有关AI制药的4问4答

1、全球产业资本近三年重金押注新药 AI 研发科技公司，助力解决新药研发成功率低、成本高、研发周期长等问题。相对开放和全面的文献数据，有助于初期行业的蓬勃发展和算法的快速迭代，助力商业化全面提速。但作为一个新兴行业，市场仍然存在很多困惑，本篇报告聚焦几个热点问题，进行全面的数据梳理，并一一进行解答。 Q1：如何从高管背景、技术平台架构、商业化进展等维度评价国内的 AI 制药公司？国内 AI 制药公司核心业务梳理：外包服务为主，自研管线为辅纵观海内外的 AI 制药公司，其核心业务无外乎三种，一是以 license 的形式提供 SaaS服务，二是以类 CRO 的形式提供药物发现或临床前研究的外包服务，

2、三是以自研或联合的形式进行自主管线布局和新药的研发。表 1：国内 AI 制药公司核心业务梳理企业融资额主要背景当前核心业务已公开化合物专利数/公开总数产业基金/备注在大陆市场活跃的国外企业Insilico3 亿美元Al软件/CRO/自研管线6/21药明等豪华资本加持Exscientia5 亿美元AlCRO/自研管线5/9国际大药企加持Atomwise1.7 亿美元AlCRO/自研管线0/5现阶段起点高晶泰科技约 4 亿美元Al晶型孵化/CRO1/76冰洲石生物5000 万美元AI+大药企自研音线8/11呈药科技数千万美元AlCRO/自研管线/联合研发0/3MIT望石智慧约 1 亿美元互联网软件

3、/知识图谱/CRO0/6索智生物5000 万CADD+大药企自研/客户管线0/0维亚天使剂泰医药数千万美元Al+剂型CRO/自研管线/核酸药物递送0/0背靠高校院所燧坤智能5000 万AlCRO/自研管线0/1清华/图灵研究院背景瑞药仁智未披露CADD/AICRO/自研管线0/0华润 天使宇道生物2000 万美元CADDCRO/自研管线0/1复星 天使阿尔脉生物未知CADD/AlCRO/自研管线1/1上海药物所实力雄厚英飞智药数千万CADD/AIcRO/自研管线0/0丽珠医药 pre-A奥睿药业1704 万CADD自研管线0/0华森制药天使康迈迪森约 1700 万CADD/AICRO0/0百放

4、英库水木未来数千万复杂CRO 电镜平台/孵化0/2清华，电镜重资产亿药科技数百万复杂CRO/自研管线0/2深势科技两轮,未披露Al软件服务0/0大科学家背景哲源科技数千万超算+AIAI 临床方案/自研/生态0/13中科院计算所/真数据驱动-西湖欧米数千万Al+质谱辅助诊断0/0西湖大学、蛋白质质谱专家未分类徳睿智药4500 万Al知识图谱/CRO/自研管线张龙(前 信达)智睿医药近千万自研管线2/2超维知药未披露CADDCRO/自研管线0/0军科院背景星亢原约 4000 万美元ACRO 自研管线0/0智药科技500 万Al软件/CRO未统计费米子科技1 亿计算机CRO/自研管线未统计深度智耀约

5、 2000 万美元复杂Al 医学文献翻译/软件未统计互联网巨头百图生科百度AI/VC孵化/生态/自研管线未统计云深智药腾讯AI/VC软件/自研探索未统计传统平台/数据库玩家创腾科技软件服务商，CADD 软件开发，销售很成熟。AI 也与时俱进，留给 AI+药创业公司的软件服务市场将非常小。医药魔方数据服务商，底层数据是人工加工的，质量高，也在应用 AI 技术，知识图谱的市场，留给 AI+药创业公司的份额将非常小。大型 CRO药明康德CRO 自身项目经验，数据，人才，CADD 算法与应用都是一流的康龙化成CRO 内部 AI 应用正在进行时，药明康德投资了多家 Al+创业公司，保诺-桑迪亚 AI 设

