每(mei)經(jing)(jing)記者｜許立波    每(mei)經(jing)(jing)編輯｜楊(yang)夏     

當下(xia)人工智能正在醫(yi)藥領域(yu)掀起一場技術和(he)創新(xin)的(de)革命，它以驚(jing)人的(de)速度改變著業界對制藥的(de)認知。

與傳統(tong)的(de)(de)藥(yao)物(wu)研(yan)發(fa)(fa)相比(bi)，AI制藥(yao)極(ji)大地提高了研(yan)發(fa)(fa)的(de)(de)速度和成(cheng)(cheng)(cheng)功率(lv)。尤其是(shi)在生成(cheng)(cheng)(cheng)式AI大行其道的(de)(de)當(dang)下，其可以識別潛在的(de)(de)疾病(bing)治(zhi)療(liao)靶點(dian)，并(bing)針對該治(zhi)療(liao)靶點(dian)生成(cheng)(cheng)(cheng)具有治(zhi)療(liao)潛力、成(cheng)(cheng)(cheng)藥(yao)特性的(de)(de)新(xin)藥(yao)物(wu)分子或蛋白質藥(yao)物(wu)，從(cong)而徹底改變(bian)傳統(tong)藥(yao)物(wu)開發(fa)(fa)模(mo)式周期長、成(cheng)(cheng)(cheng)本高、成(cheng)(cheng)(cheng)功率(lv)極(ji)低的(de)(de)創新(xin)困境。

需要指出的(de)(de)是，從最(zui)早出現的(de)(de)CADD（計算(suan)機(ji)輔(fu)助藥物設計）發(fa)展到如(ru)今的(de)(de)AIDD（人工智(zhi)能藥物研發(fa)），盡管(guan)前景廣闊(kuo)并被寄予厚望，但AI制(zhi)藥仍算(suan)得(de)上是一(yi)門(men)新(xin)(xin)興學科，算(suan)法與技(ji)術不斷(duan)推陳出新(xin)(xin)的(de)(de)同時，距離廣泛工業化使用，仍存在一(yi)系(xi)列挑(tiao)戰和(he)限制(zhi)。

在接受《每日經濟新聞》記者專訪時，國內AI制(zhi)(zhi)藥頭部企業晶(jing)泰(tai)科技(ji)首席執行官(guan)馬健表(biao)示：“在目標清(qing)晰的情(qing)況(kuang)下，AI制(zhi)(zhi)藥技(ji)術(shu)能夠很(hen)好地解(jie)決(jue)工程技(ji)術(shu)上的挑戰，降低(di)研(yan)發風險，勝任(ren)比如分(fen)子(zi)結構的設(she)計、化學合成(cheng)等研(yan)發步驟(zou)；不過一旦涉及到生(sheng)物學問(wen)題，如宏觀(guan)腫瘤與微觀(guan)細胞層面研(yan)究的關聯(lian)性要如何建立(li)、某個靶(ba)點(dian)是否與病癥顯著相關、生(sheng)物學的機(ji)理是否成(cheng)立(li)……這(zhe)些問(wen)題都(dou)有賴于實驗驗證和探索，具有分(fen)布式和偶(ou)發性的特(te)征，這(zhe)是現階段AI技(ji)術(shu)難以解(jie)決(jue)的痛(tong)點(dian)。”

晶(jing)泰科技首席執行官馬健(jian)。 圖(tu)(tu)片來(lai)源：受訪者供圖(tu)(tu)

