5月11日，港股醫藥外包概念股持續走高，但截至發(fā)稿有所回落，目前藥明康德(02359)漲3.62%，藥明生物(02269)漲2.87%，昭衍新藥(06127)漲2.25%。據悉，醫藥外包近期被市場(chǎng)關(guān)注的一個(gè)主要原因是AI對于行業(yè)的賦能。

(資料圖片)

ChatGPT橫空出世，使得AI制藥再度引發(fā)熱議。因谷歌AlphaFold2在蛋白質(zhì)折疊上的勝利，近兩年資本已將AI制藥捧上神壇。如AI制藥企業(yè)Exscientia，其自成立于來(lái)已經(jīng)與GSK、賽諾菲、拜耳等16家制藥公司建立了合作關(guān)系，為其快速發(fā)展提供了大量的資金。2022年年初，賽諾菲與Exscientia達成了近400億元的合作。

2021年7月，谷歌與歐洲分子生物學(xué)實(shí)驗室（EMBL）利用AlphaFold2基于氨基酸序列預測了350,000個(gè)蛋白質(zhì)的三維結構，幾乎涵蓋了人類(lèi)基因組表達的約20,000個(gè)蛋白質(zhì)。這給醫藥行業(yè)巨頭帶來(lái)沖擊，也讓各界開(kāi)始重視起了AI在藥物研發(fā)領(lǐng)域的應用。

除谷歌外，科技巨頭微軟、甲骨文、英偉達、亞馬遜以及騰訊、百度、字節跳動(dòng)等我國互聯(lián)網(wǎng)巨頭也在入局，例如騰訊和百度分別成立旗下AI制藥公司，即云深智藥和百圖生科。

據億歐智庫的《2021中國AI/計算制藥產(chǎn)業(yè)報告：藥物發(fā)現篇》，2020年是全球AI/計算制藥突破元年。數據顯示，2020年投資于A(yíng)I藥物研發(fā)領(lǐng)域公司和項目的資金增至138億美元，超過(guò)上一年同期的4.5倍以上。

國內也在2021年迎來(lái)融資巔峰，一大批AI制藥公司如雨后春筍般涌現。其中發(fā)展較快的有晶泰科技和英矽智能。去年8月，晶泰科技完成了4億美元D輪融資，投后估值超130億人民幣；英矽智能再度獲得資本青睞，一年完成兩輪D輪融資。

國內政策層面，3月27日，為貫徹落實(shí)國家《新一代人工智能發(fā)展規劃》，國家科技部會(huì )同自然科學(xué)基金委近期啟動(dòng)“人工智能驅動(dòng)的科學(xué)研究”(AI for Science)專(zhuān)項部署工作，緊密結合數學(xué)、物理、化學(xué)、天文等基礎學(xué)科關(guān)鍵問(wèn)題，圍繞藥物研發(fā)、基因研究、生物育種、新材料研發(fā)等重點(diǎn)領(lǐng)域科研需求展開(kāi)，布局“人工智能驅動(dòng)的科學(xué)研究”前沿科技研發(fā)體系。

AI在醫藥外包領(lǐng)域的應用主要包括臨床試驗數據管理、藥物安全監測、藥物品質(zhì)控制等方面。通過(guò)對臨床試驗數據的分析和管理，AI可以幫助加速臨床試驗的進(jìn)程和降低試驗成本。在藥物安全監測方面，AI可以通過(guò)分析藥物使用數據，實(shí)現對潛在的不良反應的預測和監測。此外，AI還可以幫助藥品品質(zhì)控制和管理，保障藥品的安全和質(zhì)量。

例如華為的盤(pán)古大模型——藥物分子大模型可以實(shí)現針對小分子藥物全流程的人工智能輔助藥物設計，進(jìn)而提升研發(fā)效率，讓先導藥的研發(fā)周期從數年縮短至一個(gè)月，同時(shí)降低70%的研發(fā)成本。

除了華為的盤(pán)古大模型，英偉達也將推出“BioNeMo生命科學(xué)服務(wù)，提供AI模型訓練和推理，加速藥物研發(fā)中最耗時(shí)和成本最高的階段，可加速新蛋白質(zhì)和治療方法的創(chuàng )建以及基因組學(xué)、化學(xué)、生物學(xué)和分子動(dòng)力學(xué)研究”。

東吳證券發(fā)布的醫藥行業(yè)4月策略報告提到，AI助力新藥研發(fā)正從“輔助”到“創(chuàng )造”，AIDD（AI驅動(dòng)的藥物設計）持續獲得資本青睞，大藥企紛紛入局，AIDD發(fā)展潛力巨大。

現在很多CXO企業(yè)嘗試使用AI技術(shù)來(lái)研發(fā)新藥，自2015年到2020年，藥明康德先后投資了6家AI公司，足以顯示其對AI智能引入醫藥研發(fā)領(lǐng)域的重視。英矽智能在2021年2月對外宣稱(chēng)，僅用18個(gè)月的時(shí)間、260萬(wàn)美元的投入，就研發(fā)出了特發(fā)性肺纖維化疾病新靶點(diǎn)，節約了大量藥物發(fā)現成本；這些都體現了AI對于CXO行業(yè)的補充效應。

值得注意的是，AI制藥的前景未必那么明朗。據悉，ChatGPT是基于大數據大模型，核對事實(shí)能力有限，更適合比較寬泛的邏輯梳理和信息歸納。然而，生物醫藥領(lǐng)域對生成算法的結果要求更高，需要更精確的產(chǎn)出（比如同時(shí)具有多個(gè)特定性質(zhì)的小分子或者蛋白質(zhì)片段），ChatGPT目前的能力還無(wú)法勝任。此外，基礎數據源無(wú)法得到保證。ChatGPT沒(méi)有接受過(guò)整個(gè)生物醫學(xué)數據庫的培訓，也沒(méi)有經(jīng)過(guò)生物醫學(xué)專(zhuān)家的測試或培訓，所以AI系統的響應未必正確。

關(guān)鍵詞：