6、计抗体已经开始做服务。美迪西保诺-桑迪亚资料来源：Insilico、晶泰科技等官网、药物发现进展杂评、Drug Discovery Today、零氪科技：人工智能与医疗大数据解决方案提供者产品和解决方案：LinkCare+ LinkData+ LinkSolutionsLinkCare：1）零氪互联网医院：“邻客健康管家”公众号+“邻客智慧药房”小程序。提供卖药、问诊、资讯服务。2）患者院外一站式解决方案：DTP 邻客大药房+日间门诊医疗联合体。可以通过公众号和小程序查看。3）医学影像智能辅助诊疗：目标检测算法，对 CT 影像进行初筛、早筛。辅助撰写报告。LinkSolutions：1）真实世

7、界研究服务 Link RWS：提供科研大数据平台。2）临床研究招募 Link Recruitment：通过线上（数据）和线下（渠道）相结合，精准招募患者。 3）数据洞察 Link Insight：卖数据库和报告。LinkData：1）数据提取、清洗及脱敏；2）数据结构化及整合；3）数据质量控制。图 1：零氪科技业务逻辑资料来源：零氪科技官网、高管层：管理层互联网背景为主，技术实力雄厚表 2：零氪科技管理层张天泽男，37 岁，董事（2014），创始人，CEO。曾在腾讯和阿里工作。之后创办过一家名为 truststone 的公司，该公司为药企和医疗机构提供 HIS（医院信息系统）服务。中欧国际商学

8、院商业管理硕士，北京邮电大学计算机科学与技术学士。蒋晓东男，44 岁，董事（2015）。长岭资本执行合伙人。长岭资本专注于医疗独角兽的投资。曾作为美国 NEA 合伙人、董事总经理和中国区代表深耕投资 11 年。加利福尼亚大学伯克利分校计算机科学博士生在读，伊利诺伊大学香槟分校硕士，南京大学学士。蒋健男，44 岁，董事（2015）。中国宽带资本（CBC）合伙人。CBC 专注于投资 TMT 产业。晨山资本创始合伙人。晨山资本是宽带资本旗下的 VC。曾在中国网通集团股权融资和投资者关系部工作，在技术领域拥有丰富的投资经验，专注于数据驱动的工业互联网项目。北大光华管理学硕士，天津大学系统工程学士。罗立

9、刚男，38 岁，联合创始人（2014），CTO&COO。2008-2014 在百度任技术仓库领域的技术经理。北京邮电大学计算机科学与技术专业硕士、学士。李丽萍女，43 岁，联合创始人（2014），执行副董事，临床运营官。2009-2014 在 RPS 医药科技（一家 CRO 公司）担任高级项目经理。1998-2009在中国医疗系统中参与康哲药业的肿瘤 I 类新药 CMS024 的临床监查工作。樊春林男，董事，CFO（2021.1）。2016-2021 嘉银金科 CFO 操持上市（纳斯达克 JFIN，金融创新和大数据）。2014-2016 利策科技 CFO操持上市（新三板，海洋油气开发）。投行、

10、并购专家。密歇根大学工商管理硕士，上海交大管理学学士。资料来源：零氪科技招股说明书、商业化进展：大客户覆盖全面零氪科技的客户包括全球 20 大生命科学公司中的 17 家，48%的中国香港上市的生命科学公司和国内 10 大生命科技公司中的 9 家。截至 2021 年一季度，公司共与 169 家生命科学公司合作，相较 2020 年的 176 家有小幅下降。截至 2021/3/31，公司共与 333 家医院合作，其中三家医院 191 家。另外公司还和主要的医学协会合作。与零氪医疗大数据平台的合作：广州医科大一院，解放军总医院，天津胸科医院，华中科大同济医院，浙大一院，北京中日医院，川大华西等。深度智

11、药：致力于打造一个端对端的 AI 驱动新药研发平台产品和解决方案：覆盖新药研发全流程药物早期研发：1）知识图谱：用于文献阅读，医学研究和战略决策。2）早期研发平台：搜索推荐模块：基于知识图谱，生物标志物和药物再利用的搜索和推荐。预测评价模块：小分子和大分子的性质预测和评价。3）虚拟生成模块：利用生成对抗网络（GAN），虚拟生成小分子，优化抗体药物位点。4）化学工艺辅助决策平台：智能的给出化合物合成的方法，包括原材料、步骤和条件。置信度高，路线新颖。临床研发一体化：1）临床数据平台：数据采集，转换，核查等。2）医学写作：注册文件的自动撰写，内容和格式的纠错，协作系统。3）智能注册申报平台：注册申

