ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
当AI制药企业开始抱团取暖
2550点击    2024-08-13 15:18


当某个概念,在短时间形成的共识,所有人都认为是件大事,对于创业者来说,这可能是个危险信号。某种程度上来说,AI制药就是如此。


过去几年间,全球大大小小的药企都在拥抱AI。它们的目的非常明确:通过AI技术的赋能,优化创新药的发现时间、增加药物研发的成功率。


目前看,AI赋能药物研发未尝不可。只是,作为卖水人,AI制药企业的崛起可能还需要时间。


尤其是在寒冬中,AI制药热潮逐渐散去,挑战不断来袭。在过去一年多里,人工智能创造的第一批分子可谓死伤一大片,有的直接被暂停研发,有的被降低了临床试验优先级。


AI制药企业不得不开始寻找出路。8月8日,AI制药界最大的并购案诞生了:Recursion和Exscientia宣布已达成最终协议合并。


合并背后,最根本的原因莫过于,它们至今都没有亮眼的临床数据读出,这种合并更像是在抱团取暖。


并购会是好的出路吗?至少在Recursion联合创始人看来,这是非常互补的选择,“感觉我们才刚刚开始”。


但作为AI制药领域的明星公司,Exscientia在合并后,将不复存在。12年一梦,Exscientia成了AI制药领域爆发、泡沫破裂的一个注脚。


某种程度上,傅盛对于大模型泡沫的反思,也适用于AI制药。“我错在把手段当目的,觉得自己是天之骄子,做出了很牛X的企业,那是我给自己的幻想。”


当然,在生物科技产业,这样的现象,可能也不止在AI制药领域上演。


一、合并=抱团取暖


行业艰难与变革之际,并购总是被寄予厚望。


Recursion和Excientia的合并,是AI制药领域近期最大的一笔并购案。尽管两家公司尚未正式披露交易金额,但路透社报道称交易金额为6.88亿美元。


根据协议,新公司将保留Recursion的名称,总部设立在美国犹他州盐湖城。Recursion现有股东最终将持有约74%的股份,其余26%由Exscientia股东持有。


也就是说,Exscientia这家成立于2012年,几乎是全球最早的一批AI+药物研发公司将不复存在。


不过,这也不难理解。截至一季度,Exscientia账上只有1.78亿美元,而去年一年公司就亏掉了1.46亿美元。去年以来,其更是经历了不小的动荡,管线失利、创始人因行为不端被辞退、裁员……


当然,Recursion的情况也只能说是略胜一筹。


作为英伟达力挺的AI制药公司,Recursion一面构建大型生物分子生成式AI模型,一面推进横跨多个治疗领域的庞大管线组合临床。出于平台扩张的需求,Recursion开始并购小型AI制药公司。去年5月8日,Recursion以8750万美元的总价收购了Cyclica 、Valence。


多线作战,也导致其去年亏损额高达3.28亿美元。截至二季度,Recursion账上只有4.74亿美元,现金流压力不小。


更重要的是,Exscientia、Recursion均尚未拿出亮眼的临床数据。为了活下去,它们选择抱团取暖,预计合并后每年将节省约1亿美元,现金流能延长至2027年。


一方面,它们手握AI制药领域最大的两笔合作。2021年底,Recursion与基因泰克达成潜在总价值达120亿美元的合作;2022年初,Exscientia与赛诺菲达成总额约52亿美元的合作。在未来两年,有可能产生约2亿美元的里程碑付款。


另一方面,它们的药物管线并不重合,计划在未来18个月内进行10次临床数据读出。面对临床试验的检验,是所有AI药物分子面对质疑与炒作必须迈出的一步。如果成功,势必会进一步提振市场信心。


那么,并购会是好的出路吗?


至少在当事人看来,这是非常互补的选择。


Recursion联合创始人Chris Gibson表示:“Exscientia的精密化学工具和能力,包括其新投入使用的自动化小分子合成平台,将增强我们的技术支持生物和化学探索、hit发现和转化能力。我很高兴能继续打造下一代生物技术公司的最佳典范。感觉我们才刚刚开始。”


二、创收能力不及预期‍‍‍


曾几何时,AI制药概念风靡,第一批先驱们希望可以利用人工智能技术、更短的时间、更低的成本创造出质量更高的药物。


但如今,第一批进入临床的AI设计药物接连受挫,所有AI制药公司都面临市场的质疑:盈利模式何时跑通?


