人工智能技术及其在生物制药领域不断扩大的作用

预示未来生物制药模式的趋势与进展分析 在生物制药领域，人工智能（AI）已然是一门成熟完善的工具。 但由于AI的应用主要集中在研发阶段，而非下游的商业运营，在进一步整合方面仍然存在巨大机遇。与此同时，不少企业正在积极探索如何在现有数据和AI模型之上叠加生成式AI，包括OpenAI的ChatGPT等大型语言模型（LLM），以进一步改进新药研发过程，提升运作效率。 本文概述了几项重要趋势，展示AI在生物制药行业的强大发展后劲，其中包括10大生物制药公司的投资策略，及其如何运用AI增强现有能力或加强研发管线活动。我们评估了生物制药公司模式的扩张前景，重点关注医药及服务领域专注于AI技术的实体机构。 此外，我们试图揭示影响此类创新技术范式在生物制药领域得到广泛接受与采纳的关键因素。 以上分析结果与我们的假设一致，即未来几年里，AI驱动的生物制药企业和服务公司将在该行业发挥至关重要的作用。 人工智能技术及其在生物制药领域不断扩大的作用2 虽然人工智能对生物制药行业来说并不是什么新兴技 中型市值生物制药公司（10亿-500亿美元）；低市值生物制药公司（<10亿美元）；私营业生物制药公司。 ) —中国合伙制会计师事务所，毕马威企业咨询中国有限公司() 人工智能技术及其在生物制药领域不断扩大的作用3 ) —中国合伙制会计师事务所，毕马威企业咨询中国有限公司() 人工智能技术及其在生物制药领域不断扩大的作用5 10大生物制药公司值得关注的能力类交易包括： 10大生物制药公司值得关注的管线类交易包括： 辉瑞和Alex Therapeutics合作，利用后者的AI驱动的数字治疗平台开发个性化疗法，初步聚焦于尼古丁成瘾的数字疗法（2022年1月）。 晶泰科技（XtalPi Inc.）与杨森制药（Janssen Pharmaceuticals）达成合作，运用前者的智能药物研发一体化平台ID4，简化“设计-制造-测试-分析”周期，重点在于验证针对杨森指定靶点的小分子苗头化合物（2022年10月）。 Shape Therapeutics与罗氏达成研究合作，以推进基因治疗在神经科学和罕见疾病中的应用。双方的合作利用了Shape的AI驱动RNA技术和基于AAV的RNA编辑技术（2021年8月）。 Evotec和百时美施贵宝（Bristol Myers Squibb）扩大战略蛋白质降解合作伙伴关系，利用Evotec以AI为驱动的EVOpanOmics筛选能力和数据分析平台，旨在从百时美施贵宝的cereblon E3连接酶调节剂库中筛选有前景的候选药物（2022年5月）。 Emulate, Inc.和阿斯利康宣布签署战略协议，将在阿斯利康的实验室开发和测试Emulate的Organs-on-Chips技术，旨在加快该技术的开发，并有望减少研究中的动物试验（2018年5月）。 Absci与默克达成合作，利用前者的AI驱动综合药物开发平台Integrated Drug Creation™和Bionic Protein™技术，针对默克的生物制造应用设计专用的酶，此次合作可能涉及多达三个药物研发靶点（2022年1月）。 总之，在生物制药领域运用AI技术的想法经受住了最初的质疑和经济上的考验。各大生物制药龙头企业的投资战略充分证明了这一点，这些机构致力于在研发和管线开发领域推动AI创新。【10大生物制药公司AI相关交易的详细清单请参见附录。】 《辉瑞和Alex Therapeutics宣布达成战略商业伙伴关系》，Alex Therapeutics,，2022年1月31日。 《Shape Therapeutics与罗氏展开战略研究合作，将基于AAV的突破性RNA编辑技术应用于神经科学和罕见疾病适应症领域》，Shape Therapeutics，2021年8月24日。 