//

• 2024年前三季度，跨国药企的AI相关合作交易数为21笔，总金额达到129.32亿美元；

• 海外融资额超过1亿美元的AI制药企业在2024年上半年有6家；• 剂泰医药赖才达认为，国内AI制药公司的估值比较合理；• 英矽智能任峰认为，国内的AI技术基本可以比肩全球，但算法的优化和数据的积累稍显落后。

拿下诺贝尔化学奖，仅仅是对AI的众多认可之一。“未来AI会是大势所趋，这已成为制药行业的共识，用AI的公司数量会超越不用的公司，慢慢实现产业界全面拥抱AI。”英矽智能联合首席执行官兼首席科学官任峰如是评价。事实上，跨国药企已开始拥抱AI技术。2023年，跨国药企的AI相关合作交易数仅为11笔。而2024年前三季度，这一交易数为21笔（见下图），总金额达到129.32亿美元。艾伯维更是以2.125亿美元收购了一家AI小分子公司Landos Biopharma，这也是跨国药企首次收购一家AI制药公司。跨国药企还建立内部AI团队。在今年诺贝尔化学奖公布的前一天，礼来任命了首任首席人工智能官（CAIO）这一新的职位，领导从药物发现、临床试验至制造等多个领域的AI 项目。此前8月，辉瑞也任命了首席AI官。在更早的2023年，赛诺菲宣布了“All in”人工智能战略，首席执行官Paul Hudson透露“赛诺菲在小分子药物发现的预测准确率超过80%，通过人工智能和机器学习化合物设计的小分子项目达到75%”。MNC强势拥抱AI的同时，海外AI制药资本市场也正掀起热潮。2024年以来，大量的风险投资流入AI。如，超10亿美元融资的Xaira Therapeutics，创下今年以来生物医药领域的最高额融资，创始人团队里就有今年获得诺贝尔化学奖的David Baker教授。

海外火热，国内呢？

2024年上半年，海外融资额超过1亿美元的AI制药企业就有6家，其中不乏知名投资机构a16z、ARCH Venture Partners、红杉资本，以及礼来、安进、赛诺菲等MNC。其中Formation Bio在6月完成的3.72亿美元的D轮融资，就是由a16z领投，赛诺菲、红杉资本、Thrive Capital等跟投。正如BMS的首席数字与技术官Greg Meyers所说，“可能一些公司还没有很好的产品或技术平台契合市场，但只要GenAI（生成式人工智能）这个词出现在宣传平台中，就会融到钱。”相比下，今年前三季度共有19家国内AI制药公司完成融资，其中披露融资额的14家企业，其总融资额约2.63亿美元。对此，剂泰医药联合创始人&CEO赖才达评论到，近期美国市场股价波动非常大，所以有一些泡沫的可能性，中国的资本市场相对冷静一些，估值也比较合理。

的确，国内整体面临资本寒冬的情况下，AI制药领域同样难免遇到困难。不过也有好消息，晶泰科技于6月登录港交所挂牌上市，英矽智能在3月再一次向港交所递交招股书，拟香港主板IPO上市，剂泰医药完成了1亿美元的C轮融资。产品开发也有积极信息传出，9月，英矽智能的首个AI创新药物ISM001-055获得了临床2a期的积极结果。从技术端看，赖才达认为，国内外不存在太大差异，几乎是平行时间起步，可能海外的优势体现在与大药企的合作能够更快地推进内部管线和优化平台，而国内企业在出海时要花更多精力。任峰也表示，国内的AI技术基本可以比肩全球，但算法的优化和数据的积累稍显落后。“对AI制药公司而言，这两方面是主要壁垒。其一，目前企业大多使用的是公开数据，数据如何清洗并保证质量，这需要企业通过时间的积累和人员的培养积累达到。其二，算法需要不断经过项目验证，淘汰成功率低、优化成功率高的算法，才能提高最终由算法组合搭建产品的成功率。”例如近期刚获得A轮融资的分子之心，创始人许锦波开创的深度学习算法RaptorX-Contact启发了后来的AlphaFold，被誉为“AI预测蛋白质结构第一人”。

并购趋势初显

新生代AI制药在资本市场火热的同时，初代AI制药企业已开始报团取暖。8月，两家AI制药龙头公司Recursion和Exscientia宣布达成最终协议合并。两家公司都诞生于2013年最初的AI制药萌芽期，且在合并前Exscientia经历了不小的动荡。5月Exscientia宣布裁员20%至25%，其CEO在2月被解雇，去年10月停止了一项核心产品EXS-21546的1/2期研究。Recursion在合并前虽未有失败产品，但在合并一个月后的9月8日首次公布研究数据，主要药物REC-994的2期研究疗效有限，股价下跌超过16%。赖才达认为，AI制药行业正面临着产品进入后期阶段的瓶颈期，在资本市场中难免遇到困境，对Exscientia来说合并是当下合适的时机。不过Recursion背后有英伟达支持，并且Recursion和Exscientia的技术和管线并不重合，整合后能强强联合、优势互补。“两家公司是生物学能力和化学能力的结合。”赖才达解释，“Recursion的强项是生物学能力，将蛋白组学、基因组学、表观组学的数据串联起来，理清靶点跟疾病的关系，Excientia强项在小分子结构设计，在知道一个靶点口袋后，设计出达到成药需求的小分子，且从药化角度解决传统制药的问题。结合后能打通制药环节的上下游，将高通量的上游细胞数据与下游的分子设计结合在一起，进一步梳理和整合两家的管线产品，节约研发与转化的成本。”结合新生代AI企业Xaira来分析，赖才达认为利用AI技术解决研发流程中的某一关键问题、且是传统药物研发无法解决的问题，达到足够优势，成功的概率会更大一些。“Xaira就是依托传统制药流程，在其中某一研发环节，AI能最大限度发挥作用，利用大模型解决抗体轻链端的设计，这是很大的突破点。而Excientia和Recursion在成立之初就想做全链条的AI制药研发，从而替代传统制药的流程。”赖才达说。Xaira与Recursion、Excientia的不同选择路径，或许可以给全球AI制药行业的生物技术公司带来一些思考和借鉴。

无论融资如何火热，最终获得市场认可仍需要产品来说话。英矽智能的TNIK抑制剂近期将临床研究推进到2期，这让我们增加了对AI制药的期待。下一篇，我们将关注那些可能最早冲线的在研产品。

编辑 | 姚嘉yao.jia@PharmaDJ.com 总第2229期访问研发客网站，深度报道和每日新闻抢鲜看