侵權(quán)投訴
訂閱
糾錯(cuò)
加入自媒體

為什么說AI的盡頭是生物制藥?

本文系基于公開資料撰寫,僅作為信息交流之用,不構(gòu)成任何投資建議。

AI的盡頭究竟是什么?有投資者說是光伏,也有投資者說是電力,而英偉達(dá)給出的答案則是生物制藥。

在英偉達(dá)2023年投資版圖中,除AI產(chǎn)業(yè)根基算法與基礎(chǔ)建設(shè)外,生物制藥是其重點(diǎn)布局的核心賽道。英偉達(dá)醫(yī)療保健副總裁Kimberly Powell甚至直言:“既然計(jì)算機(jī)輔助設(shè)計(jì)行業(yè)捧出了第一家2萬億美元市值的芯片公司,計(jì)算機(jī)輔助藥物發(fā)現(xiàn)行業(yè)為什么不能打造下一個(gè)價(jià)值萬億美元的藥物公司呢?”

圖:英偉達(dá)2023年投資版圖

由此不難看出,英偉達(dá)對(duì)于“AI+生物醫(yī)藥產(chǎn)”賽道的未來充滿信心,它是希望再造一個(gè)“英偉達(dá)”的。究竟為何英偉達(dá)如此看好這個(gè)賽道呢?想要弄明白這個(gè)問題,我們就必須先搞清楚醫(yī)藥賽道的核心痛點(diǎn)與底層邏輯。





01反摩爾定律





AI技術(shù)之所以能夠如此迅速的進(jìn)入大眾視野,離不開集成電路產(chǎn)業(yè)的高速發(fā)展。

英特爾創(chuàng)始人戈登·摩爾的在常年研究半導(dǎo)體產(chǎn)業(yè)后,提出這樣一個(gè)經(jīng)驗(yàn)之談:集成電路上可以容納的晶體管數(shù)目在大約每經(jīng)過18個(gè)月到24個(gè)月便會(huì)增加一倍。這就是大名鼎鼎的摩爾定律。

摩爾定律意味著,隨著產(chǎn)業(yè)不斷發(fā)展,處理器的性能大約每?jī)赡攴槐叮瑫r(shí)價(jià)格下降為之前的一半。正是這個(gè)不斷技術(shù)迭代的過程,才使得人類計(jì)算機(jī)技術(shù)飛速發(fā)展,越來越多“玄幻”的功能得以實(shí)現(xiàn)。

不同于半導(dǎo)體產(chǎn)業(yè)摩爾定律的發(fā)展,生物制藥產(chǎn)業(yè)雖然也在不斷進(jìn)步,但其發(fā)展卻是呈現(xiàn)出“反摩爾定律”的趨勢(shì)。

一直以來,創(chuàng)新藥研發(fā)都有著“雙十定律”之說,即研發(fā)一塊新藥需要十年時(shí)間、需要耗費(fèi)10億美元成本。不過這些數(shù)據(jù)已經(jīng)是過去式了,最先的數(shù)據(jù)顯示,全球范圍內(nèi)創(chuàng)新藥的平均研發(fā)成本約26億美元,平均研發(fā)周期約為10.5年。

漫長(zhǎng)的研發(fā)周期與不菲的研發(fā)成本導(dǎo)致,創(chuàng)新藥研發(fā)風(fēng)險(xiǎn)極高,不僅需要大量的資金去做這件事,而且還存在極高的失敗風(fēng)險(xiǎn)。更為致命的是,這其中的研發(fā)難度是隨著時(shí)間推移而持續(xù)提升的,也就是當(dāng)人類發(fā)現(xiàn)的藥物與靶點(diǎn)越多,后續(xù)發(fā)現(xiàn)藥物與靶點(diǎn)所需要的成本也就會(huì)更多,投資收益率也就不斷下降。

圖:創(chuàng)新藥研發(fā)成本,來源:開源證券

在這種反摩爾定律下,創(chuàng)新藥研發(fā)門檻不斷提升,投資者的風(fēng)險(xiǎn)越來越大,漸漸地創(chuàng)新藥成為產(chǎn)業(yè)巨頭的生意。但實(shí)際上,醫(yī)藥產(chǎn)業(yè)發(fā)展卻注定是由“邊緣革命”推動(dòng)的,新的技術(shù)也往往都出現(xiàn)在初創(chuàng)公司中,當(dāng)技術(shù)不斷得到驗(yàn)證,巨頭才開始切入布局。

