创新药物的研发漫长、昂贵，且充满失败风险，尽管新药上市后能获得可观收益，但生物制药行业整体投资收益率依然较低。AI技术的出现，被认为将极大程度提升创新药研发效率，提升行业整体投资收益率，甚至可能突破人类思维桎梏，找到创新性的药物靶点和分子，有望给生物制药行业带来颠覆性的影响。
英矽智能作为全球AI制药领域的代表性企业，试图通过自主研发药物来验证AI制药的商业可行性，是目前国内AI+Biotech领域临床进度领先的企业，其在AI技术开发与药物管线研发过程中，所总结的经验和所遇到的困难对于AI制药行业而言，具有较高的代表性。
医药加速拥抱AI，初创企业暂时领跑
全球AI制药技术正处于“能力深化期”，基础理论与核心模型已基本成型，虽然短期内仍难有颠覆性突破，但随着数据积累与模型训练的持续推进，AI技术的应用前景正不断被认知。对于生物制药产业而言，AI已不再是孤立的工具，而是逐渐融入药物研发全流程，从靶点发现、分子设计、临床试验设计，甚至是生产销售等每一个场景下，都有药企在积极尝试引入这项前沿技术。
英矽智能联合首席执行官、首席科学官任峰表示，从目前的技术发展情况来看，AI在药物研发全生命周期的应用已成为行业趋势，即使是部分传统药企也正在试图利用AI简化日常工作流程，从而让企业有更多精力投入到研发工作上，这其实也是AI对药物研发效率的一种提升。
根据弗若斯特沙利文数据，2019-2023年，全球AI赋能药物研发市场规模从53.7亿美元增至119亿美元，年复合增长率达22%，预计到2032年，这一市场规模有望达到746亿美元，年复合增长率22.6%。
行业格局来看，AI制药行业逐渐呈现“初创企业领跑技术，巨头抢占场景”的分化态势，一些初创公司以AI技术为核心基因，凭借技术原生优势占据先机，而传统药企在完成AI技术磨合后，将凭借场景资源优势逐步聚拢行业资源。
“包括大型制药企业在内，整个医药行业都在加速拥抱AI，但像英矽智能这一类以AI技术起家的初创制药公司短期内会有更强的先发优势，在AI制药领域会跑得更快。我们不需要经历引入AI技术并慢慢磨合的阶段，尤其是推动企业观念上的逐渐转变”，任峰说。
AI赋能成果初显，商业化仍待加速
英矽智能自主研发的一体化AI药物发现平台，Pharma.AI，目前已实现了端到端覆盖药物研发全流程的能力，通过分析庞大且复杂的数据集，能够在潜在适应症识别、生物标记及治疗靶点发掘、分子设计和优化、药理特性预测等诸多环节显著提升研发效率，降低后期开发中代价高昂的失败风险，公司也凭借此在生物制药领域构筑起了独特的技术优势。
根据最新披露的公告，基于Pharma.AI平台，英矽智能目前已产生了27项临床前候选化合物，13项获临床试验批件的药物管线。从应用效果来看，公司表示，借助Pharma.AI平台，其典型管线产品平均可在12-18个月从发现阶段推进到临床前阶段，相比之下，传统方法下平均需要三到六年，公司药物研发效率有明显优势。
目前，英矽智能的药物研发能力已逐渐获得外界认可。据悉，公司已有四款在研药物管线实现对外授权转让，转让合约总价值超过20亿美元。同时，公司有3款在研药物管线与合作伙伴达成了共同开发合作，并与礼来、赛诺菲、复星医药、施维雅等在内的跨国药企达成了药物研发合作。
另一方面，公司目前为止仍没有一款药物实现商业化，而这也是全球AI制药行业发展至今最大的痛点之一。任峰表示，当前AI制药行业仍未出现类似于DeepSeek时刻的爆发点，其中最关键的原因就是仍未有一款由AI设计的药物正式获批上市，因此无法在临床上对AI设计药物的能力进行验证。
为了进一步验证自身AI平台的技术实力，英矽智能正致力于加快推进药物研发进度，“无论是优化和加速推进我们自己的临床试验，还是将项目转给合作伙伴，由合作伙伴继续推进，当前最主要的目标就是找到最适合的方式，让药物能够尽快获批上市”，任峰说。
与此同时，英矽智能也在积极突破医药领域边界，寻找新的应用场景。据介绍，公司目前已在先进材料、农业、营养产品以及兽药等领域实现了对外合作，构建了以医药为主、向多领域延伸的商业化布局。
临床数据成AI制药企业制胜关键
数据对于AI技术至关重要，凭借数据和算法建立优势，AI大模型可以在药物研发早期很大程度上避免人工因素干扰，提升研发效率。另一方面，基于经验和大数据的训练，生成式大模型还能够快速设计全新的分子结构，创新性相对更强。任峰表示：“AI设计的分子结构很多时候已经超过了药物化学家的想象范围，未来AI制药研发能力将远远超过人类药物专家。”
未来，AI制药企业的竞争将逐渐由算法优越性的比拼转向数据的竞争，数据资源更具优势的一方将获得领先地位。任峰表示，在生物制药这一垂直赛道，公开数据已经足够用于模型的训练，但是对于AI模型而言，数据越充足，AI能力就越强，算法也越精准，因此AI制药行业对于海量数据的需求永无止境。
作为应对，英矽智能通过自主研发与合作积累双路径积累数据，为Pharma.AI平台持续优化提供数据支撑。“我们自2021年就决定建立自己的AI技术应用场景，通过搭建自己的药物研发团队，建立药物研发项目不断积累数据”，任峰还透露，包括英矽智能在内，很多AI制药公司都已开始建立自己的智能化湿实验室，通过干湿实验相结合的模式，产生更多独有的数据，进一步帮助AI平台训练。
相较于药企通过动物实验获得的临床前数据，来源于医院内真实病人的医疗数据无论对于传统制药企业、AI制药企业还是商业保险公司，都有着更大的商业价值，也因此更为珍贵。然而，在国内，这些医疗数据由于涉及个人隐私，受到我国法律的严格监管保护，并且还存在数据归属权、使用权不明确等诸多问题，因此尚无法对其商业价值进行有效开发。
任峰建议，可以将数据的归属权和使用权分离，确保数据归属权可控的情况下，将医疗数据转让给制药公司使用，所获得收益分配给医院或病人，“这方面，美国的Tempus已经开创了行业先例，这背后的机制值得我们的政府部门进行研究，或许我们也可以由政府主导成立这样一些数据公司，来推动医疗数据的流动。”
举报 相关阅读
飞鹤携手时尚芭莎举办鲜活盛典 迹萃、启萃开启“鲜活营养”全新时代 30 01-20 11:33 
AI重塑健康服务生态：鱼跃医疗从“设备制造”到“健康管理”的转型之路 152 01-16 10:56 
从“零件思维”到“科学归因”：新能源汽车电池安全的责任边界之问新能源汽车产业链责任共担机制迫在眉睫
100 01-15 13:52
全球最大科技公司和最大药企联手，10亿美元欲砸出AI“超级药厂”将制药专业知识与尖端人工智能、加速计算和基础设施能力相融合，从根本上能重塑药物发现，并将顶尖科学家和人工智能工程师集中在一起，共同应对复杂的新药研发挑战。
9 630 01-13 01:35
对话曼大中国中心：当可持续转型成为“必答题”，企业如何培养自己的绿色竞争力引擎？ 65 01-12 16:49 一财最热 点击关闭
盈禾配资提示：文章来自网络，不代表本站观点。
