AI药物风口"虚火":BAT竞相入局 细分行业融资记录再破

  • 时间:
  • 浏览:9

在AI落地应用场景中,医疗是最热门的领域。IDC预计,到2025年,医疗行业将占到AI应用市场总价值的五分之一,达到254亿美元。其中药疹是最大的细分(约35%),如超医学影像和辅助诊疗。最大的领域正在经历“忽冷忽热”——的市场考验

一方面,互联网巨头不断加持。1月,阿里巴巴宣布将与全球健康药物研发中心合作开发AI药物研发和大数据平台;7月,腾讯推出首个AI驱动的药物研发平台“沈芸知止医药”;9月,百度首席执行官李彦宏率先推出“百途柯胜”,参与或牵头推出基于人工智能技术的新型精密药物.

与此同时,对该行业的投资也在蓬勃发展。9月28日,工业企业景泰科技超额完成3.188亿美元的C轮融资,创下全球ai药物研发领域新纪录。其主要投资者包括软银视觉基金二期、晨兴资本、腾讯等。

另一方面是医药行业风险资本家的警惕态度。业内部分企业家表示融资困难。据《科创板日报》记者采访了很多医药行业的风险资本家,他们得到的回复是:“谁敢投谁就投谁,反正我现在不投”;“近几年没有商业上成功的企业”;“行业还早,早投就好。我还是不明白投资VC的逻辑。”……

投资的逻辑:数据

互联网巨头研发AI药物并非没有道理。北京大学前沿交叉学科研究所特聘研究员、国家科技重大新药创制专项药物设计项目前负责人裴剑锋博士告诉记者,在用AI技术寻找可能的落地场景的过程中,药物研发由于其广阔的想象空间,很容易被“选中”。

一方面,药物研发确实遇到了瓶颈,需要AI等新技术继续发展。

据美国医学研究与制造协会统计,2012-2014年全球新药研发成功率仅为11.6%。未来,新药的研发只会变得更加困难。据中国经济合作集团高级投资经理李帅写的一篇文章称,人体内可作为药物靶点的编码蛋白质的基因不到700个,其中易开发的靶点已经枯竭。“下垂的果实不见了。”李帅说,在新药研发中,使用人工智能等新方法是“必须接受的未来方向”。

另一方面,AI技术的发展依赖于大数据。在这一点上,它的逻辑似乎和互联网行业的逻辑类似,很容易被互联网巨头的投资所理解。

《科创板日报》记者已经看到了几个创业模式对数据的重视。以景泰科技为例,它在互联网风险投资中受欢迎的原因之一是——。据说——的数据积累接近PB(记者注:1PB=1024TB,800个人类记忆相当于1PB)。此次募集资金将用于“以丰富的药物研发现实数据支持其算法的不断创新和升级,挑战更多研发瓶颈”。

同样,BAT等互联网巨头的很大一部分逻辑也是基于此。他们相信,凭借算法和资源的优势切入新药研发领域后,会积累大数据的优势,然后迭代算法,让自己循环前进,最终占据轨道;相反,那些在竞争中无法快速开启下游应用的初创企业,由于缺乏强有力的数据支撑,并不受投资者青睐。

互联网跨界医药:不被看好?

但值得注意的是,这种来自互联网行业的理解并不符合医药行业的认知。

裴剑锋向《科创板日报》记者指出,数据固然重要,但并没有起到根本性的作用。中科创新的投资总监翔宇对此表示赞同。他说,医药行业严重,类似互联网行业的现象r

工业企业智华科技创始人兼CEO夏宁博士向《科创板日报》记者透露了相关费用:做一个实验的费用在500美元左右,合成一个化合物的费用在1000美元左右。另外,裴剑锋指出,很多数据都是企业私有,不对外开放。

