AI藥物研發首獲臨床療效驗證 英矽智能首席科學官任峰：講故事的時代過去了，未來拼的是管線進展和授權收入

每經記者 林姿辰    每經編輯 張海妮    

AI（人工智能）制藥領域稱作“死亡之谷”的Ⅱa期臨床試驗階段，迎來了首位闖關成功的玩家。

9月18日，英矽智能宣布，公司在研管線ISM001-055在一項Ⅱa期臨床試驗中取得了積極的初步研究結果。該藥物是一款“全球首創”小分子抑制劑，由生成式AI驅動藥物發現與設計過程，靶向TNIK（Traf2/NCK相互作用激酶）用于特發性肺纖維化（IPF）治療。

對于裁員、整合傳聞頻出的AI制藥行業，這是個好消息，但是目前全球還沒有AI藥物進入臨床Ⅲ期階段，商業模式仍待探索。近日，英矽智能聯合首席執行官、首席科學官、藥物研發負責人任峰在接受《每日經濟新聞》記者采訪時表示，AI制藥單靠“講故事”吸引資金的時代已經過去了，未來拼的是管線進展和授權收入。

從2013年算起，AI制藥行業的發展已有10年，但鮮有AI藥物挺過Ⅱ期臨床試驗。Exscientia、Benevolent AI、Recursion Pharmaceuticals等AI制藥明星公司，都曾因候選藥物在Ⅱ期或Ⅱa期臨床試驗中未能達到預期的藥效目標，嘗過股價波動的滋味。

因此，作為全球首例由AI驅動研發并完成Ⅱa期臨床療效驗證的藥物，ISM001-055得到了2013年諾貝爾化學獎得主Michael Levitt的高度評價：“意味著AI驅動藥物發現這個新時代的真正突破。”

據任峰介紹，IPF是一種慢性、瘢痕性肺病，其特征是肺功能進行性且不可逆地下降，目前的抗纖維化藥物可以減緩疾病進展但無法停止或逆轉疾病進程，臨床普遍認為給藥時間在6個月至一年以上才能看到藥效，但在ISM001-055為期3個月的Ⅱa期研究中，患者表現出“劑量相關的用力肺活量（FVC）改善”（FVC是衡量IPF藥物有效性的金標準），證明ISM001-055具有改變IPD疾病進程的潛力。

這一結果出乎研究團隊的預期，也因研究時間較短、受試者人數較少等原因，亟待進一步驗證，但生成式AI對藥物早期研發的效率和創新性加持，已經毋庸置疑。

任峰表示，ISM001-055從早期靶點發現到確定臨床前候選化合物，研發時長共18個月，研發投入合計260萬美元。而根據相關文獻，按照行業平均水平，完成類似研發流程通常需要4年半的時間，并且需要投入數千萬美元。換言之，AI的加入縮短了2/3的研發時間，將研發費用降低至行業平均水平的1/10，大大提高了研發效率，降低了研發成本。

另外，生成式AI在藥物創新性方面起到重要作用。“先用生成式AI找到全新靶點，再用生成式AI針對靶點結構，從頭生成新的小分子。這種小分子的創新性很強，目前全球只有我們一家。”任峰說。

英矽智能研發管線 圖片來源：公司官網

記者注意到，目前英矽智能官網披露的在研管線共有18條，在研管線適應癥覆蓋范圍較廣，明顯區別于聚焦特定疾病領域的生物科技公司。對此，任峰表示AI驅動新藥研發項目不受疾病領域的限制，只要有足夠的公開數據都可以對藥物研發進行不同程度的賦能，但這一過程對數據清洗有較高要求，公司的數據清洗團隊常年保持20~40人的規模。

管線進展和授權收入很重要，探索授權轉讓的商業模式

今年3月27日，英矽智能向港交所遞交招股書，擬在香港主板IPO上市。招股說明書顯示，公司的收入由“藥物發現及管線開發服務”“軟件解決方案服務”兩大部分組成，其中前者2023年收入占比高達93.4%，且其下屬的“管線藥物開發”實現收入3902.2萬美元，在總收入中占比76.2%。

