<mark id="oztn4"></mark>
0
資本寒冬里，AI制藥行業簽下了一筆高價訂單。
近日，AI制藥公司英矽智能宣布，與賽諾菲達成一項將持續多年、針對多個靶點的戰略研究合作，預付款和靶點提名費用不超過2150萬美元，里程碑總額最高可達12億美元。
根據協議條款，賽諾菲將獲得英矽智能AI藥物發現平臺Pharma.AI和跨學科藥物研發團隊的支持，推進基于不超過6個創新靶點的候選藥物研發，使其達到臨床開發候選階段。若研發藥物成功上市，英矽智能還將得到最高兩位數的分階段特許權使用費。
這是英矽智能今年以來第二次官宣與大藥企的合作。1月，英矽智能曾宣布與復星醫藥達成首付款1300萬美元的戰略合作，為當時國內已披露的首付款最高的訂單。
在前一項合作的基礎上，英矽智能再次刷新了首付款紀錄。連續兩次收獲國內最大合作訂單，英矽智能有著怎樣的成長路徑？未來的發展策略是什么？
圍繞這兩大問題，雷峰網《醫健AI掘金志》與英矽智能CEO Alex Zhavoronkov，聯合CEO任峰、首席商務官Michelle Chen進行了一次對話。
上一次令整個AI制藥行業沸騰的商業合作，還是賽諾菲與Exscientia之間達成的“天價”大單——預付款1億美元、總額約52億美元，開發涵蓋腫瘤學和免疫學的多達15種新型小分子候選藥物。而在這之前，Exscientia還曾拿下與百時美施貴寶預付款5000萬美元、總額12億美元的合作訂單。
由于國內AI制藥公司的成立時間普遍較晚，這類與藥企合作的高價訂單并不常見，英矽智能與賽諾菲此次達成的戰略合作是國內目前披露的最大訂單。
英矽智能聯合CEO任峰表示，在資本寒冬下，這已經是相當不錯的成績。“雖然量級不如Exscientia的大，但是大家的期望值不能跟行業最蓬勃發展的時候一樣。”
英矽智能聯合CEO 任峰
實際上，從最初的非正式接觸，到最終達成合作，這個過程頗為漫長，前后歷經了八九個月的時間。
在任峰看來，賽諾菲尤為看重的有三個關注點，包括AI平臺、歷史項目案例，以及團隊的專業能力，洽談過程中對這三方面的評估時間也較長。
憑借成立7年以來的打磨和積累，英矽智能在洽談中可以拿出較成熟的AI平臺與具體的項目案例，以及經項目驗證的團隊能力。“這是我們區別于很多AI公司的地方。”任峰表示。
對AI平臺的評估，有沒有技術特色是先決條件，而端到端的AI藥物研發能力是英矽智能最大的標簽。
英矽智能CEO Alex提到，英矽智能在創立早期就已設立了AI賦能整個新藥研發的目標，但投資人最初也并不看好。
當大約80%的同類公司算法還只是關注化學領域，英矽智能建立了覆蓋靶點發現、分子合成、臨床試驗預測三大制藥環節的端到端平臺Pharma.AI，是為數不多同時具備生成生物學和生成化學方面經驗的公司，這已經成為其最主要的競爭優勢之一。
從項目推進能力來看，英矽智能內部管線中最快的抗特發性肺纖維項目已經進入臨床一期。外部合作項目方面，今年年初與復星醫藥官宣合作不到40天，就提名合作項目的PCC（臨床前候選化合物），達到了第一個里程碑。
英矽智能的首席商務官Michelle全程跟蹤了這項合作的洽談，對于賽諾菲的第三個關注點體悟特別深。
到了最后的談判階段，雙方的團隊其實已經過了數月的磨合，賽諾菲的CSO仍堅持邀請Michelle到美國波士頓會面，Michelle也因此在波士頓待了一周時間。
這一周里，雙方除了進行商務條款的談判，團隊以及個人層面的交流也非常多，以增進彼此的信任程度。
“因為這是一個多年的合作，研究過程是起起伏伏的，當進展不是很順利的情況下，是否還能夠面對面進行合作，找出解決方法，這對于他們來說是非常重要的。”Michelle表示。
英矽智能首席商務官 Michelle Chen
另外，雙方團隊具有的共同語言、對AI的共識也是優勢之一。此次與賽諾菲的戰略性合作主要由英矽智能的BD和DD（Drug Discovery）團隊主導完成，無論是BD團隊的負責人Michelle，還是DD團隊負責人任峰，都曾在大型跨國藥企、CRO積累了多年的工作管理經驗。