12、报规划，注册文档翻译，文件格式检查，文档组装出版，文档验证提交，文档存档查询。4）药物警戒：药物警戒报告的生成、翻译、递交，药物警戒的实时监测，专家服务。高端医学翻译服务：专业人工翻译。图 2：深度智耀业务逻辑资料来源：深度智耀官网、高管层：医药背景雄厚，创始人曾在多个跨国药企研发部任要职。表 3：深度智耀管理层李星总裁，创始人，CEO。在大型跨国药企新药开发部门任职 12 年：辉瑞、赛诺菲、强生。北京大学药学院毕业。吴闯沈阳子公司 CEO。富士施乐研究技术开发本部（做打印机的），百度国际化产品研发中心。互联网产品研发及知识管理行业解决方案经验。 2018 年加入。东北大学计算机硕士。Shin

13、yaDIP（日本）株式会社副总裁。拥有超过 17 年的临床运营、注册事务、商务拓展以及企业策划、咨询和管理经验。曾在日本的多家知名 CRO及生命科学公司担任高管。2019 年加入。技术与创新管理博士，曾担任法政大学创新管理商学院的兼职讲师。资料来源：深度智耀官网、商业化进展：客户覆盖海内外众多 Big Pharma 和 Biotech根据其官网信息显示，其合作伙伴包括，绿叶制药、DIA 药物信息年会、恒润达生、罗氏 Roche、瓦里安医疗系统 Varian、再鼎医药 ZaiLab、拜耳 bayer、常山药业、葛兰素史克 GSK、百济神州等。未知君：行业领先的肠道微生物 AI 制药公司产品和解决

14、方案： 聚焦研发肠道微生物治疗药品AI 平台：1）微生物知识库平台：以现有的微生物文献与数据库为基础，利用 NLP 技术构建的知识库平台。2）多组学计算平台：以发现微生物各菌种相互作用、共同疗效为目的的组学计算平台。3）关建菌发现平台：以发现单个菌种疗效为目的的计算平台。生物技术平台：1）培养组学平台：以多培养条件培养难培养的微生物，快速鉴别所培养的微生物的菌种构成。2）动物模型验证平台：动物模型试验。3）微生物药物生产平台：生产药物产品。产品：1）全菌胶囊：直接的肠道菌群移植（FMT）。2）配方菌胶囊：对贡献者的肠道微生物进行分离、纯化形成组合成配方菌，再制成胶囊。图 3：未知君业务逻辑资料

15、来源：未知君官网、高管层：生物医药背景为主表 4：未知君管理层谭验创始人，实际控制人，执行董事，总经理。曾在美东地区最大的华人创新创业组织 MIT-CHIEF 任 2015 联席主席。曾就职于 Tamr（一家美国大数据公司）。后任峰瑞资本项目负责人。北京大学生物技术学士，波士顿大学生物信息博士。沈思联合创始人。2004 年 8 月至 2007 年 2 月就职于美国谷歌，任产品经理;2007 年 2 月至 2008 年 3 月就职于谷歌信息技术(中国)有限公司，任产品主管;2008 年 4 月创办公司，自 2008 年 4 月起历任执行董事，经理，董事长，总经理。2001 年毕业于清华大学计算机

16、科学与技术系本科。2004 年毕业于斯坦福大学计算机系和管理科学与工程系双硕士。胡函首席生物信息科学家。博士。尹意铭培养组学 R&D 部门负责人，子公司股东。博士。资料来源：未知君官网、商业化进展：尚处在起步阶段2020 年，与北京大学肿瘤医院开展“菌群移植与抗 PD-1 免疫治疗的联合治疗”。2020 年，与上海新华医院开展“菌群移植胶囊应用于伴有胃肠道症状的儿童孤独症患者的有效性的临床研究”。2020 年，与广州南方医科大学南方医院、南医三院合作开展“基于菌群移植技术探索肠道微生态环境在 1 型糖尿病患者中疗效价值的临床研究”。2020 年 10 月，已向美国 FDA 提交了关于 aGvH