AI制藥可大幅縮短研發周期與降低成本

據了解(jie)，在AI制藥(yao)(yao)(yao)(yao)出現以(yi)(yi)前，藥(yao)(yao)(yao)(yao)物(wu)(wu)(wu)(wu)(wu)的研(yan)發(fa)大致(zhi)可(ke)以(yi)(yi)分為(wei)(wei)以(yi)(yi)下幾個階段(duan)：19世紀(ji)以(yi)(yi)前，藥(yao)(yao)(yao)(yao)物(wu)(wu)(wu)(wu)(wu)多來自自然(ran)界的天然(ran)產物(wu)(wu)(wu)(wu)(wu)；19世紀(ji)后(hou)(hou)(hou)，化(hua)學(xue)(xue)(xue)工業得(de)到(dao)發(fa)展(zhan)(zhan)，人(ren)(ren)們開(kai)始(shi)分離、提取、純(chun)化(hua)天然(ran)動植物(wu)(wu)(wu)(wu)(wu)中的有(you)效成份作為(wei)(wei)藥(yao)(yao)(yao)(yao)物(wu)(wu)(wu)(wu)(wu)；20世紀(ji)開(kai)始(shi)，隨著藥(yao)(yao)(yao)(yao)理學(xue)(xue)(xue)和有(you)機(ji)化(hua)學(xue)(xue)(xue)等科(ke)學(xue)(xue)(xue)的發(fa)展(zhan)(zhan)，人(ren)(ren)們開(kai)始(shi)在實驗室里人(ren)(ren)工合成一些(xie)已有(you)的藥(yao)(yao)(yao)(yao)物(wu)(wu)(wu)(wu)(wu)，并(bing)創造一些(xie)自然(ran)界不(bu)(bu)存在的全(quan)新化(hua)合物(wu)(wu)(wu)(wu)(wu)；之后(hou)(hou)(hou)，以(yi)(yi)人(ren)(ren)體為(wei)(wei)研(yan)究(jiu)對(dui)象，研(yan)究(jiu)藥(yao)(yao)(yao)(yao)物(wu)(wu)(wu)(wu)(wu)在體內(nei)的代謝、作用機(ji)制的現代藥(yao)(yao)(yao)(yao)理學(xue)(xue)(xue)逐漸發(fa)展(zhan)(zhan)完善；20世紀(ji)80年代后(hou)(hou)(hou)，以(yi)(yi)靶點(dian)為(wei)(wei)基礎的新藥(yao)(yao)(yao)(yao)研(yan)發(fa)模式得(de)到(dao)應用，從(cong)原理和機(ji)制入(ru)手理性設計藥(yao)(yao)(yao)(yao)物(wu)(wu)(wu)(wu)(wu)成為(wei)(wei)可(ke)能，其不(bu)(bu)僅(jin)加快了對(dui)化(hua)學(xue)(xue)(xue)藥(yao)(yao)(yao)(yao)物(wu)(wu)(wu)(wu)(wu)研(yan)發(fa)的進程，單抗、基因(yin)治療藥(yao)(yao)(yao)(yao)物(wu)(wu)(wu)(wu)(wu)等也在這一階段(duan)誕(dan)生。

一(yi)(yi)款(kuan)(kuan)全新靶點(dian)(dian)、全新機制(zhi)的新藥(yao)，其研發(fa)(fa)需要經過(guo)(guo)靶點(dian)(dian)發(fa)(fa)現、靶點(dian)(dian)驗證、先(xian)導化(hua)合(he)物(wu)發(fa)(fa)現和(he)優(you)化(hua)、臨(lin)床(chuang)(chuang)前開發(fa)(fa)等階段，整個過(guo)(guo)程可能(neng)需要實驗、篩選上(shang)萬個化(hua)合(he)物(wu)，過(guo)(guo)程極為(wei)耗時耗力。也(ye)(ye)因此(ci)創新藥(yao)研發(fa)(fa)誕生了一(yi)(yi)條(tiao)著名的“三(san)十定律”，即研發(fa)(fa)一(yi)(yi)款(kuan)(kuan)新藥(yao)至少需要10億美元(yuan)的投入、10年的研發(fa)(fa)周期，但哪怕(pa)已經成功進入臨(lin)床(chuang)(chuang)實驗的藥(yao)物(wu)，其成功率也(ye)(ye)低(di)于10%。近年來(lai)，這(zhe)一(yi)(yi)趨勢(shi)越發(fa)(fa)明顯，藥(yao)企的創新回報率不斷趨近1%。

馬(ma)健表(biao)示，現在(zai)很多藥物在(zai)研(yan)發(fa)過程(cheng)中，雖然可能生物學機(ji)理相(xiang)對清晰，但其(qi)藥物開發(fa)難(nan)度(du)和(he)成藥難(nan)度(du)卻(que)非常大，就(jiu)像“我們(men)都(dou)知道(dao)月球在(zai)天上(shang)，但怎么(me)造火(huo)箭來飛到月球上(shang)，這才是(shi)真正(zheng)的挑戰”。