《Emulate, Inc.和阿斯利康达成战略协议，共同研究Organs-on-Chips技术，以改善对人类安全性和候选药物疗效的预测》，Emulate, Inc.，2018年5月16日。 接下来，我们将关注点转移到生物制药领域的不同企业上，以下分析阐述了生物制药和服务领域中专注AI的企业的崛起及其影响。（图5）我们的深度分析将聚焦专注于AI的生物制药公司以及生物制药服务公司，前者将AI作为驱动研发和管线决策的重要引擎，后者则运用AI进行管线决策，并为整个行业提供服务。在详细探讨这一话题的同时，我们将针对AI技术在整个生物制药领域被持续采纳和接受的关键影响因素分享我们的见解。 专注AI的生物制药公司示例–RelayTherapeutics 专注AI的生物制药和服务公司示例–InsilicoMedicine 进行一种治疗局部晚期或转移性实体瘤的药物的开发和商业化。此外，该公司还与致力于长时间尺度分子动力学模拟的计算生物化学公司D. E. 项目，其重要合作项目包括与复星达成的协议，将在免疫肿瘤学领域为后者的QPCTL项目提供支持。 Shaw Research建立合作伙伴关系，利用后者的计算能力分析蛋白质运动，旨在开发和转化靶向化合物。 Insilico拥有一整套药物研发工具，其自然语言处理引擎PandaOmics可通过分析专利、研究出版物和临床试验数据库等多个数据源评估靶点的新颖性和罕见疾病关联性；主动学习系统Chemistry42则利用42种预训练生成算法设计药物，评估成药性、选择性和效力等重要特性。通过与行业领导者的战略合作以及近期整合的ChatGPT（补充知识图谱的数据集成能力），该系统的性能得到了增强和验证。 Relay当前基于AI的能力包括： 对蛋白质结构域的深入了解：由AI驱动的见解提供了基于不同运动的假设，包括如何最好地调节蛋白质的行为，并识别潜在的新型变构结合位点。 最后，Insilico基于Transformer的AI平台inClinico集成了生成式AI，并分析了7年期间超过55,600项II期试验的数据。该研究报告由Insilico隶属的研究人员撰写，揭示从II期向III期临床试验成功过渡的预测准确率为79%。 对苗头化合物的快速识别：Relay的专有工具（如DNA编码库平台REL-DEL）能够设计相关的基于活动的筛选化合物，从而产生更多的潜在先导化合物。 更快、更丰富的先导化合物优化：Dynamo™平台能够高效预测和设计具有更强效力、特异性、选择性和生物利用度的化合物，避免了冗长且昂贵的典型迭代湿式实验室方法。 《药物发现和开发：面向公众和患者群体的介绍》，Frontiers in Drug Discovery，2023年5月24日。 《Insilico Medicine宣布在新西兰开展的INS018_055 1期临床试验已取得重大积极成果，INS018_055是一种AI设计药物，靶向于AI发现的靶点》，Insilico Medicine，2023年1月10日。 如今，生物制药行业的思维模式即将迎来转变，与此同时，我们必须了解生成式AI的作用，以及推动其在整个价值链中被接受和采纳的重要因素。虽然生成式AI无法解决所有研发难题，但将其纳入药物研发工作流程有助于改善决策、提升效率，从而在该领域创造巨大价值。以下重要价值驱动能力将极大地影响生成式AI在未来生物制药领域的接受度： 识别具有更强特性的新型化合物 为时间进度和成本效率的改善提供有效证明 生成式AI有助于改善时间进度，降低成本，从而显著加快生物制药领域的药物发现和开发，提高市场反应速度，并有望创造先入优势。如上文所述，将候选药物快速推进至临床研究阶段的Insilico就是最好的例证。 