文 | 動脈網

近日，石藥集團就一款臨床前創新小分子脂蛋白(a) (Lp(a)) 抑制劑YS2302018，與阿斯利康簽訂獨家授權協議。根據協議條款，石藥集團將收取1億美元的預付款，并有權收取最高3.7億美元的潛在開發里程碑付款以及最高15.5億美元的潛在銷售里程碑付款。

從交易金額以及交易雙方來看，這顯然不是一款簡單藥物。在官方新聞稿中，石藥集團就特別強調，該藥物是由公司利用AI技術分析目標蛋白與現有化合物分子的結合模式，對成藥性進行優化，并最終選出的高效Lp(a)抑制劑。這也就是說，AI制藥領域又敲定了一筆重磅BD。

圖1.AI制藥部分重磅交易情況（數據來源：智藥局）

事實上，這只是冰山一角，在近三個月內，包括禮來、諾華、基因泰克、吉利德等巨頭，也都紛紛重金加碼了AI制藥領域。以基因泰克為例，9月30日，其與AI制藥公司銳格醫藥達成最終購買協議，將獲得治療乳腺癌的下一代CDK抑制劑產品組合。根據協議條款，基因泰克將支付8.5億美金首付款，這刷新了AI制藥的首付款紀錄。

而隨著一筆又一筆重磅交易達成，一個確定性的答案正擺在行業面前：AI制藥正在批量制造高價BD。

抱團取暖，AI制藥整合大幕正式開啟

2021年12月，羅氏與AI制藥巨頭Recursion達成了首付款1.5億美元，總交易金額高達121.5億美元的重磅交易，這不僅創下了全球AI制藥交易金額紀錄，同時也掀起了行業熱潮，讓引入AI開始成為制藥界的風向標。

一組數據可以證明其趨勢。根據蛋殼研究院最新發布的《2024醫療人工智能報告》顯示，2021年以前，AI主導進入臨床試驗階段的創新藥僅為個位數，但到2021年，這一數據就已快速增長至100多個，2022年繼續維持增長態勢突破200，2023年再進一步提升，管線數量邁入300大關。

之所以能夠迎來爆發，很重要的一點還是在于AI能夠為藥物研發提供巨大應用價值。埃格林醫藥董事長杜濤博士曾在采訪中提到，AI在臨床開發上的應用基本在適應癥的選擇、病人的篩選及臨床終點確定這三部分。具體而言，AI能夠通過分析臨床表型和基因組學，收集高質量數據，用數據作為臨床研發的依據和基礎，以此實現更好療效的開發。簡而言之，AI的介入既加速了藥物開發進程，同時又大幅節省了成本。

根據權威科技媒體Tech Emergence統計數據顯示，AI技術每年可為制藥行業節約高達260億美元的研發成本。波士頓咨詢研究也表示，AI生成的藥物分子在I期臨床試驗中，成功率高達80%～90%，高于50%的歷史平均水平；而在II期臨床試驗中，成功率為40%，仍然位于歷史區間上限。

不過，隨著行業逐漸推進，一個無法回避的現實問題已擺在眼前，即現階段的AI并不能完全跨越新藥研發的高風險和長周期，商業化不足的問題已逐漸凸顯。據動脈網觀察，AI制藥領域目前還尚未有一款藥物成功獲批上市，因此在資本市場逐漸收縮的緊張態勢下，整個行業不得不開始面臨“供血”難題。

今年8月，兩大AI制藥巨頭Recursion與Exscientia宣布合并，Recursion將以6.88億美元的價格全股票交易收購Exscientia。事實上，這是AI制藥領域迄今交易金額最大的一筆并購，但行業焦點并不在此，大家更為關注的是兩家老牌AI制藥企業的“抱團取暖”。