17、D（移植物抗宿主病）项目的 IND 申请，通过后，未知君将拥有亚洲第一款获得美国临床批件的 FMT 药物，及中国第一款获得美国临床批件的微生物药物。2021 年 1 月，净拓生物获得广东省无菌动物使用许可证，正式开始第一项服务。2021 年 5 月，与中国生物制药领军企业三生制药（01530.HK）合作，双方将共同开发 FMT 微生态药物针对肾病领域的相关适应症。望石智慧：人工智能驱动新药研发的科技公司产品和解决方案：核心聚焦智能化药物分子研发平台智能化药物分子研发平台：优势骨架发现与选择，分子设计与优化；智能化设计分子，并对分子的生物活性、药代动力学特性、毒性等进行评价，并根据属性对分子进行

18、优化；预测合成产物，设计并优化化合物的合成路径。药物知识图谱：通过自然语言处理和 OCR，对海量数据进行采集分析，提取靶点、化合物结构、属性、临床实验、上市销售、专利保护等各方面信息，加以可视化展示。可以用来驱动智能化药物分子研发平台。高管层：创始人百度架构师出身，公司 AI 基因浓厚表 5：望石智慧管理层周杰龙创始人，CEO。原百度主任架构师，曾负责百度搜索机器学习排序、反垃圾和移动云语音搜索、拍照搜索等项目，2013 年在全球首次成功地应用深度学习于搜索中，使用机器学习重构了百度搜索引擎。北京理工大学人工智能专业硕士。张应生药物研发 VP（2020.02）。曾任默克资深科学家、Cytrx

19、药化和CADD 总监，并作为 Co-founder 参与创建了多个新药研发公司，在药物研发和项目管理领域有超过 20 年的经验，在肿瘤、糖尿病、肥胖、抗血栓及非酒精脂肪肝药物研发领域有多个项目从早期研发推进至临床甚至临床后期开发的经验。哈佛医学院肿瘤药物博士后，威斯康星大学有机化学博士。周文彪高级算法专家。目前在望石智慧主持分子设计算法团队工作, 涉及分子生成、分子筛选、成药性预测等方面。曾在百度和去哪儿网从事近十年算法工作，在智能客服、大规模图像搜索和个性化推荐系统方面有深入研究和 AI 成功落地的丰富经验。北京理工大学计算机专业毕业。刘振明望石智慧的合作者和帮助者，北京大学药学院天然药物及

20、仿生药物国家重点实验室博士。其学生进入望石智慧工作。所在团队与望石智慧签署合作协议，并共同发表论文。资料来源：望石智慧官网、商业化进展：与多个医学院展开多项合作，商业化处在起步阶段根据公司官网信息和动脉网等网站的新闻，望石智慧针对 me-better，best-in-class， first-in-class 三类药物与万春医药、北大医学部、中国医学科学院协和药物所展开多项合作。2021 年 6 月 30 日，望石智慧泰德制药达成进一步合作。首次合作中，双方针对某国际领先肿瘤靶点进行小分子药物的共同开发。晶泰科技：以计算驱动创新的药物研发科技公司产品和解决方案：聚焦晶型预测和药物设计药物固态研

21、发服务：1）晶型预测：通过计算的方法助力实验，寻找合适的药用晶型，节省原料，提高效率；2）固态筛选与评估：评估和筛选游离态、盐型/共晶、晶型，确定优势固体，完备专利布局；3）晶体结构确定：实验数据和理论分析相结合，在晶体结构解析平台上，得到明确的三维结构信息；4）结晶工艺开发：涉及多种技术的服务。为客户设计结晶的工艺方法；5）固态检测分析：使用多种仪器分析固态样本的晶型和性质。药物设计服务：1）小分子药物设计：苗头化合物的生成和筛选，先导化合物的生成和优化；2）多肽研发合作：多肽生成和筛选；3）抗体研发合作：抗体可开发性预测、从头设计、改造和抗原预测。图 4：晶泰科技业务逻辑资料来源：晶泰科技