从理论上讲，识别新型化合物能够带来许多益处，包括改善安全性、增强效力、特异性、选择性、生物利用度等等。除产品特性外，在特征鲜明的药物化学领域里开发可申请专利的化学物质也是至关重要的。虽然存在这些可能性，但迄今为止，许多初期AI生成化合物没有预期的那么新颖，不过仍然具有意义。例如，Exscientia公司基于已知的化学结构、靶点和机制的两种AI衍生化合物目前正处于人体试验阶段： DSP-1181：根据结构分析，一种用于治疗强迫症（OCD）的5-HT1a受体激动剂与1967年批准使用的常用第一代抗精神病药氟哌啶醇具有相同形状的分子。 EXS21546：一种用于多种肿瘤的腺苷A2a受体拮抗剂与其他已报道的A2a拮抗剂共有三种结构相似的形状。 展望未来：预期近展一览 若能成功推动生成式AI主导项目获得批准，将有助于缓解业内某些领域仍然存在的疑虑。从理论上讲，从大型复杂数据集中汲取新见解的能力将为专注AI的生物科技公司带来更强的决策能力，从而提高成功概率。然而，AI生物制药公司虽然在提名和启动临床试验方面取得了成功，迄今为止却尚未取得超越II期 先进的AI：生物制药公司将运用先进的AI技术，如扩散式生成模型（Diffusion Generative Models），提高药物开发的效率和 ) —中国合伙制会计师事务所，毕马威企业咨询中国有限公司() 人工智能技术及其在生物制药领域不断扩大的作用11 生成式AI模型在药物开发方面具有巨大的应用潜力，但其固有局限性和伦理影响不容忽视。作为概率工具，它们根据历史数据预测结果，其预测不一定完全准确，因而有可能导致意想不到的结果。因此，相关专业领域的专家必须在错综复杂的药物开发领域对这类模型进行全面验证。 此外，尽管生物制药行业高度关注AI技术整合，在这方面也有大量投入，但改进的空间仍然广阔。最关键的一点是缺乏经过验证的价值主张，尤其是高级临床试验中缺乏变革性成果，抑制了人们对AI潜力的信心。为扭转这一局势，一开始采取保守策略可能是更为谨慎的做法。为此，生物制药领域需要运用AI强化已知的化合物，并增进对常见疾病和靶点的了解，而不是用传统靶点探索以往开发较少的领域。通过首先在已熟悉领域巩固和展示价值，生物制药行业将创造有利条件，为AI的广泛应用和接纳奠定更坚实的基础。 展望未来，生物制药公司在展开或加速其AI旅程的过程中，需要牢记以下6个关键因素： 2022-2023年10大生物制药公司的AI交易一览* 毕马威拥有得天独厚的优势，凭借战略合作伙伴关系以及对充满活力的生成式AI市场的深刻洞察，助力生物制药企业的发展。通过以下概述的各项服务，我们协助引导客户驾驭错综复杂的药物开发领域，识别发展趋势，评估潜在影响，制定相关战略，充分利用生成式AI所带来的机遇和风险。 战略咨询，聚焦业务战略对AI战略的需求，帮助客户梳理业务场景和业务转型模式和战略，开展案例研究和业务对标服务。 交易寻源和评估，根据市场地位、技术组合、战略契合度和潜在投资回报等因素，在生成式AI市场中发现潜在的收购或合作机会。 商业尽职调查，包括评估目标公司的市场地位、商业模式、客户关系和增长前景。 市场和竞争情报涉及对生成式AI市场的持续监测，并为客户提供有关市场趋势、竞争对手行为、监管变更以及其他可能影响其业务的因素的见解。 整合规划和并购后整合发生在交易完成后，包括帮助客户整合被收购的公司或资产。这可能涉及识别潜在的协同效应、制定整合计划或协助管理整合过程。 数字化赋能，通过AI等数字化技术的导入，实施以及数字化平台运营，全面优化公司的经营管理、客户服务，促进公司收入增长，运营成本降低和工作效率提升。 ) —中国合伙制会计师事务所，毕马威企业咨询中国有限公司() 人工智能技术及其在生物制药领域不断扩大的作用15