據(jù)MedMarket Insights測算，2023年AI蛋白質(zhì)市場規(guī)模已達(dá)14.83億美元，預(yù)計到2031年市場規(guī)模將增長至178億美元，年復(fù)合增長率約為36.5%。
但想瓜分接下來這個充滿誘惑的市場，門檻變得越來越高。迷人的技術(shù)更迭之下，是高昂的訓(xùn)練成本?？梢钥吹?，這幾家公司不僅是取得了遠(yuǎn)遠(yuǎn)超過了一般意義上生物醫(yī)藥創(chuàng)業(yè)公司的早期融資規(guī)模，大額的研發(fā)投入和長期的投資周期也要求它們必須獲得巨頭及著名機構(gòu)的支持，團隊背景更可稱為豪華。
要知道，上一代的AI制藥公司中，Exscientia從2012成立到2020年近10年間的融資額也只有1億多美金，剛開始運行的前四年幾乎就是可以忽略不計的小型融資或研究資助，而Recursion的創(chuàng)始人Chris Gibson在建立公司時，還在攻讀他的PhD學(xué)位。
現(xiàn)在，再想做“小而美”的AI制藥創(chuàng)業(yè)已經(jīng)很難。雄厚財力支持下的新一代的AI制藥公司，再次承托起了市場的厚望，大家希望它們能實現(xiàn)十年前那批AI制藥公司未完成的愿景。但換一種說法，更直白地講，這些新公司已經(jīng)將第一波AI制藥公司拍到了沙灘上。
其實不止是“AI+蛋白質(zhì)”，在北美地區(qū)，廣泛意義上的AI制藥公司正越來越頻繁地獲得融資。2024年上半年，有多家AI制藥公司獲得1億美元以上融資。
2024上半年融資超1億美元的AI制藥公司
除了“AI+蛋白質(zhì)”，AI與生物制藥的交叉呈現(xiàn)出更多樣、更精細(xì)的應(yīng)用。
例如Formation Bio為制藥公司提供臨床試驗技術(shù)工具，以及通過AI自動化簡化臨床試驗流程。通過使用定制化大語言模型處理醫(yī)學(xué)寫作、協(xié)議開發(fā)等任務(wù)，F(xiàn)ormation Bio能夠顯著提高效率，如AI能在幾分鐘內(nèi)生成不良事件報告，其最終目標(biāo)是建立能預(yù)測毒性、耐受性和療效的AI模型。
再例如FogPharma的Helicon平臺將超多樣化和可調(diào)的穩(wěn)定螺旋肽與定制的計算物理和AI相結(jié)合，包括靶點評估、高通量篩選、數(shù)據(jù)分析、結(jié)構(gòu)預(yù)測和優(yōu)化等，從而能夠在以前從未被成藥過的大量細(xì)胞內(nèi)靶點上發(fā)現(xiàn)和開發(fā)潛在的多肽藥物，特別是在處理大規(guī)模數(shù)據(jù)和優(yōu)化復(fù)雜分子結(jié)構(gòu)方面表現(xiàn)突出。
但國內(nèi)市場似乎沒有跟進(jìn)這一輪AI生物技術(shù)的熱潮。
2024上半年，國內(nèi)AI制藥領(lǐng)域披露融資金額不足20億人民幣，市場投資者更傾向于將資金投向早期和小型項目，超億元人民幣的融資案例在今年上半年僅有4起，與2022年上半年的13起相比下降幅度明顯。
2024年上半年國內(nèi)AI制藥融資公司，整理自公開資料
從業(yè)務(wù)模式看，國內(nèi)新融資AI制藥公司也與北美地區(qū)AI制藥公司也有較為明顯的差別。
總體來說，目前國內(nèi)AI制藥多集中在蛋白結(jié)構(gòu)預(yù)測、蛋白功能預(yù)測、蛋白設(shè)計、RNA結(jié)構(gòu)預(yù)測、RNA設(shè)計、靶點發(fā)現(xiàn)、配體小分子的生成和優(yōu)化等，同質(zhì)化競爭嚴(yán)重，單價難以提升。有業(yè)內(nèi)人士指出，大分子優(yōu)化設(shè)計項目報價僅為30至40萬元。
當(dāng)然，國內(nèi)也有公司走在技術(shù)競爭的潮頭上。
例如百圖生科面向最復(fù)雜生命科學(xué)問題，開發(fā)全球首個、世界最大的生命科學(xué)多模態(tài)預(yù)訓(xùn)練模型“xTrimo”?；蚴前賷W幾何發(fā)布了最新的生成式AI蛋白質(zhì)設(shè)計大模型GeoFlow，可以同時用于抗原-抗體復(fù)合物結(jié)構(gòu)預(yù)測和抗體設(shè)計兩項關(guān)鍵任務(wù)。
參考北美“AI+蛋白質(zhì)”新公司發(fā)展情況，更具顛覆性創(chuàng)新的AI制藥公司需要持續(xù)大量的資金支持。在生物醫(yī)藥融資市場，想再分出錢給前沿的AI制藥并不容易。中美之間，“AI+生物制藥”或“AI+生命科學(xué)”已經(jīng)有了比較明顯的溫度差。
不過AI制藥最終還是要用成果說話，盡管近年來AI技術(shù)取得了顯著進(jìn)步，但實際藥物開發(fā)中的瓶頸——如足夠的實驗數(shù)據(jù)、漫長的臨床試驗周期以及監(jiān)管要求——仍然制約著AI潛力的充分發(fā)揮。即便是最前沿的AI制藥公司也不認(rèn)為可以完全替代傳統(tǒng)實驗流程，而是致力于使流程更加高效和成功概率更高。
“制藥現(xiàn)在瓶頸依舊在臨床，對于臨床階段 AI 制藥企業(yè)的期待，還是需要不斷展現(xiàn)積極的數(shù)據(jù)。”有相關(guān)投資人表示。
自主研發(fā)管線的AI制藥公司始終是受到青睞的，例如英矽智能本周剛剛宣布泛TEAD抑制劑ISM6331于7月獲得美國FDA的IND批件用于治療間皮瘤，這也使得其獲得臨床試驗批件的創(chuàng)新分子數(shù)量達(dá)到9個。
不論如何，在生物制藥和AI這兩個技術(shù)與成果日新月異的交叉領(lǐng)域，變革是唯一的生存之路。正如英偉達(dá)CEO黃仁勛所說：每家公司的自然狀態(tài)都是處于消亡的邊緣，要么不斷創(chuàng)新，要么在30天內(nèi)倒閉。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論
兩家合并，更像是在抱團兒取暖啊
AI與生物制藥的交叉，呈現(xiàn)更多樣的應(yīng)用
合并也是有好處的。