產(chǎn)業(yè)發(fā)展規(guī)律與產(chǎn)業(yè)發(fā)展驅(qū)動(dòng)力之間,實(shí)則已經(jīng)形成了明顯的剪刀差。這是一種極不尋常的現(xiàn)象,意味著人類醫(yī)療技術(shù)的進(jìn)步將逐漸停滯,相信沒有人愿意看到這種情況。

生物制藥產(chǎn)業(yè)存在必須改變的需求,而不斷攀升的創(chuàng)新藥研發(fā)成本又給這件事留有足夠的空間。這兩點(diǎn)是促使英偉達(dá)看好AI技術(shù)能夠重塑醫(yī)藥產(chǎn)業(yè)的立足點(diǎn)。





02經(jīng)驗(yàn)與直覺





現(xiàn)代醫(yī)藥產(chǎn)業(yè),是一座由直覺建起的圍城。

創(chuàng)新藥上市雖然需要經(jīng)歷嚴(yán)苛且系統(tǒng)化的臨床驗(yàn)證,但藥物發(fā)現(xiàn)的過程卻充滿隨機(jī)性。藥物研發(fā)路徑呈現(xiàn)漏斗型,一款藥物的確立,是需要經(jīng)歷藥物發(fā)現(xiàn)、臨床前期驗(yàn)證、臨床期驗(yàn)證三個(gè)階段的,每一階段的成功管線的數(shù)量不斷降低。

這其中最難的是藥物發(fā)現(xiàn)階段,需要在無數(shù)化合物中篩選出1萬個(gè)左右適合的化合物,然后在一步一步的篩選,最后找到合適的化合物。某一個(gè)靶點(diǎn)的發(fā)現(xiàn)與確立,不僅頗具偶然性,而且驗(yàn)證過程極為繁瑣,找到合適的分子更是難上加難。

圖:藥物篩選過程,來源:浙商證券

盡管一代又一代的創(chuàng)新藥研發(fā)努力使得藥物發(fā)現(xiàn)逐漸有跡可循,但在龐大的化合物數(shù)據(jù)面前,一切還是高度依賴于研發(fā)人員的直覺,數(shù)據(jù)能夠提供的幫助并不多。努力的前提是方向正確,如果選擇了一條錯(cuò)誤的賽道,那么再多努力也終將化為徒勞。過度依賴于直覺,使得傳統(tǒng)藥物研發(fā)偶然性不可控,這也是為何創(chuàng)新藥研發(fā)成本不斷抬升的本質(zhì)原因。

如果現(xiàn)代醫(yī)藥產(chǎn)業(yè)想要成本降低,就必須擯棄過往依賴于專家直覺的方向,而是應(yīng)該更多的以數(shù)據(jù)為導(dǎo)向。所謂數(shù)據(jù),實(shí)則就是一次次經(jīng)驗(yàn)的結(jié)晶,數(shù)據(jù)化并不代表創(chuàng)新藥研發(fā)不會(huì)失敗,而是可以將這次失敗轉(zhuǎn)化為下一次研發(fā)的基石。通過系統(tǒng)性的大模型訓(xùn)練,AI對(duì)于藥物篩選將更加快速、準(zhǔn)確。

實(shí)際上,創(chuàng)新藥研發(fā)就好像一款Roguelike游戲,看似一切都是由隨機(jī)構(gòu)成的,每一次的游戲體驗(yàn)可能也不盡相同,但在一次又一次的失敗過程中,游戲會(huì)不斷積累經(jīng)驗(yàn)與數(shù)據(jù),從而降低下一次游戲的攻關(guān)難度。

AI制藥,本質(zhì)上就是摒棄過去的專家直覺,高度依賴于數(shù)據(jù)反饋,通過不斷地模型訓(xùn)練,進(jìn)而找到正確的研發(fā)路徑。由依靠專家直覺,切換到AI大模型篩選,這是一種由具象化走向數(shù)據(jù)化的過程,也是由感性向理性過度的路徑。

