0
本文作者: 刘海涛 | 2021-12-24 15:11 | 专题:GAIR 2021 |
从去年以来,这条赛道就极具想象力。几个数字:融资事件12起,总金额超过27亿人民币,同比增长约10倍。
国内各大VC、BAT入场,这个赛道成为资本布局和大厂之战。
前几日,罗氏、恒瑞等知名药企更是签下大单。没错,这个赛道就是2020年融资爆发元年的AI制药。
市场前景巨大、故事性十足。但与此同时,AI制药方面的尖端人才稀缺,数据的匮乏与闭塞是AI技术永恒之痛,AI制药真的能成为一条现象级的赛道吗?
近日,由雷峰网&《医健AI掘金志》主办的GAIR 2021医疗科技高峰论坛在深圳落幕。
在阿里健康投资部执行董事秦祯的主持下,高榕资本合伙杨昆,深创投执行总经理、健康产业基金投资部总经理周伊,邦勤资本总经理&创始合伙人刘明宇,以「AI新药研发,一场正在崛起的黄金赛道」问题,展开一次圆桌对话。
围绕AI新药研发产业的发展现状和资本倾向,深创投执行总经理周伊先发表了自己的看法。
他认为,AI制药刚刚起步,通过AI制药技术来发现的分子或者靶点,还没有得到临床的验证。如果后续更多的案例可以跑通,大家对AI的信任度和依赖性会越来越高。“我不希望AI制药也像AI医学影像一样,大起必然会有大落。对创业者来说,AI制药是一个不错的选择,但不要太着急,做药本来就慢,还是需要跨过很多坎。”
邦勤资本总经理刘明宇认为,“如果新工具是一场技术革命,就有可能颠覆传统的游戏规则。AI制药目前还需要一定突破口,去验证和传统的思维方式的差异,但AI制药的‘工具’属性更强。”
圆桌对话中,四位投资人还讨论了AI制药高风险的问题。
对此,高榕资本合伙人杨昆表示,对于AI制药的前景和风险,需要从产业闭环的角度来看问题。以AI诊断为例,在临床中有实际作用,但其商业化表现在中美各异。而AI制药的试金石会来得更快。
目前很多AI研发药物处于临床前期阶段,一旦进入临床阶段,会面临两个问题。首先,进入临床阶段意味着企业将进入新药公司估值体系;其次,AI筛选出来的分子对比科学家研究出来的分子效果几何有待验证,新药研发天然有一定失败率,也将对行业和企业造成一定影响。未来两年,AI制药企业可能迎来“上天”和“落地”的分化。
阿里健康投资部执行董事秦祯总结道:生物计算,更多会从静态预测往动态方向走,AlphaFold2是一个三维结构的构象的截图,未来对它的预期会从照片变成录像,真正看到蛋白如何运动。
另外,从蛋白质的预测到RNA二级结构,现在还有三级结构,把它的结构和运动连接在一起,这也是一种趋势。
第三,干湿实验数据结合,要不断地有闭环,有新的真实实验数据,再反哺到算法里面去,这也是大家期待看到的AI制药趋势。
以下为圆桌讨论的内容,雷峰网(公众号:雷峰网)&《医健AI掘金志》做了不改变原意的整理和编辑:
秦祯(主持人):从今年年初讨论AI制药企业到现在已经有10个月,有的AI制药企业已经拿到PCC结果,大家如何看待AI制药研发的现在阶段,如果现在从零开始做AI制药研发,会不会太晚?
杨昆:AI和制药是天然的结合,高榕资本也投了很多AI制药企业,包括今天在上午论坛分享的西湖欧米,还有未知君、星药科技、西湖云谷等。
从科学或制药角度,AI制药还处于早期探索阶段,没有进入爆发期。各个公司还在做药物发现、结构预测、结构之间联系等许多角度的基础工作,这是一个厚积薄发过程。
但资本方面已经非常热,我对这件事抱有乐观态度,资本本身就有催化作用,投资是产业附属,一定泡沫会催化技术向前发展。
周伊:AI制药板块是深创投持续关注的,刚才说AI制药领域晚不晚,我认为才刚刚开始。
核心原因在于AI制药发现的分子或靶点,目前还没有得到临床验证。
从创业角度,四年前火爆的AI医疗,例如AI医学影像诊断,以及病理切片诊断,现在这些已经降温,核心原因在于商业化很难做。
我不希望AI制药也这样,大起必然大落,希望它能长期稳定发展。如果目前在AI制药创业会是一个不错的选择,但不要太着急,做药本来就慢,再加上AI需要跨过很多坎。
刘明宇:邦勤资本是一家比较新的基金管理公司,多数成员都是医疗器械出身,2021年投了9个项目,7个器械、2个制药,AI制药还没太敢出手。
传统生物领域或制药领域的专家会把AI当成工具。而百度、谷歌等互联网巨头在这个赛道布局,是希望打造造药新势力。
造车新势力已经生存下来,早些年,手机新势力也把传统如诺基亚等干掉,“造药新势力”还需要时间去证明自己。
我认为应该先有问题再去找工具,而不是先有工具再去寻找问题。但果新工具是技术革命,它可能就会颠覆传统的游戏规则。
刚刚宋乐教授谈到,新药研发是10的60次方找出一个,工作量极大。
但我觉得很多真实情况可能不是大海捞针,是沙滩上丢一枚戒指,虽然也很难找,但知道大概位置,并没有这么大量级。
所以,AI还需要一定突破口,验证和传统生物学家思维方式不一样的地方,在此之前,AI在新药研发领域应该还是工具性技术,而不是颠覆性技术。
秦祯(主持人):制药是一个周期非常长、风险很高的行业,大家觉得AI制药和其它AI医疗相比风险如何?是风险更大,还是会有其它不同的风险考量点?