據悉，Recursion與Exscientia均為上市企業，同時也是全球最早一批涉足AI制藥領域的“老炮兒”。在上市初期，兩家企業風光無限，吸引眾多大牌押注，但好景不長，由于后續管線進展緩慢，且財務表現不佳，Recursion與Exscientia逐漸走向了下坡路：Recursion市值已從巔峰32億美元跌至如今不到20億；Exscientia則先后經歷了管線失利、CEO被辭退、裁員等風波。這無疑為其敲響了警鐘，而“抱團”成為了共同選擇。

對此，某資深AI領域投資人談道，“事實上，發展到今天，AI制藥已經越過了那個以談技術和講概念為主的早期階段，開始變得更加務實，更多地追求產業確定性更強的產品及管線。基于此，AI制藥的商業化難題在逐漸放大，再加上IPO退出渠道收窄，以及一級市場融資體量大幅下滑，為了活下去，賣身、并購需求開始廣泛蔓延，行業內的并購整合帷幕也隨之拉開。”

于是，從2023年開始，不少AI制藥企業開始建設或者擴大BD團隊，其目的顯而易見，就是加速找到更多合作伙伴轉讓部分內部管線，以此增加對外授權，轉換現金流。

僅有AI技術賣不上價，產品和管線成為重要籌碼

2015年，一家美國生物醫藥公司使用英矽智能的AI系統找到了一個胚胎發育過程中決定性的蛋白變化，發現了有潛力的靶點，而這個靶點適用于癌癥治療。后來，這家公司基于這個靶點專利成立了新公司，并連同其他專利一起打包在美股上市。上市之后，這家公司市值達到了1.15億美元，但他們在合作中最終只付給英矽智能30萬美元。

這讓英矽智能團隊大為震驚，同時也意識到，如果只是單純的提供軟件服務或某個階段的藥物研發服務，顯然很難在行業站穩腳跟，只有持續擴大藥物研發能力，并將自有項目推進到臨床階段，證明AI研發藥物的安全性和有效性，才能真正提升商業價值。

事實上，英矽智能的這次合作就是AI制藥收并購模式的第一種，即以技術為核心，用于補充企業人工智能研發平臺。根據智藥局觀察，當前絕大多數AI藥物研發的收并購主要集中在這一種，而收購方多為AI制藥企業、CDMO或者上市公司。這些公司為了業務轉型，或者加速管線研發進度、開拓新的細分適應癥等，直接買進優質AI公司的團隊或技術平臺。

這種收并購方式相對簡單且直接，因此很難賣到高價，市場上10億美元以上的交易，收購的主要目標仍然是產品和管線，這就是AI制藥的第二種收并購模式，即以管線資產為核心，用于補充收購方在某個領域的產品能力。

對此，某資深AI領域投資人談道，“Biotech向來最大的買家是跨國藥企，但跨國藥企要不已經自建AI團隊，要不已手握多筆合作，對AI技術平臺的并購需求其實很低。他們真正看重的還是核心的管線資產，那些療效越好、市場越大、越后期的產品和管線，因為能夠緩解跨國藥企對于專利懸崖的焦慮，所以交易價值往往很高。”

以武田40億美元首付款收購Nimbus的TYK2抑制劑為例，它是Nimbus運用大規模的自由能擾動（FEP+）進行計算評估，最終得到的高選擇性的TYK2抑制劑。根據臨床數據顯示，其在銀屑病治療的有效性上和BMS的二期數據接近，且優于BMS的三期數據，因此具有“best-in-class”潛力，極有希望和BMS的Sotyktu對打，搶占銀屑病市場。

國內同樣有典型案例，比如石藥與阿斯利康近期的重磅合作。據悉，授權產品Lp(a)小分子抑制劑在體外及動物模型中均具有優異的藥物代謝動力學特征及更佳療效，且無嚴重的安全風險，因此有潛力成為高Lp(a)人群控制心血管風險的新療法。

而從當前來看，類似收并購事件正在增多。這意味著，中國AI制藥的收并購模式正在重塑，越來越多的AI制藥企業不再只停留于為藥物研發提供“賣斷”服務的配角，而是逐漸成為推進藥物研發的主角，并跟隨藥物發現的生命周期一路闖關，承擔風險，以此獲得更大的收益。