這也得益于英矽智能今年下半年以來的一次組織架構變動。今年6月，英矽智能任命任峰為公司聯合CEO，利用該組織架構將DD團隊與AI團隊放在了同等重要的地位，從DD的角度對AI提出更多的要求。
“我們也看到了這種組織架構變化帶來的公司變化，比如簽了大單，未來會針對不同的客戶，派不同專業的人去談合作。”任峰說。
成立至今，英矽智能與不少大大小小的藥企建立了合作關系，隨著公司能力的更迭，今年以來先后與復星醫藥、賽諾菲簽訂的合作協議，超越了以往簡單的服務模式，轉變為戰略性合作。
這兩種模式最為明顯的區別是，訂單金額的大小，以及是否具備里程碑付款和銷售分成。
具體而言，前者金額較小，多為“一錘子買賣”，也是傳統CRO公司通常采用的模式；后者金額較大，且參與藥物研發的里程碑和銷售分成，現為AI biotech的普遍模式。
此外，兩者所承擔的風險大小不同。Michelle 指出，戰略性的合作，藥企要求AI制藥公司具備在對等關系下提出和討論研究方向的能力，而非行業通常理解的CRO起到的輔助作用。
任峰介紹，英矽智能也是從簡單的服務模式做起，當公司的技術和認可度積累到一定程度，才拿到了戰略合作的訂單，現在和未來都會集中更多精力在戰略性合作。
不過，他也提到，“像這種跟賽默菲合作的大訂單，在國內不易實現。”
因此，針對國內藥企的特點，英矽智能計劃明年開始探索新的戰略合作模式。
“可能不需要那么高的首付款啟動合作，而對后續的里程碑或是銷售分成有更高的要求。”
除了AI CRO業務，英矽智能還有SaaS軟件服務，以及30+內部研發管線。
任峰透露，目前英矽智能SaaS軟件服務的業務量較小，一方面是由于SaaS對售后服務的能力要求較高，現階段開放SaaS更多的不是為了賺錢，而是用較低的價格對行業普及AI平臺的能力。他強調，英矽智能的定位是一家AI Biotech。
這也是業內普遍的成長路徑之一，從SaaS軟件服務起家，再逐步拓展到AI CRO，或是擁有內部管線的AI Biotech。
定位的升級，背后是對AI能力的價值肯定。在對話中，Alex特別提到了一個故事。
他表示，英矽智能最初的主要創新在于利用AI理解和處理基礎生物學數據，2015年前后曾有一家現已上市的美國生物醫藥公司與英矽智能合作，使用公司的AI系統找到了一個胚胎發育過程中決定性的蛋白變化，發現了有潛力的靶點，而這個新靶點還適用于癌癥治療。
后來，這家公司基于這個新靶點的專利成立了新公司，并連同其他專利一起打包在美股上市。
“新公司上市后，市值達到了1.15億美元，但他們在合作中只付給了我們30萬美元。”Alex和團隊對此非常震驚，但從中明白了AI技術的價值。
這促成了現在的英矽智能。“之后，我們不再局限于提供軟件服務或某個階段的藥物研發服務，而是擴大了藥物研發的能力，并將自有項目推進到臨床階段，證明AI研發藥物的安全性和有效性，進一步提升商業價值。”
英矽智能CEO Alex Zhavoronkov
如今，在擁有30+內部管線的基礎上，英矽智能預計明年還會有項目經IND申報，進入臨床階段，而現已進入臨床一期的抗肺纖維項目有望于明年早些時候進入下一個階段。此外，明年也將繼續拓展創新項目。
內部管線的商業化步伐也正在跟上。Michelle 坦言，明年BD團隊的業務壓力不小，需要找到更多合作伙伴轉讓部分內部管線，增加對外授權。
基于不同的商業模式，AI制藥行業已經跑出了數家上市公司，如SaaS軟件服務起家的薛定諤，拿下多個戰略性合作大單的Exscientia，以及專注內部研發管線的Relay Therapeutics等。
在Alex和任峰看來，現階段哪種商業模式更有概率成功，還沒有一個標準答案。在任何一個AI制藥公司真正將藥物送到市場之前，談論商業化能力都為時尚早。
從二級市場的反應來看，商業模式更重的Relay Therapeutics目前的股價和總市值最高。以其為代表的AI Biotech，雖然承擔了藥物研發的大部分風險，但也獲得了更龐大的市場和更高的潛在收益，資本對此青睞有加。
任峰透露，若管線進入臨床二期，對外授權獲得的收益，很可能比跟大藥企的合作要更高。“管線越往后，附加值就越高，首付款也更高。”
他表示，英矽智能也正在搭建往后推進管線的能力，目前已經搭建了一個近20人的臨床實驗團隊，為內部管線的臨床一期或二期試驗提供支持。
但構建的商業模式越重，也意味著越“燒錢”，在資本寒冬下，如何平衡“燒錢”的風險顯得尤為重要。
任峰認為，整體來看，臨床一二期的投入在可接受范圍內。因為有AI的賦能，藥物研發的早期投入不算特別高，可以用更少的成本把整個項目推進到IND或者臨床一二期的階段。
以抗特發性肺纖維項目為例，任峰去年曾在GAIR「醫療科技高峰論壇」上提到，從早期的新穎靶點發現到提名臨床前候選化合物，大概用了18個月時間，研發經費大約為260萬美元，在傳統新藥研發里，這筆經費高達數千萬美金。
對于“燒錢”更猛烈的臨床三期，英矽智能的布局則十分謹慎。“我們現在的定位是AI Biotech，還是更聚焦在早期一點的研發，暫不考慮組建商業化團隊和大規模的臨床團隊。”
在英矽智能內部，項目科研價值與商業價值之間的平衡正在形成。
Michelle表示，除了從科研出發評判靶點的價值，公司已經開始從商業市場價值的角度來給項目提供反饋，“幫助我們能夠進行區分，哪個更重要，哪個次重要，這也是公司從年輕的初創公司到具有規模Biotech的一個成熟過程。”
同時，任峰表示，面對資本寒冬，英矽智能傾向于開源而非節流，將增加對外授權來產生現金流，不會減少對研發的投入。
縱觀整個行業發展，較早一批的AI制藥公司大都成立于2012年前后。隨著AlphaFold 2于2020年取得突破性進展，AI制藥行業也成為了新的資本風口。如今蔓延在各個行業的資本寒冬，對AI制藥行業將有多大的影響？
據“智藥邦”統計，今年第三季度AI制藥行業共披露24起投融資事件，與去年同期保持在相近水平。可見，盡管全球一級市場投資趨緊，但AI制藥仍是較熱門的投資方向。
Alex對此的態度也較為樂觀，他表示，經過近10年的發展，AI 制藥行業依然處于快速發展的階段。對于早期成立的AI制藥公司，它們中走得快的項目已經進入臨床，有的甚至在臨床2期展開藥效性驗證。
“這是非常關鍵的階段，任何一個進展都將給整個領域帶來活力，吸引更多的參賽者和投資人涌入。”
他認為，AI圖像識別在公開數據庫中就有大量可用于基礎訓練的數據，壁壘不高。但生物學和化學領域是不同的，這些領域的AI還可以發展出很多新的范式，很多新的AI能力有待發現。
英矽智能的觸角也在不斷往外伸展。任峰透露，公司正在積極準備AI平臺對抗體藥物研發的賦能，或定于明年5月的國際會議上對外分享初步的研發成果。
不久前，另一家頭部公司Exscientia也宣布進軍抗體設計，并在英國牛津建立了一個將AI分子生成與快速篩選實驗相結合的自動化實驗室，用以創造和檢驗新型抗體的早期潛力。
Exscientia CEO Andrew Hopkins曾提到，過去兩年，賣得最好的50種藥物，抗體藥物就占了18種，將機器學習擴展到生物制品領域使得公司平臺可處理的靶點范圍幾乎擴大了一倍。
訓練數據的數量和質量，決定了AI平臺的效用，如何在公開的數據庫以外，積累私有數據集“喂養”給AI平臺，已成為頭部AI制藥公司集中發力的方向。
英矽智能正在蘇州BioBAY建設全自動機器人（生物）實驗室，并將實驗室與AI平臺PandaOmics打通，實驗室獲得的濕試驗驗證數據、細胞成像和測序數據等將會反饋給AI平臺，以進一步優化完善算法和預測結果。
英矽智能此次拿下的高價訂單，再度展現了AI制藥所具有的商業化潛力。但對于這家公司，乃至整個行業而言，這不過是剛剛開始，真正的“好戲”還在后頭。
更多有關英矽智能全自動機器人（生物）實驗室的細節與公司發展策略，請繼續閱讀《醫健AI掘金志》與CEO Alex的對話節選。
Q：從英矽智能的發展路徑來看，AI制藥公司是不是會將模式越做越重，如何平衡投入和風險？與大藥企自建的AI團隊相比，優勢競爭力是什么？