周伊:AI制药和其它AI医疗最大区别就是故事没有那么容易破。例如AI医学影像,拿到医疗器械注册证,就要看销售,卖得好才是真本事。
但制药本来就慢,临床实验就五到七年,故事可以讲更长一点,这是我从投资人角度看到的区别。
杨昆:今天讨论的嘉宾观点都很有意思,大家都是医疗背景,如果是互联网或TMT背景,观点可能完全不一样,这是AI医疗、AI制药投资非常纠结的地方,医疗和互联网出身看法不一样。
对于AI制药可能的风险,需要从产业闭环角度来看,以AI诊断为例,在临床中有实际作用,但其商业化表现在中美各异。
从估值角度看,AI制药的试金石会来得更快。目前很多AI研发药物处于临床前期阶段,一旦进入临床阶段,会面临两个问题:
首先,进入临床阶段企业估值是按新药研发公司还是AI公司,二者不同,如果按照新药公司估值,临床阶段估值可能就有很大差异;
其次,AI筛选出来的分子对比科学家研究出来的分子效果几何有待验证,新药研发天然有一定失败率,也将对行业和企业造成一定影响。
临床不一定要等到三期,预计未来2年我们就能看到结果,AI制药企业可能迎来上天和落地的分化。
刘明宇:我刚去隔壁会场听了安防分会场的演讲,海康威视的嘉宾谈到一个AI识别水泥厂下水道被堵塞的问题,这样的需求很简单,也很具体。
医疗里有很多“费力而不讨好”的问题,例如粪便检测、尿液检测等。AI新药研发也是一样,帮助最顶尖科学家去做那些重复性高、创造性高的工作。
刚才,杨昆总介绍了AI新药研发临床失败率高的问题,从投资角度看,短期内无法证明真伪的故事更有利于持续融资,因为可以一直讲故事。
一旦融到很多钱,就可能像AI四小龙一样跑赢竞争对手,对方可能水平比你高,但它融不到资会饿死。
秦祯(主持人):大家都觉得AI新药研发是一个很长的故事,那大家觉得PCC、IND或临床,什么时期是比较好的验证点?在这些过程中,咱们应该怎样进行项目选择?
刘明宇:这个指标很难衡量,如果可以衡量就不需要投资人,直接用机器人做投资就可以了。
不管AI制药还是常规制药企业,要看团队背景、成功经验,对赛道理解,另外就是对工具和数据的应用。
前面英矽智能介绍的工具就非常强大,PC普及对制药行业,及其它行业造成很大能力提升。但它只是一场改良,不是革命,AI则有可能成为颠覆。
周伊:AI制药公司现在有两个商业模式:
第一类,提供服务,例如快速提供先导化合物、新靶标,这都是做服务,收服务费,商业模式评判标准很简单:有没有大公司愿意出钱、愿不愿意重复出很多钱。
第二类,自己做药,自建团队,把AI作为工具,自己有分子生物学团队,药物研发团队,甚至外包FTE,CRO公司。
这类模式评判标准就和创新药公司一样,例如快速筛选靶标,尽快申报IND,做临床一期、二期,最后衡量药物的临床效果。
杨昆:我也同意周总,我看AI新药研发项目还有一个细节——团队构成。
今天新药人才和AI人才成本都很高。组建一家AI新药公司的时候,公司的核心策略是什么?
例如一个项目,是把钱砸在临床上,还是AI算力上?
很多AI制药公司都会内部讨论这类研发思路或者发展思路的问题,投资人也比较关注。这一问题可以延伸看出企业只是有短期规划,还是真正具备长期发展的潜力。
秦祯(主持人):既然聊到了项目的评估标准,明年上半年应该会有一些企业拿出PCC。届时,这个赛道估值会有哪些影响?什么情况或时间点AI公司和制药公司的估值体系会交融?