那么,AI制药该如何盈利呢,目前的商业模式有三种:


一种是为药物研发公司提供外包服务的AI-CRO模式,共同推进管线的开发;


一种是以提供软件平台服务为主的SaaS供应商;


一种是与Biotech一样,自己进行新药研发。


Exscientia是第一种模式的典型代表。其主要通过合作的形式与大量外部企业共同推进管线的开发,利用广泛合作沉淀更多的数据支持其算法模型进行优化和迭代。


2021年,Exscientia将全球首个由AI设计的新药DSP-1181推进临床,但次年合作方住友选择停止开发;2023年10月初,Exscientia停止EXS-21546的I / II期研究,原因是药物没有达到预期的疗效。


尽管Exscientia与许多药企达成了合作,有AI武器加持,但创新药的研发依然挑战重重。


Recursion的商业模式则可以概括为3点,一是拿出部分资金用于自研产品管线;二是,与药企合作,利用AI进行药物发现;三是,通过交易获得许可授权,扩大在研资产。


2023年上半年,公司创始人Chris Gibson表示未来将更多地专注于自有管线的研发推进。但到了年底,其认为平台公司未来将拥有更多机会,因为同时支持平台和管线需要的资金规模太大了。


与此同时,他还表示正在探索新的模式,希望能像老牌公司薛定谔(Schrodinger)一样,向药企授权其软件用于自己的项目和数据。


换言之,Recursion眼下更希望建立的商业模式是卖软件和卖服务。有意思的是,薛定谔则正在加速推进自研管线布局。


表面看,不管是卖软件还是卖服务都是好模式。


因为,AI制药公司相当于扮演CRO/平台的角色,也就是“卖水人”。但在这种模式下,AI制药公司的天花板能有多高,还是一个未知数。


以卖软件为例,虽然全球TOP前20的制药公司,都是薛定谔的客户,1250个学术机构的研究人员也用了它的药物发现软件,但2021~2023年,卖软件产品为薛定谔带来的营收分别为1.13亿美元、1.36亿美元、1.59亿美元。


很明显,如果商业化之路局限在销售软件,薛定谔很难赚到大钱。这也是为什么它布局创新药研发。


说到底,市场早已看透,AI制药带来的只是一种提高成功概率的可能性。至于是否真实可行,还需要后续的动物实验、临床试验等一系列研究去验证。


而目前,Exscientia等先驱们并未拿出亮眼的临床数据,并没有真正帮药企实现降本增效。


至于第三种模式,自己下场研发创新药,最终依靠商业化变现或对外授权赚取里程碑款。这样一来,AI制药公司与biotech便没有什么区别。


但一不小心,AI公司和创新药公司的缺点,就会集中在一起。比如BenevolentAI,其AI开发的用于治疗特应性皮炎的局部泛Trk抑制剂BEN-2293的IIa期临床试验,无法治疗患者病情,而这是公司唯一一条临床管线,也是它上市的倚仗。


临床失败后,BenevolentAI不得不大裁员、重组。


三、逃离AI制药


AI制药的前景早就已经得到了充分渲染。


比如,摩根士丹利在一份报告中指出,AI制药的全球市场规模短期已达500亿美元,并有可能继续上探。


不过,这只能解释AI制药市场已经进入完全启动状态,并不代表市场信任其商业模式一定有产出。正如前文所说,由于模式尚未跑通,几乎所有的AI制药企业都在经历前所未有的压力和磨难。


AI制药卷起的泡沫已被打碎。不仅是各家公司股价腰斩再腰斩,更重要的是,局中人也开始了“逃离”。


这次并购的主角Recursion,将自己定位为TechBio(科技生物公司),用计算工具和新兴的机器学习/人工智能工具来理解数据。去年收购Cyclica和Valence Discovery,也是为了增强其数字化学、机器学习和生成式AI的能力。


用Recursion的话来说,公司正领导着生物技术(BioTech)向科技生物(TechBio)的转变,500多名员工(Recursionauts)组成的团队中35%是生命科学背景,40%是计算和技术背景。这也是Recursion将自身定义为TechBio公司的一个重要因素。


而早在去年初,面对AI制药的前景广阔,薛定谔就在试图与AI划清界限。当听到分析师将薛定谔称为一家AI制药公司后,公司CFO杰弗里·波格斯立马打断对方,并表示薛定谔不是一家人工智能公司,而是一家拥有专有软件的制药公司。


薛定谔的CEO则表示:“对我而言,被描述为一家AI公司,就像是把自己描述成一家使用Office软件的公司一样。”


在其官网,最新的介绍已经改为:薛定谔的计算平台由物理学提供支持,正在改变疗法和材料的发现方式。这种材料科学研发的应用领域,包括石油与天然气、航空,也包括汽车、消费品等领域。


如果将自己困在AI里,薛定谔的天花板极为有限,但若是撕掉标签,跳脱到制药业甚至制造业中,事情或许就不一样了。


从AI制药到AI制造,绝对是一个更广阔,更充满想象力的市场。但经历过这一轮的泡沫破裂后,所有人都应当清楚,在这个充满希望与变革的领域,当下要做的应该是:戒掉幻想、祛魅神话、做出选择。


至于商业模式,到底是选择为他人做嫁衣,还是选择更远大的商业理想?


或许,只有在一轮又一轮的淘汰中才能得到最初的答案。


本文来自微信公众号:氨基观察,作者:张曦‍


关键词: AI制药 , AI药企 , AI生物 , AI医疗
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda