中国AI新药公司竞争格局
(2021版,不完全统计)
从上表可以看出,行业玩家非常多,客观上反映业界对AI制药的期待和看好,但也在一定程度反应,现在入行的行业门槛不高。比较亮眼的AI制药企业特点:团队及技术基本面好,创新药研发能力强,AI扛旗,资本抬轿。
AI技术,AI药物设计算法的水准,一直在螺旋式上升,以蛋白质结构预测为例,2018年,DeepMind推出AlphaFold 1.0,原型来自学术界,deepmind优化后推出,预测准确度0.5左右。随后,腾讯,超过Alphafold 1.0, 很多学术机构也超过AlphaFold 1.0,然后,2020年底,Alphafold 2.0推出,准确度拉升到0.9,震惊业界,学术界立即奋起直追,也就半年多,最好的已经超过0.8,都在逼近0.9,Alphafold 2.0已经开源。技术上你追我赶,实现路径不完全相同,达到相似的结果,这是整个行业,各个环节的一个缩影,即,技术不是一家独大,本质上很难产生技术代差。即便Alphafold 2.0预测的准确度达到0.9,其给出的结构预测,是静态的,且发挥重要功能的无序区域,依然无序,而药物设计的靶标,不少有多种状态,复合物构象,对药物设计影响也很大,因此,即便技术非常先进,也只是指导药物设计。药物设计,新药研发,便是由这些不同环节构成,因此,在实际新药研发项目上,现阶段,以及可预见的未来10年,预测AI的实际贡献并不会很大。好的AI模型,可以启发项目成员。海外公司,AIDD的应用开发层面,技术上没有太大领先,核心在于海外做药物发现的文化氛围,项目历练,人才培养,远远超越本土市场,海外AI新药企业,在人才短缺方面压力更小,创新药研发能力强不少,能够做出大药企认可的数据。Schrödinger 一方面软件服务优势极其显著,CADD积累超过20年,培养了非常多的用户,和用户习惯,产品得到大药企认可;另一方面,其创新药研发能力强大,2020年,5个候选药项目,许可给大药企,首付款达5500万美元。Exscientia在药物设计方面,积累了近10年,团队创新药研发能力非常强,达成了多项重要合作,现阶段能够直接满足一些大药企的需求,自研项目也有特色,成长性非常好!
1)AI软件市场,非常小,传统软件服务商也在同步迭代,进入AI时代;2)AI药物设计服务市场,大CRO企业,传统CADD技术背景的团队依然有技术优势、项目经验优势;3)就AIDD技术而言,因为是持久战,且AI技术一直在发展,迭代,因此,背靠高校院所的,理论上,技术更先进,耐力更足;
4)行业玩家非常多,客观上反映业界对AI制药的期待和看好,但也在一定程度反应,现在入行的行业门槛不高;
5)计算的CRO业务(不是湿实验业务),软件业务,知识图谱业务在可预见的近几年商业前景有限,自研管线是潜在出路。而自研管线对团队的原始创新能力,项目执行力有非常高的要求。
2021年7月2日,CDE发布了《以临床价值为导向的抗肿瘤药物临床研发指导原则》的征求意见稿,意味着AI 药的企业,走fast-follow的路线是不通的(Fast-follow的精髓是fast,AI 药的企业,执行力显然不如成熟药企,和小规模的biotech)。
因此,团队创新药研发能力强的,优势会被进一步放大!另一方面,因为监管层对创新的要求高,市场上可能对AIDD的需求会更旺盛,一定程度上会促进AI新药企业发展。
几点观察:● AI制药企业融资轮次差异很小;
● 从招聘广告看,除了一些前端,后端开发人才,AI制药企业的人才招聘需求,与“非AI制药”企业(包括大药企,CRO, Biotech)几乎没有差异;
● 市场人才供应严重不足(参考一句戏谑:“快来加盟我的公司!不管你会啥,都要!”)
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。