杨昆:AI新药研发未来估值会有很大分歧,现在资本市场资金比较充沛,无论AI,还是制药都容易拿到钱,有些AI制药公估值还比较高。
但医疗发展,甚至科技发展都有一个现象,一波资本冲上去然后整个赛道死掉一半以上,剩下其它企业慢慢沿着赛道跑起来,过去的测序和蛋白赛道都是这样规律。
所以,AI新药研发估值大方向上保持乐观,资本进入一定会产生一些泡沫,但这都有利于这个方向发展。
但对于一家公司来说,高估值可能是陷阱,因为当产品进入临床阶段后,估值是按照AI公司来估,还是按照制药行业调整,可能会面临变化。这考验AI平台和产品,能否持续研发创新。
周伊:明年估值怎样我就说一句,要看港股或美股二级市场对前面的AI医疗或AI制药公司看法,这是指标。
二级市场如果持续追捧,一级市场还能玩,二级市场如果砸,一级市场就不好说。
刘明宇:要做时间朋友,但赚钱不能太慢,这就是资本逻辑。
港股如果还是现在这样的情况,创新药估值低,交易量低就会有影响,那些今年融到钱的企业,可能会获得持续追加。
还会有很多有投资能力投资人持续进来,原有投资人也会对拿到钱的企业往下推,这会让一些企业估值越来越高。
但高估值是双刃剑,既有可能会持续融资跑赢竞争对手,也有可能因为高估值导致无人接盘,陷入恒大一样的两难境地。
秦祯(主持人):从AI制药赛道趋势来看,大部分企业都是从小分子开始,做化合物优化或靶点发现。关于变构药物研发,大分子筛选或蛋白发现这些其它或垂直领域赛道发展,大家有什么看法?
刘明宇:我们也看DEL方向,我原来在上市公司投了一大批抗体药,但谁也没想到PD-1会变成集采价格。
中国情况比较特殊,我对大分子方面相对比较保守,几个比较热的靶点,机理也没有完全做清楚,所以我觉得利用AI更多只是试试水。
我更建议大企业,不管是传统药企还是百度这样的造药新势力做尝试。我不敢投一个全新用AI做大分子的项目,一个新公司去做的话,风险会很高,风险投资不是喜欢风险,而是为了追求未来而不得不冒风险。
周伊:我说两个趋势:
第一,多技术融合,药物研发涉及面非常广,多技术融合是一个趋势,例如已经有创业企业用AI+DEL(DNA编码化合物库)提高筛选化合物效率,未来会有越来越多技术促进药物研发效率,缩短时间;
第二,中国大药企会逐渐成立AI制药部门,或收编类似团队,很多大药企本来就有计算化学部门,计算化学就是把AI作为常用工具。
杨昆:目前,AI在新药研发产业的应用主要还集中在分子发现环节,但在整个产业链条里发现只是很小一环。
再厉害的AI,也不能不做细胞实验、不做动物实验、不做人体实验,FDA流程监管是必须要做的,而真正花钱、花时间的地方就在中后期——细胞、动物、人,甚至上市后临床、真实世界的研究。
所以,除了早期发现,AI能不能在后续环节做一些工作,例如细胞学、真实世界临床,甚至生产工艺的突破。
我们知道有些大分子药物生产还比较麻烦,有技术或者经验的团队比较少,人的因素较大,未来AI+机器人能不能让生产全部自动化或把困难降低。
甚至对于未来的基因治疗、细胞治疗,AI能否有一些帮助,这些对产业的发展将带来更大的帮助。
秦祯(主持人):阿里健康也对AI新药研发有比较多看法。
第一,生物计算更多会从静态预测往动态方向走,AlphaFold2是一个三维结构构象截图,未来对它的预期会从照片变成录像,真正看到蛋白如何运动。
第二,从蛋白质预测到RNA二级结构,还有三级结构,把它的结构和运动连接在一起,也是一种趋势。
第三,干湿实验数据结合,要不断有闭环,有新真实实验数据,再反哺到算法里,这也是大家期待的AI制药趋势。
秦祯(主持人):大家对AI制药研发这个黄金赛道有什么样期望?谈谈未来一两年的期待。
杨昆:第一,建议企业有耐心,无论产业还是创业都不是短期可以“上天”的事,制药行业本身就是一个相对长期的事业。
第二,估值高低没有那么重要,拿到钱才是最关键的,无论酷暑还是寒冬,活下去、坚持到最后就是胜利。
周伊:比较期待AI能否在特别难的领域发挥作用,例如应对阿尔茨海默症等CNS疾病,缩短他们的研发时间,造成较大促进。
刘明宇:医学专家、生物学家和AI专家要打破壁垒,我见过一些团队在药物发现领域很厉害,但引进AI专家,却工作不到一起去。
希望大家打破知识分子自我迷恋,认识到对方价值,不管顶级大学&科研机构,还是顶级企业。最好是药物专家牵头,AI专家配合,这样可能推进得更快。
雷峰网原创文章,未经授权禁止转载。详情见转载须知。