AI in Drug Development
AI 正在深刻影响生物医药行业，通过基础模型的应用解决药物开发中的高失败率、长周期和成本问题。当前 AI 技术已贯穿药物开发全流程，包括 AI 药物发现、AI 工具与服务、AI 临床试验等。
核心观点与数据
- AI 应用广泛：初创企业将 AI 应用于药物开发各环节，包括建立 AI 发现的资产管线、签订大规模发现服务合作、提供 AI 平台服务以及应用于临床试验。
- 生物学基础模型兴起：基础模型在生物学领域的引入已改变蛋白质结构预测和生物信息学，前沿应用聚焦于“虚拟细胞”的全面模拟。
- 投资活跃：过去 12 个月 VC 在 AI 药物开发领域的投资总额达 32 亿美元，涉及 135 笔交易，其中 AI 药物工具与服务占比 62.5%。
- AI 药物公司估值高：2024 年 AI 药物公司中位估值达 7800 万美元，几乎是整个生物医药行业的两倍。
- AI 工具与服务交易频繁：过去四个季度 AI 药物工具与服务领域的交易量同比增长 51.8%。
技术与进展
- 蛋白质结构预测与设计：DeepMind 的 AlphaFold、Meta 的 ESMFold 和 AlphaFold 3 等模型显著提升预测精度，RFdiffusion 可设计全新蛋白质。
- 基因组模型：DeepVariant、DeepConsensus 等工具提高变异检测精度，Evo 2 可分析长程基因组交互。
- 细胞基础模型：scGPT、Geneformer 等模型通过单细胞 RNA 测序数据模拟细胞内相互作用。
- AI 药物发现：AI 药物公司（如 Xaira、Isomorphic Labs）的早期资产 I 期成功率高达 80%-90%，远超行业平均水平。
投资与估值
- AI 药物公司融资：2021 年投资高峰达 41 亿美元，2025 年前三季度已吸引 19 亿美元投资。
- 估值溢价：AI 药物公司中位估值 2024 年为 7800 万美元，较行业高 1.4 倍。
- AI 工具与服务融资：2025 年前三季度 71 笔交易总额超 8 亿美元，创历史新高。
挑战与展望
- 挑战：数据孤岛与质量限制、输出验证缺乏标准化基准、生物安全风险。
- 前景：专用领域模型已展现价值，通用基础模型和 AI 药物公司的价值仍需验证，部分 AI 发现药物已进入临床试验。