那么AI技術又能夠(gou)為(wei)新藥(yao)(yao)研(yan)發帶來哪(na)些(xie)改變？馬健介紹，AI和(he)(he)算(suan)法(fa)的(de)(de)“先見(jian)之明(ming)”，可幫助制藥(yao)(yao)企(qi)(qi)業在(zai)研(yan)發早期通過(guo)算(suan)法(fa)預(yu)測和(he)(he)模擬，探索并排(pai)除大量注定失敗的(de)(de)方向，綜合制定出(chu)成(cheng)功率(lv)(lv)更(geng)高(gao)的(de)(de)研(yan)發路(lu)線和(he)(he)策(ce)略。在(zai)傳統實踐中，藥(yao)(yao)物(wu)(wu)分子(zi)中關鍵(jian)的(de)(de)物(wu)(wu)理、化學(xue)、生(sheng)物(wu)(wu)特征需要(yao)人工篩選上千甚至上萬次才能得到(dao)有(you)治療潛(qian)力的(de)(de)苗頭(tou)分子(zi)，效率(lv)(lv)極為(wei)低下，且依(yi)賴(lai)科學(xue)家個(ge)人的(de)(de)經驗、靈感(gan)，帶有(you)較高(gao)的(de)(de)盲目性(xing)；但現在(zai)運用AI和(he)(he)算(suan)法(fa)，藥(yao)(yao)企(qi)(qi)可以(yi)對(dui)分子(zi)的(de)(de)這些(xie)關鍵(jian)成(cheng)藥(yao)(yao)特征進行準(zhun)確預(yu)測，率(lv)(lv)先知(zhi)道選擇哪(na)種藥(yao)(yao)物(wu)(wu)和(he)(he)研(yan)發路(lu)線最(zui)有(you)希望成(cheng)功，輔以(yi)針對(dui)性(xing)的(de)(de)實驗驗證，從而提高(gao)研(yan)發效率(lv)(lv)及成(cheng)功率(lv)(lv)。

圖(tu)片來源：受訪企業供圖(tu)

根據(ju)英偉達的公開(kai)資(zi)料，使用(yong)AI技術(shu)可使藥(yao)(yao)(yao)(yao)物(wu)早期發(fa)(fa)現(xian)所需時(shi)(shi)間縮短至(zhi)(zhi)1/3倍，成本(ben)節省至(zhi)(zhi)1/200倍。除了(le)藥(yao)(yao)(yao)(yao)物(wu)靶點發(fa)(fa)現(xian)階(jie)(jie)段(duan)外(wai)，AI在藥(yao)(yao)(yao)(yao)物(wu)分子(zi)理性設計(ji)與(yu)(yu)優(you)化、藥(yao)(yao)(yao)(yao)物(wu)自動合成路線的設計(ji)、新藥(yao)(yao)(yao)(yao)固體形態與(yu)(yu)制劑研發(fa)(fa)、乃至(zhi)(zhi)工藝放大與(yu)(yu)藥(yao)(yao)(yao)(yao)品生(sheng)產(chan)階(jie)(jie)段(duan)都有實(shi)際落地的應(ying)用(yong)。如晶(jing)(jing)泰科技就曾(ceng)在新冠藥(yao)(yao)(yao)(yao)Paxlovid上協助輝瑞，利用(yong)前(qian)者的AI預(yu)測算法(fa)結合實(shi)驗驗證，僅用(yong)六周時(shi)(shi)間，就完成了(le)傳統上需要數個月的藥(yao)(yao)(yao)(yao)物(wu)晶(jing)(jing)型研究，預(yu)測與(yu)(yu)實(shi)驗結果的相(xiang)互印證、準(zhun)確(que)匹配，加速輝瑞毫無后顧之憂(you)地選擇優(you)勢晶(jing)(jing)型并推(tui)進后續的開(kai)發(fa)(fa)和生(sheng)產(chan)，從而幫助CMC科學家快速作出研發(fa)(fa)決策并及早開(kai)始下個研發(fa)(fa)環(huan)節。

實(shi)際上(shang)，除了輝瑞外，各(ge)大(da)頂級(ji)制(zhi)(zhi)(zhi)藥MNC（跨國公司(si)(si)）以(yi)及國內頭部藥企目前均(jun)在(zai)爭相(xiang)布局AI制(zhi)(zhi)(zhi)藥賽道，把(ba)這(zhe)項(xiang)技術的(de)落地(di)上(shang)升到(dao)戰略高(gao)度。弗若斯特(te)沙利(li)文報告(gao)顯(xian)示，大(da)型制(zhi)(zhi)(zhi)藥公司(si)(si)與AIDD公司(si)(si)的(de)合作(zuo)(zuo)伙伴(ban)數量不斷增加，由2017年的(de)18份新合作(zuo)(zuo)協議增加至2022年的(de)66份新合作(zuo)(zuo)協議，復合年增長率為29.7%。晶泰科技也已與禮(li)來、默克、齊(qi)魯制(zhi)(zhi)(zhi)藥、華(hua)東醫藥（000963.SZ，股價45.27元(yuan)(yuan)，市值794.03億(yi)元(yuan)(yuan)）、海(hai)正藥業(ye)（600267.SH，股價11.32元(yuan)(yuan)，市值136.73億(yi)元(yuan)(yuan)）、正大(da)天晴等多家藥企達成合作(zuo)(zuo)。

 

數據壁壘是限制AI制藥行業發展的一大因素

盡管(guan)人們對(dui)AI抱有革命性(xing)的(de)(de)期待，但截至目前，全球范圍內(nei)尚(shang)未出現(xian)順利(li)上市的(de)(de)AI研(yan)發藥物。這主要是藥物研(yan)發動(dong)輒十數年的(de)(de)周期導致，由AI算法發現(xian)的(de)(de)新藥，還(huan)未走完臨(lin)床試驗(yan)所(suo)需要的(de)(de)漫(man)長進程，仍需在人體(ti)內(nei)面(mian)對(dui)來(lai)自監管(guan)層面(mian)的(de)(de)終極考(kao)驗(yan)，證明其先進性(xing)。

2022年(nian)7月，在進入臨床階段一年(nian)多以后，全球首(shou)個(ge)由AI設計分子、英(ying)國AI制藥企業Exscientia開發的(de)用(yong)于(yu)治療強(qiang)迫癥(zheng)的(de)候選藥物DSP-1181宣布停止開發，原因(yin)是1期臨床研(yan)究未達到預(yu)期。

今年4月(yue)，另(ling)一(yi)家AI藥物研發公司BenevolentAI也宣布，其用于(yu)治療特應(ying)性(xing)皮(pi)炎(yan)的局部(bu)泛Trk抑制劑BEN-2293的IIa期臨床試驗(yan)沒有達到次要(yao)療效終(zhong)點。

這兩項由AI輔助設計的藥物(wu)在進入(ru)臨床后療效不佳(jia)的案例(li)，為(wei)整個AI制藥領域都(dou)蒙上了一層陰影。

對此(ci)，馬健則更(geng)(geng)傾向(xiang)于用樂(le)觀(guan)的(de)(de)態度來看(kan)(kan)待AI制藥(yao)未來的(de)(de)發展，他認(ren)為(wei)(wei)藥(yao)物(wu)研發必須(xu)遵循(xun)客觀(guan)規律，通過大量(liang)的(de)(de)臨床試(shi)驗(yan)來確保其安全性、合(he)(he)規性和有效性。盡(jin)管目(mu)前還沒(mei)有由人工(gong)智(zhi)能設計的(de)(de)藥(yao)物(wu)成功實現(xian)上市銷售，從長期來看(kan)(kan)，這將是(shi)行業發展的(de)(de)趨勢方向(xiang)；但公眾不能只關注到(dao)最終的(de)(de)成功，這一(yi)新興技術在(zai)更(geng)(geng)具體的(de)(de)研發環(huan)節中(zhong)已經取得階段(duan)性的(de)(de)成功與驗(yan)證，比如(ru)實現(xian)更(geng)(geng)快的(de)(de)苗(miao)頭化(hua)合(he)(he)物(wu)發現(xian)、加(jia)速先導化(hua)合(he)(he)物(wu)的(de)(de)優化(hua)，以及更(geng)(geng)快地推進到(dao)臨床前候選化(hua)合(he)(he)物(wu)階段(duan)，都具備“集(ji)小勝為(wei)(wei)大勝”的(de)(de)意義。

“別看現在(zai)(zai)AI設計的(de)藥(yao)物還沒有(you)獲批(pi)上(shang)市(shi)，但在(zai)(zai)臨床前在(zai)(zai)研的(de)藥(yao)物分子當中，越來(lai)越多的(de)，甚至可能有(you)超過三(san)、四成的(de)管(guan)線都(dou)(dou)有(you)AI技術的(de)參與。假(jia)以時日，當冰山逐(zhu)漸浮上(shang)來(lai)的(de)時候(hou)，你會突然(ran)意(yi)識到很多的(de)儲備管(guan)線，都(dou)(dou)已經(jing)是AI藥(yao)物研發的(de)管(guan)線。”馬健表示。

