基于人工智能(AI)的药物发现和开发工具的公司的潜力推动了投资和与许多生物制药公司的交易，但随着该领域从炒作转向产生真正影响，人工智能(AI)生物技术和生物制药公司面临的挑战正在出现。

近日，Nature 旗下的生物医药商讯专刊发表了一篇题为：Understanding the company landscape in AI-driven biopharma R&D 的文章，介绍了AI驱动的生物医药研发公司近年来的增长趋势和未来方向。

人工智能(AI)的进步，加上生物医学数据的更多可用性，正在彻底改变药物发现和开发。从最初专注于小分子药物设计和靶标识别的文献分析等领域，AI工具现在正在开发用于研发(R&D)管线的所有阶段和多种治疗模式。蛋白质结构预测的AlphaFold2等突破为该领域增添了新动力，基础模型的进展正在打开跨数据领域的新可能性，包括图像、文本、组学和化学。

因此，基于AI的工具目前被生物制药行业视为发现和开发创新药物的关键“引擎”之一。大型生物制药公司正在通过三种并行的方式建立在AI领域的能力。

首先，大型生物制药公司正在内部建立AI专业知识，包括通过与信息技术公司合作。例如，在2019年，制药巨头诺华和互联网巨头微软宣布达成多年合作，利用诺华的数据集和微软的AI工具来发现、开发和商业化新药，并建立了一个AI创新实验室来支持整个诺华的研究人员。

其次，通过收购AI驱动的生物技术公司来迅速获得AI技术能力，通常被收购的是那些专注于开发与药物研发过程特定方面相关的AI工具和数据集的公司。例如制药巨头罗氏在2021年收购了Prescient design(这是一家使用声称是模型进行抗体设计的初创公司);BioNTech最近则宣布以3.62亿英镑预付款收购InstaDeep(一家通过深度学习和强化学习进行蛋白质设计的公司)。这些交易通常为生物制药公司提供具有生物信息学、数据科学和工程能力的资深员工，以及访问专有数据库的权限。

第三，生物制药公司正在与AI驱动的生物技术公司建立合作关系，以确定和共同开发候选药物。近年来这类交易中，价值最高的是2021年12月Recursion和Genentech/罗氏宣布的一项合作，该合作使用Recursion基于AI的高通量筛选平台来识别神经科学和肿瘤学领域的新靶点和药物。Recursion公司获得了1.5亿美元的预付款，而潜在的分期付款为每个项目3亿美元，最多可用于40个研究项目，潜在总付款可能高达120亿美元。2022年1月，Exscientia与赛诺菲达成了另一笔大交易，双方利用Exscientia基于AI的个性化医疗平台，在肿瘤和免疫学领域开发了多达15种候选药物。Exscientia获得了1亿美元的预付款，潜在的分期付款总额可能达到52亿美元。

AI驱动的生物技术公司显然在整个行业的AI应用中占据了突出地位。为了深入了解这些公司的格局演变，该文章分析了自2010年以来AI驱动的生物科技公司以及投融资情况。

AI驱动的生物科技公司格局

本文分析确定了约390家AI驱动的生物技术公司，其中约47%只专注于药物发现(drug discovery)，约26%专注于药物开发(drug development)，约27%专注于研发(R&D)。从2010年到2018年，每年成立的AI驱动的生物技术公司数量稳步增长，在2018年达到新成立61家的峰值，随后几年有所下降，部分原因可能是COVID-19大流行和相关资本市场低迷。

AI驱动的生物科技公司的数量

尽管新成立的AI驱动的生物技术公司数量有所下降，但从2017年到2021年，该领域的融资金额增长了10倍，复合年增长率(CAGR)为71%，而且后期风险投资融资和IPO也有所加速。例如，2021年有5家公司IPO，其中Recursion募资4.36亿美元，Exscientia募资5.1亿美元。但最近该领域的公司在公开市场举步维艰，大多数公司在IPO后的市值在下降(在2023年第一季度下降了15.6%)。

AI驱动的生物科技公司的投资情况

融资总额排名前20的AI驱动的生物科技公司包括拥有更广泛AI平台的“科技老兵”，例如Exscientia和Tempus，它们通常将研究数据和临床开发数据结合起来，与生物制药公司合作。还有一些以AI为核心的公司，它们可以识别药物靶点并将其纳入自己的研发管道，比如Relay和Recursion。有些公司则会基于自己的技术和内部管线选择合作关系，例如Insilico Medicine。

再过去5年里，生物制药公司在AI领域的合作数量显著增加，从2017年的13个增加到2021年的50多个，其中一些值得关注的合作如下：

未来之路

经过一段时间的炒作，我们现在开始看到AI驱动的生物技术公司领域开始产生了真正的影响，一些公司已经将候选药物推进到了临床试验或与大型制药公司合作。例如，Insilico Medicine公司开始了其治疗特发性肺纤维化疾病的候选药物INS018-055的1期临床试验，而Exscientia和Relay分别与住友制药和Genentech/Roche合作开发候选药物。我们现在还能看到大型生物制药公司团队成功地利用AI来加快研发时间表，提高研发成功的可能性，并通过识别新适应症来提高价值。

新创立的AI驱动的生物技术公司数量的下降，是由于资本市场压力、与大型生物制药公司合作关系领域的竞争日益激烈，以及现有公司建立的技术和数据护城河不断增加所驱动的。这可能导致新的AI驱动的生物技术公司数量持续下降，或者公司重新关注现有公司尚未饱和的特定方向，例如基于RNA的疗法。

预计随着宏观经济趋势继续挤压对这一领域公司的投资，未来几年将出现更多的并购案例，最近一个值得关注的案例是Recursion收购Cyclica和Valence。与以合作为重点的商业模式的AI驱动的生物技术公司特别相关的是，大型生物制药公司越来越多地发展自己的AI技术骨干和能力，并且在与AI驱动公司的合作中有了更高的期望和更大的洞察力。然而，无论是收购还是合作，在整合“技术优先”公司与现有“湿实验室”能力，以及通过流程整合释放协同效应方面，都存在挑战。

实现AI加速的公司是那些有能力弥合不同的不完善数据集和治疗模式的公司，一个精心设计的技术架构允许快速利用AI的进步，并成功地将计算机系统与科学和操作流程集成在一起。