人工智能热点不断！AI制药，迎来明天？
作者/星空下的卤煮
编辑/菠菜的星空
排版/星空下的火锅
2022年底，ChatGPT-4的横空出世让人工智能（AI）再次成为风口浪尖的话题，具备交叉属性的AI制药也得到了市场的高关注度。这个概念也不断地被全球一线药企所提及着，罗氏、赛诺菲等巨头都在强调AI工具在药物开发等方面的巨大潜力。国内行业也不甘人后，英矽智能（H1834）和晶泰科技（H1874）这号称中国AI制药“双子星”的两家公司在2023年先后递交了港股《招股书》，摩拳擦掌准备登陆资本市场。
进入2024年，OpenAI发布的人工智能视频模型Sora再一次震惊世界，万里之遥的A股AI概念也遥相呼应，异动不断。AI制药概念受此鼓舞，加上一篇创新药“小作文”的推波助澜，相关个股也是精彩不断。两天连获20CM涨停板的泓博医药（301230）已经从2月份21.16元的低位冲高到了50元以上的位置，泰格医药（300347）等其他个股也是涨势喜人。
泓博医药走势图 来源：网络，笔者整理
但其实，AI制药的成果从目前来看表现并不理想，且在短期内难见起色。
一、降本增效利器
所谓AI制药，主要是指以大数据为基础，运用自然语言处理、机器学习等人工智能工具，在制药各环节提高和优化新药研发效率及质量，降低失败概率和研发成本。因为制药领域本身是一个链条很长，也比较庞杂的概念，所以AI制药的内涵也很丰富。
我们知道，一款新药的研发是一个非常漫长的周期，光是从立项到进入临床实验就可能得花上10年时间以及10亿美元以上的资金。在传统流程中，从数以万计的候选药物中找出那个可以满足活性、耐药性、吸收代谢和安全性等各项要求的天选之子可谓是大海捞针。
AI制药的首要目标就是解决这个环节的低效。
我们可以在积累的大量数据库的基础上，运用深度学习等技术，去进行虚拟筛选和药物分子设计优化，这就大大缩短了研发周期，也相当于有效降低了研发成本。英伟达就曾公开表达过，AI制药可能把药物早期发现所需时间缩短至1/3，成本甚至能节省到1/200！
Al技术在药物早期发现中的强力降本增效作用 来源：英伟达公开资料，太平洋研究院整理
AI制药当然早已不停留在蓝图阶段，自从2020年英国制药公司Exscientia旗下第一个由AI设计的药物分子顺利进入临床试验阶段以来，3年间有AI辅助的临床管线已经增长到目前的102条之多。各家巨头对此也是倾注颇多，强生聘用了6000多名数据科学和计算科学专家，而阿斯利康更是声称其一半左右的小分子开发项目都融入了AI辅助。
二、国内企业已孕育待发
国内创新药初创企业近些年来的势头可谓雨后春笋，AI制药公司也不例外。根据行业统计，截止到2023年11月，国内AI制药公司已经超过了90家，主要分布在小分子药物领域。
中国AI制药企业领域分布 来源：智药局，华福证券研究所
其中步伐最快的就是咱们文首提到的英矽智能和晶泰科技了。英矽智能旗下进展较快的肺纤维化用药INS018-055已经获得了FDA孤儿药资格，而ISM-3312的新冠适应症已经获批临床实验。
不过这些正牌AI制药公司过的还是比较坎坷，反映在报表上也是比较难看。晶泰科技2020-2023年H1这短短两年半时间累计亏损了49.3亿人民币，而且招股书预计2023年还将继续亏损。没有产品成功实现商业化上市，找不到活水的AI制药行业想盈利可谓遥遥无期。
相较来看，像CXO这样既需要AI制药又有业务支撑的行业似乎能把这条路走的更现实一些。像美迪西（688202）、泓博医药、泰格医药等等国内知名CXO的确一方面和AI公司高频合作，一方面自身也有所涉猎，不过和正牌AI制药初创公司来说还未明显体现在业务和业绩里。比如美迪西在去年半年报里提到了，正在通过这些技术来优化化合物的设计，从而提高成功率；而这波异动的弄潮儿泓博医药在互动易回复投资者说，公司把人工智能算法和药物设计结合，应用于大规模虚拟筛选等方面。
美迪西2023年半年度报告节选 来源：公司公告，笔者整理
三、地缘纠纷推高AI制药价值
若论前景，AI制药的明天自然看起来还是很美的。
我们知道，全球创新药物领域都在风起云涌的阶段，对药物研发各项服务的迫切外包需求也把国内一众CXO公司喂的饱饱的。但从药明康德（603259）近期遭遇的对岸《生命安全法案》风波来看，CXO行业必将面临地缘政治的极大影响，全球范围内药物研发的生态链也可能会被重塑。
而在这种大变局之中，无形中又把AI制药这个概念推高到了越来越重要的位置。通过应用AI技术，实现在虚拟空间中快速完成各项诸如预测蛋白质结构、药理特性和生成新靶点新化合物的任务，就可以极大地减少对湿实验室实验等资源密集型、人力密集型传统研发流程的需求。而且药物研发的结构复杂性也在不断提升，AI能做的就更多了。
此外，随着ChatGPT和Sora等模型的出现，人类似乎已经处在AI爆发的黎明。不论未来是否已来，机器学习结构等先进技术的潜力起码体现的淋漓尽致了。有方向就会有进一步投入，机器学习结构的迭代优化必将大大提速。
而通过改进这一结构来更有效及更高效地发现药物也成为可能。
四、商业化成疑
不过笔者也要浇一盆冷水，在AI制药于2020年走进临床阶段后的这近三年间，实际上还未有案例成功落地。
首吃螃蟹的Exscientia公司已经终止了其癌症候选药物的后续研究，住友制药公司(Sumitomo Pharma)和Benevolent AI的AI设计药物也被陆续放弃。在笔者看来，AI制药可能还尚不成熟，比如数据的标准化就难以解决。虽然可用的医药数据量巨大，但质量不高AI算法就跑不出威力。起码站在目前这个时点来看，AI制药行业还远未到爆发期。
这种狂欢之后随之而来的落空感也映射在资本市场上。
去年美国上市AI制药企业股价纷纷大幅回撤，IPO数量也骤然下降。而国内AI制药公司在2023年只有32家厂商拿到了新一轮融资，相当比例的公司近两年及以上时间没有获得新融资和披露商业合作了，这对于身负AI和制药两个烧钱buff的初创公司来说应该说是对现金流生命线的巨大挑战。
相较于其他一些行业这几年的苦涩寒冬，国内医药制药领域虽然在二级市场上屡遭重创，但在一级市场上还算是相对活跃的一方天地。但靠AI的热度混日子终究不是长久之计，国内AI制药要是想打破雷声大雨点小的困局，还是得有至少一款完全由AI发现的首创药物取得突破性进展才行。
注：本文不构成任何投资建议。股市有风险，入市需谨慎。没有买卖就没有伤害。