東吳證(zheng)券研報指出，AI在新藥研發過(guo)程(cheng)中(zhong)通常的路徑(jing)為：1）獲(huo)取目標訓練數據集；2）建(jian)立(li)AI自(zi)主學習算(suan)(suan)(suan)法模型(xing)；3）多輪訓練以(yi)優(you)化模型(xing)；4）測(ce)試(shi)、評(ping)估模型(xing)；5）基(ji)于模型(xing)實現分子優(you)化、篩選、預測(ce)、分析(xi)等。在這過(guo)程(cheng)中(zhong)，數據決定(ding)了訓練模型(xing)的深度(du)(du)，算(suan)(suan)(suan)法決定(ding)了效率(lv)和產出，算(suan)(suan)(suan)力決定(ding)了AI可實現的維度(du)(du)，數據、算(suan)(suan)(suan)力和算(suan)(suan)(suan)法是構(gou)成AI的三大基(ji)本要素。

圖片來源：受訪企業供圖

目前晶泰科(ke)技(ji)已建(jian)設起AI藥(yao)物研發(fa)所需的(de)算法平臺與(yu)高(gao)(gao)性(xing)能計算算力平臺支持，并(bing)持續(xu)產生(sheng)和(he)收集高(gao)(gao)精(jing)度(du)(du)的(de)研發(fa)數(shu)據，不斷增強關鍵算法的(de)預測(ce)表現；在(zai)算法方(fang)面(mian)，晶泰科(ke)技(ji)建(jian)立了(le)基(ji)(ji)于數(shu)據的(de)500多(duo)個藥(yao)物AI模(mo)型方(fang)法與(yu)基(ji)(ji)于量(liang)子力學的(de)物理模(mo)擬(ni)(ni)方(fang)法互(hu)補的(de)技(ji)術體系；在(zai)數(shu)據方(fang)面(mian)建(jian)立了(le)干濕互(hu)補、虛(xu)實(shi)結合(he)的(de)數(shu)據產生(sheng)方(fang)案，高(gao)(gao)精(jing)度(du)(du)物理計算和(he)分子模(mo)擬(ni)(ni)產生(sheng)的(de)可(ke)用于AI訓練的(de)虛(xu)擬(ni)(ni)數(shu)據，結合(he)由(you)大(da)規(gui)模(mo)自動化(hua)機器(qi)人(ren)實(shi)驗室產生(sheng)并(bing)收集的(de)高(gao)(gao)通量(liang)、高(gao)(gao)精(jing)度(du)(du)的(de)針(zhen)對性(xing)研發(fa)數(shu)據，持續(xu)支持AI算法的(de)優(you)化(hua)和(he)開發(fa)升級。

對于構成(cheng)AIDD的(de)(de)(de)三大基本要(yao)素，馬健的(de)(de)(de)看法是，藥(yao)物(wu)設計與藥(yao)物(wu)發現往(wang)往(wang)涉(she)及多目標優化的(de)(de)(de)問題，需要(yao)對藥(yao)物(wu)活性、毒(du)性等(deng)多個維度(du)的(de)(de)(de)綜合(he)分析評估，也因此需要(yao)建(jian)立多維度(du)的(de)(de)(de)算法模(mo)型。“在此過(guo)程中，Domain Knowledge（專業知識）必須要(yao)與行業有深度(du)的(de)(de)(de)結合(he)。算法模(mo)型這塊(kuai)不是閉門造車，并不是采用了先(xian)(xian)進的(de)(de)(de)對抗式(shi)(shi)神經網(wang)絡、生(sheng)成(cheng)式(shi)(shi)模(mo)型，就意味(wei)著算法領(ling)先(xian)(xian)了。算法在垂直工(gong)業領(ling)域的(de)(de)(de)先(xian)(xian)進性，一定(ding)是體現在是否能最有效解決領(ling)域問題上的(de)(de)(de)。”