22、官网、高管层：创始团队来自 MIT，核心团队由来自 IT 界及医药界的优秀人才表 6：晶泰科技管理层温书豪联合创始人/董事长。浙江大学兼职教授，在中国科学院、美国加州大学、麻省理工学院有 11 年的学习、研究和工作经验，在计算物理、量子化学等领域有丰富的研究经验与理论建树，累计发表论文 32 篇，参与并成功申报重要专利 5 项、PCT 专利 3 项。由他带领研发的预测算法可以实现对复杂分子的快速、准确预测，为该领域带来突破性的技术进展。2014 年温书豪在麻省理工学院进行博士后研究期间与合作伙伴共同创立 XtalPi。马健联合创始人/CEO。马健博士是晶泰科技联合创始人兼 CEO，浙江大学物理

23、学博士，麻省理工学院博士后，日本理化学研究所、香港中文大学访问学者。在量子信息、量子计算、数值模拟方面有丰富的研究经验，在国际刊物上累计发表论文 20 余篇，参与并成功申报重要专利 10项、PCT 专利 10 项，被深圳市评选为海外高层次人才（孔雀计划），被麻省理工科技评论选为“35 岁以下科技创新 35 人”之一。2014年马健在麻省理工学院进行博士后研究期间与合作伙伴共同创立 XtalPi，任 CEO。2015 年成立深圳晶泰科技有限公司，组建并带领来自前沿学术界、IT/互联网界、医药产业界的核心研发团队接连取得技术突破，让量子物理方法在医药产业落地，真正解决药物工业的问题。赖力鹏联合创始

24、人/人工智能负责人。晶泰科技联合创始人兼人工智能负责人，北京大学物理学和数学双学士、芝加哥大学物理学博士、麻省理工学院（MIT）博士后，曾供职于美国最大的电子病历公司 Epic System，对医药相关软件的开发与运作有深刻的了解，在过去多年间累计发表论文近十篇，参与并成功申报重要专利 9 项、PCT 专利 3 项，被深圳市评选为海外高层次人才（孔雀计划）。2014 年赖力鹏博士在麻省理工学院进行博士后研究期间与合作伙伴共同创立 XtalPi，并于 2015 年创立晶泰人工智能研发中心 XARC，担任负责人，进行大数据与人工智能相关技术的研发，带领人工智能算法团队、计算化学团队和工程开发团队，

25、在深度学习、机器学习、数据挖掘、多方法整合、大规模云计算资源调度等方面不断发展和积累技术优势，利用深度学习算法结合化学、生物数据加速药物发现、研究与开发。资料来源：晶泰科技官网、商业化进展：增长迅猛，大客户覆盖广泛根据公司官网的 2019 年度盘点显示，全球 Top20 药企客户数达 7 家，年业务量增长 422%。实现合作的企业包括，新格元、华东医药、思路迪医药、PhoreMost、博腾股份、众生药业、辉瑞、AMRI SSC 等。 Q2：有哪些 AI 参与的管线，推进到临床试验环节？2020 年第一款 AI 研发的新药候补化合物进入临床英国 AI 制药企业 Exscientia 与日本药企

26、Sumitomo Dainippon 于 2020 年 1 月发表共同声明：由 AI 人工智能研发的新药候补化合物，第一阶段临床试验（以健康的成年人为试验对象确保药品的安全性）在日本正式开始。这是世界首次使用人工智能 AI 开发药物的临床试验。图 5：Exscientia 与 Sumitomo Dainippon 合作资料来源：Exscientia 官网这份研制的新药候补（DSP-1181）是强迫症（obsessive-compulsive disorder, OCD）治疗药物。传统来说，业界平均探索研发所需时间大约为 4 至 5 年左右才能进入临床试验阶段，AI 人工智能却仅仅花费了不到 1

