近几年，各种要素的叠加与融合带动AI制药泊入快速发展期。据智药局不完全统计，2022年，全球AI药物研发相关融资事件达144起，总金额超过62亿美元，全球AI制药市场规模超过10亿美元。

当前，全球已有700多家AI辅助药物研发企业，我国孵化了近百家AI制药公司。在政策与资本多重加持下，智能化组织纷纷响应，更多AI制药企业崭露头角。

三大主流合作方式

一方面，我国近百家AI初创制药企业中，晶泰科技在今年11月正式递交港交所上市申请、英矽智能于6月冲刺港股，并有部分企业完成了C轮融资，其余大部分AI制药公司尚处于初成长期。2023年1-11月，我国AI制药企业融资事件发生26起，融资金额超亿元人民币的企业有12家，这12家批露的融资总金额超过20亿元人民币，其中多数在天使轮、A轮或Pre-A轮阶段（见附表）。

另一方面，在AI制药领域，目前头部大药企、AI制药创新型企业以及互联网巨头相互协作的案例较为突出。各方利用自身优势，或投资并购，或合作赋能，有一定的示范效应。以下为三大主流合作方式。

传统大药企与AI制药方合作

代表事件如复星医药与英矽智能，双方合作早有铺垫。2022年1月，双方就已达成一项协议：英矽智能负责为QPCTL项目提名临床前候选药物，并将该候选药物推进到临床前阶段，之后复星医药对其展开临床阶段研究，共同推进该项目在全球范围内的开发。同时，复星医药指定四个靶点，由英矽智能的AI平台进行评估与开发，并将候选药物推进到临床前阶段。复星医药向英矽智能提供1300万美元首付款及里程碑式付款，并获得其AI平台PandaOmics和Chemistry42的使用权，以推进复星医药内部人工智能驱动的相关开发工作。

当时，双方宣布合作后不到40天，便已指定合作项目的临床前候选化合物ISM004-1057D用于新的肿瘤免疫疗法，并启动临床前研究。至2023年8月，双方合作开发的用于治疗晚期恶性肿瘤的候选药物ISM8207获得主管部门临床试验默示许可，拟于条件具备后在中国境内开展Ⅰ期临床。据悉，在这一候选药物的早期研究中，英矽智能的生成式AI平台提出了肿瘤学靶点假设，并设计具有良好成药性的化合物。

【点评】复星医药借助英矽智能的AI药物研发平台，推动自身在AI药物研发领域发展提速；英矽智能也将受益于复星医药的临床开发和商业推广能力，加速自身管线的商业化进程。

创新型企业和跨国大佬携手

2017年初，晶泰科技成为辉瑞相关药物晶型预测等服务的供应商。随后双方不断扩大合作半径，包括基于晶泰科技的AI技术为其定制开发人工智能药物模拟平台。

之后，晶泰科技陆续与多个跨国巨头达成AI药研合作。如2022年10月宣布与杨森制药（现为强生创新制药）达成研究合作，为其提供全新结构化合物的设计、筛选及合成服务。今年4月，德国默克与晶泰科技合作探究不同聚合物添加剂对治疗2型糖尿病一线药物盐酸二甲双胍晶体形态的影响，通过将默克的实验能力与晶泰科技的晶习预测技术相结合，开发更为全面的晶体形态工程筛选方法。5月，与礼来签署药物开发合作协议，以AI药物研发平台“干实验室”与自动化机器人“湿实验室”相结合的技术，为跨国企业从头设计并交付具有竞争力的候选化合物，赋能外企开发并向临床推进具有竞争力的新药管线。

【点评】与跨国药企合作，除提升自身品牌影响外，更重要的是可借助国际巨头丰富的资源与开发经验，完善并加速推动技术水平与创新能力的提升，促进在全球范围业务拓展，加快本土药企国际化布局。

中药企业与云服务巨擘协同

2023年9月，天士力与华为云签署深化协议，双方将在盘古大模型的基础能力上构建一揽子业务场景应用。特别是在中药创新方面，基于中医药企业在关键领域深厚的行业经验及服务资源优势，结合华为云在AI大模型等方面的领先技术、平台及算力等展开密切合作，共建中药智能化研究新标准。未来还将与国内研究机构、高校深化合作，逐步形成产、学、研结合的中药传承创新机制。

【点评】本次合作，双方将以盘古医学、盘古药物分子大模型为基础，结合中医药典籍、文献、临床数据、中药及天然产物现代化研究数据，共建垂直大模型，以加速中药创新与转化。此举有望利用大模型智能化信息挖掘能力，深度萃取中药组方、药材成分、分子结构的中医理论内涵，实现复方中药的精准表征计算，引领中医药数智化研究。

突破性进展与管线

现阶段，小分子化合物虚拟筛选、新靶点发现、药物优化设计和药物重定向是国内AI药研推进较热项目，适应症主要集中在肿瘤、免疫学及神经病学等领域，且已取得一些突破性进展。

数据显示，我国近百家AI制药公司已有至少16家企业将24条药物管线成功推至临床阶段，其中7个产品管线进入临床Ⅱ期以上，涉及企业包括英矽智能、赛特明强、锐格医药、宇耀生物、埃格林医药等，其中埃格林医药针对子宫内膜癌的EG-007的管线已推进至临床Ⅲ期，是进展最快的管线之一。

考虑到大部分企业属于发展早期，相较于传统的药物开发周期而言，取得这样的进展足以振奋业界。

匹配场景疏通堵点

一是数据质量的保证。包括疾病数据、药物数据、化学结构数据等。一些信息虽易获取，但质量难以保证；非公开的数据来源于制药企业、科研机构等，通过以往项目过程的累积，虽精准度高，但数据作为制药业最核心的资产，在共享方面会有一些阻碍。如果数据来源不规范、标准化不足、数据量不足，将直接影响AI模型的训练和精度预测。

二是人才与算法的匹配度。AI药研在不同应用场景中需匹配不同的算法模型，要求企业管理者、负责人或关键专业技术人员对药研、AI技术等专业知识有深度全面的理解。这样的复合型人才目前稀缺。

三是知识产权保护。由于AI技术的复杂性和多样性，如何确定知识产权归属与保护范围是个挑战。如何确保在AI药研中不会侵犯他人知识产权，也是需要解决的问题。

四是合作与协同。多领域专家、机构的协同是否足够紧密？尤其是涉及相关数据，能否完全敞开共享，将影响合作进展。

链接<<<

政策鼓励新技术应用

●2021年12月，国家工信部、发改委等多部门出台《“十四五”医药工业发展规划》，探索AI、云计算、大数据等技术在研发领域的应用，通过对生物学数据挖掘分析、模拟计算，提升新靶点和新药物的发现效率。

 ●2022年5月，国家发改委发布《“十四五”生物经济发展规划》，支持利用云计算、大数据、AI等信息技术，对治疗适应症与新靶点验证、临床前与临床试验、产品设计优化与产业化等新药研制过程进行全程监管，实现产业精准化研制与规模化发展。

 ●2022年11月，国家工信部挂网《关于巩固回升向好趋势加力振作工业经济的通知》，推动新一代信息技术与制造业深度融合，构建新一代信息技术、人工智能、生物技术、高端装备等一批新的增长引擎，大力发展新产业、新业态、新模式。

●2023年8月15日，国家网信办联合七部门出台的《生成式人工智能服务管理暂行办法》正式施行。支持AI算法、框架等基础技术的自主创新、推广应用、国际合作；针对生成式AI在算法设计、训练数据选择、模型生成和优化、提供服务、生成内容传播等方面做出规定。

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。