此(ci)外，馬健也(ye)非常重視數據的(de)積(ji)累，他將(jiang)其(qi)(qi)稱之(zhi)為AI制藥領域的(de)“基礎設(she)施建(jian)設(she)”，他打(da)了一個比(bi)方(fang)，數據層(ceng)面(mian)的(de)構建(jian)就像是蓋摩(mo)天大(da)樓，可能大(da)部分時間都(dou)耗費在(zai)了打(da)地基的(de)過程中；又比(bi)如ChatGPT的(de)走紅(hong)出(chu)圈，就是因為數據層(ceng)面(mian)的(de)積(ji)累達(da)到了一個臨界點，其(qi)(qi)模型(xing)表(biao)現就能獲得(de)質的(de)飛(fei)躍。

但到(dao)了(le)生物醫(yi)藥(yao)這樣的(de)(de)垂直領域，數(shu)據(ju)積累(lei)并不是一件易事，很(hen)多研究數(shu)據(ju)雖(sui)然從(cong)公開的(de)(de)文獻專利中(zhong)也能(neng)獲得(de)，但這些數(shu)據(ju)未必是可(ke)靠的(de)(de)、結構化(hua)(hua)的(de)(de)，且(qie)驗證、標注(zhu)的(de)(de)成(cheng)本(ben)高(gao)、周(zhou)期漫(man)長(chang)，這也限制了(le)模型的(de)(de)發(fa)揮(hui)。“實際上，行業(ye)在2020年之(zhi)后就遇到(dao)了(le)數(shu)據(ju)壁壘這一挑戰，AI藥(yao)物研發(fa)需要高(gao)質量、高(gao)可(ke)靠性、標準化(hua)(hua)、高(gao)通量的(de)(de)真(zhen)實世界(jie)的(de)(de)數(shu)據(ju)支持，只有(you)達到(dao)了(le)信息化(hua)(hua)、自動化(hua)(hua)、數(shu)字化(hua)(hua)、數(shu)據(ju)極大豐富等條件，AI制藥(yao)才能(neng)真(zhen)正獲得(de)廣泛的(de)(de)落(luo)地(di)，全面推動產業(ye)走向智(zhi)能(neng)化(hua)(hua)。”馬健指出。

圖片來源：受訪企業供圖(tu)

不同商業模式的考量因素：團隊特性與工具成熟度

AI制(zhi)藥(yao)的潛力被(bei)廣(guang)泛認可，但所有AI制(zhi)藥(yao)公司終將(jiang)要面(mian)臨(lin)的考驗是：如何將(jiang)這些前沿技(ji)術(shu)商業化(hua)變現(xian)，實現(xian)其(qi)潛在價值？

據(ju)了解，當前AI制(zhi)藥企業在商業模(mo)式(shi)上主要分(fen)為：AI-biotech、AI-CRO和AI-SaaS，即利用AI自己(ji)建立(li)新藥研發(fa)管線成為藥企、提供藥物發(fa)現(xian)服(fu)務和售賣AI藥研平臺與軟件的使用服(fu)務。

東吳證券研(yan)(yan)報指出(chu)，近年來AI制藥(yao)企(qi)業(ye)(ye)的商業(ye)(ye)模式有(you)逐步演進的趨勢(shi)，其中(zhong)AI新(xin)(xin)藥(yao)管線研(yan)(yan)發(fa)(fa)(fa)能(neng)力是核心(xin)。軟件(jian)提供(gong)商基于本身在算法方面的優勢(shi)，有(you)望(wang)通(tong)過提供(gong)軟件(jian)產(chan)品實現商業(ye)(ye)模式走通(tong)；平臺(tai)型研(yan)(yan)發(fa)(fa)(fa)企(qi)業(ye)(ye)通(tong)過項目數(shu)的積(ji)累(lei)和自主研(yan)(yan)發(fa)(fa)(fa)能(neng)力邊(bian)際的不斷拓寬，在數(shu)據積(ji)累(lei)上會(hui)有(you)較大優勢(shi)，也(ye)(ye)有(you)望(wang)衍生(sheng)出(chu)AI新(xin)(xin)藥(yao)研(yan)(yan)發(fa)(fa)(fa)的CRO企(qi)業(ye)(ye)，專注(zhu)于建立平臺(tai)提供(gong)服務(wu)，為(wei)不具(ju)(ju)備(bei)AI新(xin)(xin)藥(yao)前端(duan)開發(fa)(fa)(fa)能(neng)力的企(qi)業(ye)(ye)提供(gong)支持；AI新(xin)(xin)藥(yao)研(yan)(yan)發(fa)(fa)(fa)最終走的也(ye)(ye)是新(xin)(xin)藥(yao)研(yan)(yan)發(fa)(fa)(fa)的邏(luo)輯，這也(ye)(ye)會(hui)催生(sheng)一批在AI藥(yao)物管線開發(fa)(fa)(fa)上具(ju)(ju)有(you)突出(chu)能(neng)力的Biotech。