其次,现有的数据类型是不完整的,因此很难迭代一个基于这种数据的有效算法。"公共数据是成功试验的数据,但我们也需要失败试验的数据."裴剑锋说。夏宁也向《科创板日报》记者表达了类似观点,称现有数据主要来自公开文献,“均为正面,缺乏负面数据。”

更重要的是,药物研发非常复杂,单靠AI并不能完全解决行业未来很长一段时间的瓶颈。“药物研发是一个三维空间。AI虽然很重要,但只是一个维度。”裴剑锋说,如果把药物研发比作海上航行,AI是马达,但风速、水流、航向等因素也很关键。

基于上述原因,执业医师对互联网上的跨境药物研发持负面看法。关于热门AI药物研发的市场现象,翔宇对《科创板日报》记者评论说,这个行业“易学难精,追风只会破坏行业声誉。”

其实药物研发的门槛远远超过互联网行业,所以这种“跨界”不是“穿越”,而是“爬楼梯”。一个证明在于从业者的年龄。“在药物研发领域取得小成绩的专家一般都是40多岁,而在互联网行业,20-30岁是黄金年龄。”裴剑锋说。

投资大热背后的“隐忧”

前面提到的数据问题也不是没有解决方案。翔宇认为,许多初创企业甚至没有很好地利用现有的数据。

其实在AI热起来之前,利用算法工具提高药物研发效率,是业界的前沿技术。裴剑锋的团队从2014年开始尝试AI药物研发。此前,他的团队使用其他算法在研究机构解决了同样的问题。

"有一些方法可以避免数据量的问题."裴剑锋说,比如结合物理化学和数学原理,总结出一些规律性的规律。“牛顿万有引力定律解决了大量的物理问题,但牛顿并没有用大数据来总结定律。他进行了哲学抽象和概念思维,以及在药物研究和开发领域。”

裴剑锋在这个领域积累了25年以上的经验。2018年,他和他的团队成立了英飞之瑶,实现了生产、教育和研究的转型。公司定位为以AI为核心的新药研发企业。

相反,那些专注于AI数据的创业公司,商业模式不清晰,护城河不足。

医药行业投资人黄立向《科创板日报》记者描述了自己的想法和感想:“做AI药物研发的公司太多了。我个人见过的不下十个BPs。行业同质化竞争严重,企业核心价值缺失。这种反应会成为商业上的价格战,AI仍然只是研究者的辅助工具。现阶段对行业的帮助有限。”

至于他什么时候会考虑投资AI药物研发企业,黄立称之为“N年后”。

AI药物行业仍处早期

就AI药物研发商业模式而言,嘉定创投总经理季少玲向《科创板日报》记者承认,如果相关企业采取“卖软件算法”的模式给CRO企业或医药公司,其估值是有限的;但如果最终能依靠AI开发出新药,投资价值就不一样了。后者也是行业投资者看重的投资对象,但数量不多。

《科创板日报》记者了解到,飞影智耀就是这种模式。

“我们建立了一个‘智能药脑’平台,集成了前沿的计算机辅助药物设计技术、新一代AI药物设计技术和新药研发专家经验,是一个高度集成的人机交互AI。目前,“智能医学脑”已有基于结构的人工智能三维分子生成与优化、人工智能分子库等30多项模块技术

在过去的一年里,英飞凌为4家制药公司和研究机构提供了目标识别、新分子发现和优化服务,并开发了2种自主研发的候选药物。

但是前面提到的受访者都认为,AI药物的研发还处于行业的初期阶段,要摘到果实还有很长的路要走。

此外,严剑锋认为,行业的健康发展离不开两个帮手:一是要呼吁国家重视数据中心建设,进一步完善药物研发所需的数据和信息;第二,AI算法领域需要新的突破。裴剑锋说:“我们需要在新药开发领域深入整合下一代强大的人工智能算法和领域知识,以摆脱对大数据的简单依赖。”。

(原标题:调查BAT竞争进入行业融资记录,打破AI药物发泄上的“虚火”)

(负责编辑:张梅_NF2100)