尤其在很多未攻克的空白適應(yīng)癥上,專家直覺的成功可能與擲骰子無異,持續(xù)高通量的AI模型試錯(cuò)才是降低失敗率的最好方法。AI制藥,不僅降低了研發(fā)成本,而且也能有效地提升研發(fā)效率。





03數(shù)據(jù)資源最為珍貴





算法、算力、數(shù)據(jù)庫,這是AI技術(shù)的三大核心要素。

在大多數(shù)場(chǎng)景的AI應(yīng)用中,算法都是三要素中最終要的一環(huán),算力與數(shù)據(jù)庫雖然也很重要,可大多數(shù)投資者依然更關(guān)注大模型算法的構(gòu)建。

但在生物制藥領(lǐng)域,算法為王的情況卻可能并不適用。與其他場(chǎng)景相比,生物制藥賽道的數(shù)據(jù)資源更加珍貴,它是非開源的,是各大藥企的核心資源。無論成功與失敗,都是經(jīng)過大肆燒錢的臨床試驗(yàn)而得來的。由此可見,數(shù)據(jù)庫才是AI制藥賽道最核心的競(jìng)爭(zhēng)力所在。

縱觀國內(nèi)火熱的AI制藥公司,多是由CRO公司轉(zhuǎn)型而來。與普通醫(yī)藥公司相比,CRO公司擁有極為豐富的研發(fā)經(jīng)驗(yàn),雖然最終研發(fā)數(shù)據(jù)歸甲方公司所有,但其卻能夠在一次又一次的研發(fā)中,潛移默化的積攢大量的過程數(shù)據(jù)與方法論,這使得CRO公司在構(gòu)建數(shù)據(jù)庫方面擁有得天獨(dú)厚的優(yōu)勢(shì)。

基于生物制藥數(shù)據(jù)的非開源性,AI制藥的發(fā)展最終很有可能走向兩個(gè)方向。第一種是財(cái)力雄厚的MNC,它們常年積累了大量的研發(fā)經(jīng)驗(yàn)與數(shù)據(jù),并且全面開始投資布局AI資產(chǎn);第二種則是以國內(nèi)為主向AI制藥轉(zhuǎn)型的CRO公司,由于它們此前承接了大量的國內(nèi)外研發(fā)項(xiàng)目,因此具備很強(qiáng)的數(shù)據(jù)庫構(gòu)建能力,欠缺的只是算法大模型的構(gòu)建,而算力問題完全可以通過與阿里云、騰訊云等科技公司合作解決。

由于國內(nèi)生物制藥產(chǎn)業(yè)剛剛起步,尚未形成擁有長(zhǎng)期創(chuàng)新藥研發(fā)布局的MNC,因此第一種模式很可能在國內(nèi)難以行得通。在未來的數(shù)十年中,CRO公司很可能將切換成為中國AI制藥的核心資產(chǎn),而海外則更多是各家MNC之間的對(duì)立與競(jìng)爭(zhēng),并不會(huì)愿意將數(shù)據(jù)開放給第三方,就連英偉達(dá)想要入局都需要通過投資生物制藥公司的方式才得以實(shí)現(xiàn)。

現(xiàn)階段,國內(nèi)AI制藥正處于發(fā)展初期,大致上可以分為三個(gè)梯隊(duì)。第一梯隊(duì)是已經(jīng)布局AI制藥技術(shù)多年的公司,如成都先導(dǎo)、泓博醫(yī)藥、晶泰科技、藥石科技等;第二梯隊(duì)則是擁有豐富的研發(fā)經(jīng)驗(yàn),但在AI制藥領(lǐng)域的布局卻剛剛起步,如藥明康德、美迪西、皓元醫(yī)藥等;第三梯隊(duì)則是研發(fā)經(jīng)驗(yàn)豐富,但暫時(shí)還沒有在AI布局太深的其他CRO公司。

AI制藥領(lǐng)域,數(shù)據(jù)才是產(chǎn)業(yè)第一性,數(shù)據(jù)庫的價(jià)值遠(yuǎn)高于算法和算力的價(jià)值,這也是為何CRO公司會(huì)站在目前國內(nèi)AI制藥產(chǎn)業(yè)第一線的原因。









       原文標(biāo)題 : 為什么說AI的盡頭是生物制藥?

聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

醫(yī)療科技 獵頭職位 更多
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)