對于(yu)AI制藥企業在不同商業模(mo)式(shi)上的(de)(de)抉擇(ze)，馬健的(de)(de)看法是，要(yao)理解不同企業的(de)(de)商業模(mo)式(shi)與(yu)路線的(de)(de)選擇(ze)，需要(yao)從兩個(ge)方面(mian)的(de)(de)因素來(lai)考(kao)慮：一(yi)是這(zhe)一(yi)企業的(de)(de)研(yan)發(fa)團(tuan)隊(dui)所擅長的(de)(de)方向(xiang)，“有的(de)(de)團(tuan)隊(dui)就(jiu)是工(gong)程軟件開發(fa)能(neng)力(li)很強，他(ta)們做軟件非常得心應手；有的(de)(de)團(tuan)隊(dui)就(jiu)是生物(wu)學(xue)和(he)化(hua)學(xue)的(de)(de)認知能(neng)力(li)很強，那么他(ta)們就(jiu)可(ke)能(neng)會更多地結(jie)合(he)一(yi)些(xie)實驗的(de)(de)手段去進行探索”。其次，商業模(mo)式(shi)除了(le)受團(tuan)隊(dui)特(te)性的(de)(de)影響，也與(yu)工(gong)具的(de)(de)成(cheng)熟度(du)相(xiang)關，“隨著AI藥物(wu)研(yan)發(fa)工(gong)具的(de)(de)逐(zhu)漸成(cheng)熟，其商業模(mo)式(shi)也會逐(zhu)步(bu)演進，因此(ci)工(gong)具的(de)(de)技術成(cheng)熟度(du)直接決定了(le)AI制藥企業在商業上可(ke)能(neng)達(da)到的(de)(de)高度(du)”。

從目前來(lai)看，晶泰科技(ji)(ji)(ji)更(geng)偏(pian)向(xiang)AI-CRO的(de)(de)(de)(de)商(shang)業模式，公司將之定(ding)義為(wei)(wei)“為(wei)(wei)全球生物(wu)(wu)醫藥企業提供藥物(wu)(wu)發(fa)現一體化解決(jue)方案的(de)(de)(de)(de)技(ji)(ji)(ji)術平(ping)臺”。在馬健看來(lai)，晶泰科技(ji)(ji)(ji)的(de)(de)(de)(de)商(shang)業模式是(shi)在過去幾年中在賦能商(shang)業化客戶、孵化各類生物(wu)(wu)科技(ji)(ji)(ji)類公司、內部研發(fa)創新的(de)(de)(de)(de)經驗(yan)積累(lei)中逐步形成的(de)(de)(de)(de)。“我們聚焦于(yu)晶泰科技(ji)(ji)(ji)的(de)(de)(de)(de)AI+機器(qi)人平(ping)臺所擅長的(de)(de)(de)(de)領域，可(ke)(ke)以通(tong)過廣泛的(de)(de)(de)(de)商(shang)務合作，快(kuai)速地實現從靶點確(que)定(ding)到獲得(de)臨(lin)床前候選(xuan)藥物(wu)(wu)，交付(fu)出(chu)可(ke)(ke)成藥的(de)(de)(de)(de)化合物(wu)(wu)或抗(kang)體，根(gen)據付(fu)費結(jie)構的(de)(de)(de)(de)不同(tong)，也可(ke)(ke)以參與分配更(geng)為(wei)(wei)長期的(de)(de)(de)(de)藥物(wu)(wu)價值。所以晶泰科技(ji)(ji)(ji)實際上是(shi)一家科技(ji)(ji)(ji)公司，走的(de)(de)(de)(de)是(shi)平(ping)臺技(ji)(ji)(ji)術的(de)(de)(de)(de)發(fa)展路(lu)徑(jing)。”

封面圖片(pian)來(lai)源：視覺(jue)中(zhong)國-VCG111424826218