對此，國內某AI制藥企業創始人談道，“在更高首付款的刺激下，AI制藥企業已不再滿足于簡單的技術交易，而是更多地參與到藥物研發過程中。事實上，隨著行業逐漸向縱深邁進，一批AI制藥企業當前也已經具備了打造重磅管線及產品的核心能力。”

圖2.英矽智能管線進展（圖源：英矽智能官網）

比如晶泰科技，作為“國產AI制藥第一股”，其借助多款自營產品，目前已拿下輝瑞、禮來等全球排名前20藥企中16家的研發訂單。英矽智能也同樣如此，早在2022年年底，其就開始搭建臨床實驗團隊，目前已將多條管線推向臨床一期或二期。

這是大勢所趨，但挑戰也非常具體，畢竟在臨床階段，越往后走，也意味著越燒錢，尤其是在當前市場寒冬下，如何平衡“燒錢”的風險以及賺取更多的現金流，已成為AI制藥企業當下的共同課題。

AI制藥，仍有無限可能

在剛剛結束的諾貝爾頒獎典禮上，AI無疑成為了最大贏家，共攬獲物理學獎和化學獎兩大科學類獎項。而伴隨這一光環，市場關于AI的討論層出不窮，并逐漸將這一熱度快速傳導到AI制藥領域。

圖3.2023年-2024年8月英偉達投資AI制藥企業（數據來源：動脈橙）

事實上，AI制藥今年以來一直站在行業高點，除大額BD頻發之外，投融資市場也在加速升溫。今年4月，成立僅1年的AI制藥企業Xaira宣布完成10億美元種子輪融資，這創下了今年種子輪融資記錄。另一邊，去年一口氣連投10多家AI制藥企業的英偉達也在持續發力，截至今年9月，英偉達已在AI制藥領域投入近10億美元，并且當前仍在積極尋找投資標的。

種種跡象都在表面：產業界仍然堅信AI制藥蘊含著巨大機會。

首先是在產品數量上。據波士頓咨詢研究發現，自2015年以來，已有75個由AI發現的藥物分子進入臨床試驗，其中67個分子截至2023年仍在臨床試驗中，這意味著答案只揭曉了很小一部分。此外，縱觀全球進入臨床的AI藥物管線，絕大多數仍集中在老靶點上，還有很多創新靶點亟待挖掘。

其次是在能力優化上。隨著機器學習、神經網絡算法不斷進行技術迭代，AI在藥物研發領域的核心能力也在快速提升，后續將在患者招募、篩選、實驗設計優化、數據質控、數據監控、管理不良反應等臨床場景應用，并進行優化。這意味著，臨床試驗的效率以及成功率將大幅提升，這不僅可以提高管線的數量和質量，同時也能進一步降低研發成本。

圖4.2024年H1中國18家AI制藥融資情況及應用領域

最后是在應用領域上。在眾多行業人士看來，AI制藥的下一步發展趨勢關鍵在于如何從小分子向外擴展，而從目前來看，AI+大分子被寄予厚望，其不僅擁有單抗雙抗，同時還有ADC，因此能夠在核酸藥物、基因治療、細胞治療等新型藥物上開拓更多可能性。但這些新興藥物的有效成分在體內大多不穩定，因此需要復雜的遞送方式，所以藥物遞送技術是這些新興藥物研發非常重要的一環，AI賦能藥物遞送研發大有可為。

但機會背后，行業挑戰也逐漸清晰。事實上，隨著市場逐漸回歸理性，AI制藥當前已經到了需要自證實力的關鍵階段，正在“退燒”中進行優勝劣汰的篩選，這使得平臺的起點逐步提高，技術與商業模式也在同步演化。

但無論如何改變，AI制藥始終要回到藥企對于AI最樸素的期望，即創新、增效和降本。因此，未來的競爭很大程度上要取決于誰能以更低成本、更高的通量拿到高質量、結構化的數據，并擁有落地市場的核心能力。