而這一重要業務的收入，包括研發、收到公司內部開發的管線候選藥物的上市授權后的商業化，以及公司將對相關知識產權保留獨家擁有權的若干管線候選藥物對外授權。

英矽智能收入明細 圖片來源：公司招股說明書

基于此，任峰總結了英矽智能的三大商業模式：一是AI平臺商業化軟件對外授權；二是藥物研發項目對外授權；三是與大型藥企進行戰略合作，從首付款、里程碑付款等獲得收入。

任峰認為，三種商業模式中，軟件授權的收入“天花板”比較低，戰略合作受制于合作伙伴的戰略，比較被動，而藥物研發項目對外授權的自主性較高，管線做到一定階段就可以對外轉讓，拿到首付款、里程碑付款和銷售分成，既是公司最主要的商業模式，也是AI制藥行業最有可能走通的商業模式。目前，愿意為這些AI藥物買單的，大多是海外客戶。

“AI制藥講故事的時代已經過去了，大家現在對AI制藥公司的要求就是兩方面：一個是看管線進展，再一個是看授權和授權收入。”任峰告訴記者，與全球已經上市的AI制藥公司相比，公司超過5000萬美元的年收入能排到第二名，今年上半年的收入已經超過去年全年，但商業模式尚未完全走通，“正在走通的路上”，需要得到更多驗證。因此，公司未來的兩大發展方向分別是快速推進管線、做大做高收入。

“AI平臺聚焦在藥物早期研發，后期的大規模臨床及商業化不是公司的強項，所以管線推進到某一個階段，肯定要尋找合作伙伴。”任峰預計，如果一家AI制藥公司每年能轉讓2~3個項目，整個商業模式才能“可持續性”地走通。對于英矽智能，預計在未來2年之內達到盈虧平衡。

AI有望縮短國內外創新藥研發差距，但并非制藥“必殺技”

2023年4月，英國AI制藥公司Benevolent AI宣布，其用于治療特應性皮炎的局部泛Trk抑制劑BEN-2293的Ⅱa期臨床試驗沒有達到次要療效終點，此后公司進行了兩次裁員，總計180名員工；今年8月，美國AI制藥公司Recursion和英國AI制藥公司Exscientia宣布雙方達成最終合并協議，合并的公司名稱將為Recursion。

隨著越來越多AI制藥公司傳出裁員、合并消息，此前籠罩在行業上的光環開始褪去，市場投資情緒從狂熱回歸冷靜。據任峰觀察，行業正處于優勝劣汰的階段，未來有的公司會合并，有的公司會開不下去，有的公司則會選擇轉型，有的則會繼續在AI制藥領域深耕。

那么，怎么判斷一家AI制藥企業是優是劣呢？任峰表示，管線和收入是兩個顯性指標，前者反映了AI平臺推進項目的能力，后者體現了業內對企業的認可程度。此外，AI技術的評估也很重要，但更為復雜，判斷難度更大。

任峰認為，比起“從0到1”的原始創新，中國制藥企業更擅長“從1到100”的跟隨創新，因此在ADC（抗體偶聯藥物）等工程化更強的制藥領域占據優勢，在PD-1、GLP-1等新藥靶點的發現上相對落后。而AI有望彌補中國藥企原創短板，縮小國內外創新藥研發差距。

隨著AI制藥賦能藥物研發成為業內共識，頭部藥企的布局動作不斷，如跨國藥企賽諾菲于2023年6月宣布“All In”人工智能和數據科學，葛蘭素史克、強生、輝瑞、拜耳等跨國藥企均通過與AI制藥初創公司合作、內部研發或投資等方式，將AI技術融入藥物發現和開發過程。不過，截至目前，全球仍未有AI驅動研發的新藥獲批上市。

“千萬不要認為AI（制藥）都會失敗或者都會成功，這個是悖論。”任峰告訴記者，在沒有AI支持的情況下，新藥研發管線的成功率通常低于5%，AI的引入可以將這一數字提高3至5倍，本身就是巨大的進步，但絕不可能將成功率提升至100%。

“大家對AI制藥要有合理的期望值，并不是說有了AI的加持所有的東西都必須成功，大多數還是有可能失敗的。”任峰說。