27、 年的时间即完成使命。2021 年 AI 制药进入临床试验阶段正在提速以英国 AI 制药企业 Exscientia 为例，在 2020 年实现了临床从 0 到 1 的突破后，进入临床试验的效率正在提速，2021 年上半年先后又有两款药物宣布进入人体临床。2021 年 4 月，由 Exscientia 设计的，由 AI 设计的肿瘤免疫分子已经成功进入人体临床试验。该肿瘤免疫分子为 A2a 受体拮抗剂，用于晚期实体瘤成年患者。相关结果发表于 2021 年的美国癌症研究协会（AACR）年度会议上。该候选药物在同类药中具有最佳特性，对靶受体有高选择性，将减少全身性副作用和大脑暴露的潜在好处结合在一起，

28、以避免产生不必要的心理副作用。2021 年 5 月，Exscientia 与 Sumitomo Dainippon Pharma 宣布将在美国启动用于治疗阿尔茨海默氏病精神病的 DSP-0038 的 1 期临床研究。选择性双重靶向是传统药物发现的一项重大挑战，而且精神病适应症还需要出色的选择性，才能避免脱靶效应。DSP-0038的成功设计为设计具有双重活性的选择性分子提供了机会。DSP-0038 是 Exscientia 使用 AI 技术创建的用于进入临床试验的第三个分子。较早的两种化合物是 DSP-1181 和 EXS-21546。部分 AI 制药管线进度统计：海外陆续有公司将管线推进临床阶

29、段图 6：BenevolentAI资料来源：BenevolentAI 官网图 7：SOM Biotech资料来源：SOM Biotech 官网图 8：Lantern Pharma资料来源：Lantern Pharma 官网图 9：Evaxion Biotech资料来源：Evaxion Biotech 官网图 10：BlackThorn Therapeutics资料来源：BlackThorn Therapeutics 官网图 11：Exscientia资料来源：Exscientia 官网图 12：BioXcel Therapeutics资料来源：BioXcel Therapeutics 官网 Q

30、3：如何评价两种不同的 AI 制药技术路径？基于机器学习的计算方法机器学习，是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。通俗地说，机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。有许多人尝试通过使用计算方法来预测分子的性质来提高药物发现过程的效率。许多公司试图部署的主要计算方法之一是机器学习，通常也被称为人工智能。其中一个机器学习的主要好处是它能够快速地大规模地处理数据。然而，机器学习本身也有显著的局限性，因此对提高药物发现过程的效率的影响有限。机

31、器学习需要输入数据，被称为训练集，来建立一个预测模型。该模型有望准确地预测类似于训练集的分子的性质，但不能推断出与训练集不相似的分子。因此，由于可以合成的可能分子的数量实际上是无限的，机器学习只能覆盖可能合成的分子总数的一小部分。基于第一性原理的物理方法第一性原理，是一个计算物理或计算化学领域的专业名词，广义的第一性原理计算指的是一切基于量子力学原理的计算。我们知道物质由分子组成，分子由原子组成，原子由原子核和电子组成。量子力学计算就是根据原子核和电子的相互作用原理去计算分子结构和分子能量（或离子），然后就能计算物质的各种性质。通俗的说，就是不利用任何经验、实验参数，只根据量子力学原理，从最基

32、本的方程出发，求出材料的性质。AI 制药的另一种已经尝试过的主要计算方法包括使用基本的、基于“第一性原理”的物理方法，这需要对要计算的特定特性有深入和彻底的理解。然而，基于物理的方法很难开发，与机器学习相比，速度可能很慢。此外，要将这种方法应用于设计将与特定蛋白质靶点高度亲和力结合的分子，该蛋白质的三维结构必须产生足够的原子细节，以能够应用这些基于物理的方法，这被称为“结构启用”，而这种结构在历史上难以获得。阻碍计算化学实现其前景的另一个因素是计算速度有限。然而，尽管有所有这些挑战，基于物理的方法比机器学习有显著的优势，因为它们不需要训练集，而且原则上可以计算任何分子的性质。物理计算和 AI 计算各有所长，相辅相成物理计算和 AI 计算各有所长，相辅相成。AI 更适合存量数据多的环节、以及高通量环节。比如虚拟分子产生、批量的性质预测，包括可合成性评价、自动化合成等领域。一般物理计算精度非常高，但对于算力的要求也非常高。所以，物理计算更适合确定