Alex：我來自于半導體行業，親眼見證了“加州設計中國制造”，因此我們也將見證生物科技行業同樣的變化。我們有自己的實驗室能力，但我們也與80多個合同研究組織合作。我們從整個行業中汲取實驗能力。我們與像藥明康德、美迪西等多家優秀公司合作，這將使我們能夠非常迅速地驗證和開展那些僅在一個實驗室無法開展的試驗，這樣的組織結構將更為靈活。
我們致力于創新，從不停止。同時，我們承擔了許多風險，也帶來了非常可觀的回報。現在的問題不是缺乏偉大的想法或偉大的突破性項目，而是恰恰相反，我們有豐富的想法，有一個非常長的重磅項目清單，我們期待使用AI進行真正顯著的突破。
Q：現在越來越多的大藥企選擇建立自己的AI團隊，對于想進入AI制藥行業的創業者而言，現在還是一個好時機嗎？
Alex：人工智能平臺的驗證是非常昂貴的，因此AI公司需要與大藥企進行合作，提供自己的產品和軟件來進行驗證。如今，對于大多數成立于2018年或2019年的AI制藥公司而言，大藥企與他們合作的意愿不強，可能是因為藥企看到了AI輔助制藥的趨勢，在內部建立了AI團隊有幾百名甚至幾千名AI專家。這是他們即將面臨的挑戰。
Q：英矽智能一直在做新的嘗試，如近期宣布建設的全自動化的智能機器人實驗室，建這個實驗室的邏輯是什么？
Alex：我們認為整合機器人技術的專業知識并將其與生物學聯系起來是非常重要的。事實上，我認為化學還沒有完全準備好實現自動化，但生物學已經具備實現自動化的基礎，我們正在蘇州建設全自動機器人（生物）實驗室，這是我們最大的創新之一。
我們將自有的自動化機器人實驗室與線上人工智能平臺PandaOmics打通，實驗室部分由7個自動化島嶼組成，包括樣品接收與質控模塊、細胞培養模塊、高通量篩選模塊、細胞成像模塊、二代測序模塊、化合物管理模塊等。以藥物篩選的重要環節表型分析為例，高內涵圖像分析平臺利用高通量成像系統對2D和3D細胞模型進行全自動化高通量成像分析，并結合AI模型進行多指標定量分析，實現了表型篩選的高通量，高靈敏度，高精度和智能化。
在該過程中所獲得的濕試驗驗證數據、細胞成像和測序數據等，也將統一收集處理后反饋給人工智能平臺，以便進一步優化完善算法和預測結果。在未來，我們希望機器人實驗室與AI研發平臺形成閉環，賦能內部管線拓展、推動制藥行業變革。
Q：英矽智能現在涉足的制藥環節越來越長，從藥物發現到臨床試驗，是否擔心會有不夠聚焦的問題？
Alex：我們相信AI可以在藥物研發的各個方面發揮作用。我們將整個制藥過程和管線開發視為整體，并關注其中可以通過人工智能加速的方面。這是一個很宏大的目標，其實在英矽智能成立之初，投資人總是建議我們專注于自己的核心優勢，他們并不希望我們嘗試用AI賦能整個新藥研發。但是我們堅持了這一愿景，決定在藥物發現的各個方面，即靶點發現、生成化學、臨床試驗預測等方面，都均衡地涉足。
現在這也成為了英矽智能的主要優勢之一。當大約80%的同類公司只是關注化學，英矽智能的定位是利用下一代人工智能技術將生物學與化學結合，從而凸顯明顯優勢，如果從一開始我們沒有定位為由端到端人工智能驅動的藥物研發公司，那么之后就會很難累積生物學和化學方面的經驗，因為我們的人工智能算法并沒有被訓練用于這兩個方面。
Q：在已經擁有了30+管線的基礎上，英矽智能的下一步計劃是什么？
Alex：我認為在人工智能藥物發現中，下一次重大革命將是人工智能驅動的機器人技術，我們希望用自動化、智能化、機器人等跨界融合技術去加速新靶點發現、驗證的過程。我們建立了一個人工智能大腦，用積累的數據訓練它，讓它在高通量、高功率的實驗室環境中創建更多用于訓練的數據，同時也在此過程中發現新藥靶點。
此外，我們還將進入量子計算領域，不僅僅是量子化學還有量子計算。同時，我們也在積極尋找更大的人類生物學模型，全面觀察和研究人類生物學的縱向變化，并生成更多數據點。AI底層技術的創新方面對多模態模型（Multi-modal transformers）非常感興趣，這是一種新的技術，就好比你可以通過文本利用AI去生產出畫作。雷峰網 雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
