在藥物研發中應用，能夠降低成本、縮短時間、提高成功率，有望革新傳統藥物研發模式。國內藥企緊跟行業趨勢佈局AI製藥，主要分爲兩類,一類是CRO（藥物研發外包）企業，一類是傳統的醫藥製造龍頭企業。

CRO企業因爲具有天然數據優勢，能更好地與AI技術結合。

以龍頭企業藥明康德爲例，該公司也投資了多家AI製藥企業，同時與AI製藥企業建立戰略合作關係，加速新藥發現。此外，美迪西、成都先導、皓元醫藥、泓博醫藥等多家CRO企業也在不斷推進“CRO+AI”佈局。美迪西在投資者平臺回覆，已與多家AI製藥企業達成戰略合作，充分整合外部技術資源和內部研發能力，實現雙向賦能。

“公司基於AI模型主要聚焦兩個方向的研究：一是利用成都先導積累的DNA編碼化合物庫（DEL）篩選項目的大量數據集，構建‘靶點-萬億化合物’的親和力預測模型，賦能高質量苗頭化合物發現環節；二是成都先導聚焦AI分子生成和評估、高精度結合自由能計算以及AI成藥性評估，結合公司的高效化學合成和高通量化合物檢測平臺，乾溼結合加速化合物優化環節，賦能新藥優化環節。”關於AI技術在製藥領域的運用，成都先導在接受證券時報記者採訪時表示。

傳統醫藥龍頭復星醫藥在投資者平臺表示，公司很早就關注到了AI在醫藥研發、服務等領域的應用，目前已經開展多個應用。在藥物發現方面，公司與英矽智能開展合作，在全球範圍內共同推進AI藥物研發項目。

恆瑞醫藥則透露，目前已建立 AI 輔助生物藥設計和開發系統，應用AI技術進行大分子結構預測、性質計算和分子設計。華東醫藥也有與部分人工智能藥物研發公司建立了合作開發夥伴關係的消息傳出。一品紅方面則認爲，AI輔助新藥研發將會是未來創新藥研發的重要發展方向之一，公司持股7.6219%的專注於AI輔助新藥研發領域的阿爾法分子科技，目前已經獲得投資機構的A輪投資。

此外，百度、騰訊、阿里巴巴、字節跳動等互聯網大廠也依靠自身的AI算法優勢，打造了AI製藥研發平臺，以求在行業內分一杯羹。

2023年7月，騰訊對外官宣發佈首個AI驅動的藥物發現平臺“雲深智藥（iDrug）”。據最新公開信息，雲深智藥平臺已與多家藥企展開合作，將AI模型應用到實際藥物研發項目中，其中包括篩選抗新冠病毒藥物的相關研究。

杜藝在接受採訪時表示：“AI技術的引入，可能在研發能力上對藥企起到進一步分化的作用。”

企業盈利難題待解

雖然AI製藥具備較大的想象空間，但就發展現狀來說，面臨衆多挑戰。

首先，AI製藥企業的盈利能力受到市場質疑，目前頭部企業尚未有可供銷售的產品落地，收入主要靠提供研發服務和軟件服務。

晶泰科技和英矽智能作爲行業龍頭，成立至今尚未實現盈利。英矽智能2021~2023年分別虧損8.32億元、15.4億、15億元，合計虧損超過30億元。晶泰科技2020~2023年分別虧損7.34億元、21.37億元、14.39億元，合計虧損額超40億元。2023年上半年虧損6.2億元，虧損規模較上年同期進一步擴大。海外上市的AI製藥企業也大多處在虧損的境地。

杜藝認爲，盈利難的主要原因是目前AI製藥企業存在同質化競爭。國內2014年左右開始有企業探索這個方向，2020年前後有一波投資熱潮，國內大量公司扎堆成立陷入了同質化競爭，這在一定程度上使得公司服務的總價格下降，或者前期支付少現金流後置。其次AI製藥的商業模式也制約其盈利能力，目前相關公司是作爲平臺型、服務型公司，只做藥物發現或臨牀管理的一部分，尚未有能夠銷售的產品帶來收入，藥物發現和軟件服務的盈利規模有限。臨牀方案管理這塊國內有公司涉及，不過暫時發展不如海外。

其次，目前爲止AI製藥的有效性和安全性還有待進一步驗證。所有藥物都必須經受來自臨牀試驗以及監管層面的考驗。截至2022年末，全球共有80條AI藥物管線獲批臨牀，其中僅有5條管線推進至臨牀三期。且目前爲止，仍未有一款AI研發的藥物獲批上市，藥物的有效性和安全性還有待進一步驗證。

第三，AI製藥行業進入門檻高，創新藥和AI技術都需要高投入，這對一般藥企來說難度較大。以晶泰科技和英矽智能爲例，近年來研發投入均超過當年營收規模，晶泰科技2020~2022年研發投入分別是0.84億元、2.14億元、3.59億元，合計超過6億元；英矽智能2021~2023年研發投入分別爲2.78億元、5.65億元、7.04億元。

除了上述問題之外，數據問題也是目前制約AI製藥行業發展的原因之一。數據是AI製藥行業發展的重要基礎，但當前行業大量的藥物研發數據主要掌握在大型藥企中，這些數據屬於藥企核心資產，是企業獨有的經驗，往往不會輕易把數據分享給AI+新藥企業，數據分散在各個藥企內部形成數據孤島。

此外，杜藝認爲，AI技術本身的發展也制約了AI製藥行業發展，比如預測的準確性、應用場景探索等。

從投資機構的角度來看，生物醫藥有兩個基本投資邏輯，一是真實的臨牀需求，二是企業要形成核心的壁壘。利用AI技術，可以縮短新藥研發週期、節省成本，顯著提升藥物研發效率和企業競爭力。

長期關注於醫療投資的華大共贏合夥人王磊表示，目前AI在創新藥領域的應用還處於非常早期的階段，距離商業化尚有距離。從投資的角度來看，機構也是觀察的多，真正出手的少，但AI是當下最熱門的投資領域，機構們也都對AI和細分賽道深度融合保持高度的關注。

整體來看，AI製藥仍有很長的路要走。正如杜藝所說，AI藥企如何儘快實現商業價值，在融資熱潮過後還能獲得資金，或者有其他商業化現金流，是支持相應公司和行業發展的關鍵。