DPI(Deep Pharma Intelligence)是一家市场分析机构,定期发布关于制药和医疗保健行业高潜力领域的分析报告。 从2017年起,DPI持续发布AI在药物研发中应用情况的系列专题报告,本文对其最新发布的《Artificial Intelligence for Drug Discovery Landscape Overview Q1 2022》进行简要介绍。 该报告的主要目标是全面介绍人工智能在药物发现、临床研究和其他医药研发要素中应用的行业环境,分析最近的趋势和见解,并评估塑造行业空间和关系的著名参与者的表现。它可以帮助读者理解该行业正在发生的事情,并有可能预测接下来会发生什么。 目录 全文目录如下: 该报告整理了AI药物研发的多个方面,包括AI与制药行业的合作、市场时间线、初创公司的发展、技术应用案例、未来发展分析等内容。 AI与制药行业的合作 AI药物研发领域总体格局 AI与制药行业的合作概览 2021-Q1至2022-Q1期间AI与制药的主要合作 2021年Q1至2022年Q1期间,在AI与制药的合作方面,领先的制药企业是阿斯利康和默克(按主要行业伙伴关系的数量计算)。 领先的大型制药公司对与人工智能初创公司和企业的合作越来越开放,以获得竞争优势,并缓解研发效率下降的问题。 制药企业与AI的合作关系数量 制药行业与AI的合作数量持续增加 AI药物研发的市场时间线 2013-2015 第一个AI方法 首次开发了用于药物发现和研发的可扩展的AI方法,一些具有前瞻性思维的行业参与者和高管开始启动试点合作,并进行小规模投资。 然而,只有少数市场参与者相信这项技术。 2016-2017 批评 由于AI在生命科学领域仍是一个年轻的方法,许多试点项目都失败了。对于将深度学习用于药物发现和研发,许多批评产生。 从那时起,收购最好的公司的竞赛开始、人工智能创业公司开始。 技术的测试开始。 2018 市值增长 行业的资本化程度不断提高。 早期投资人的许多赌注似乎是合理的。 在接下来的几年里,我们可以期待看到专注于AI药物发现子领域的VC公司及其子公司,以及最大限度多样化的投资于AI 药物发现公司的资本。 2019 从数量到质量的过渡 从AI相关合作、投资和并购的数量,向质的收获转变的重要里程碑。之前进行的研究的第一批实践验证出现。 成为最成功的AI制药公司的竞争大幅增加。 2020-2021 激烈的竞争 几乎所有制药行业的大公司都在关注人工智能的采用,技术已经成为一个战略重点。 人工智能技术的前沿进展,在药物发现中进行人体环境的模拟。 2022-2023 基于平台的药物设计 领先的制药公司将向"基于平台的药物设计(Platform-based Drug Design)"迈进。 制药的“AlphaGo时刻” 初创公司的发展 初创公司情况 495家AI药物研发公司的地域分布 AI药物研发公司Top40 AI药物研发公司Top40的专长比较 投资者情况 AI药物研发领域的领先投资者Top50 AI药物研发领域投资者Top50地域分布 AI药物研发领域投资者Top50的投资方向(其余内容见原报告) AI药物研发领域的投融资数据 AI药物研发领域的投资金额 自2014年以来,投资于AI药物研发公司的资本持续大幅增加。截至2021年12月,总金额达到127.3亿美元。 2021年AI药物研发领域融资Top10 初创公司的发展阶段 初创公司按融资金额和阶段的划分(其余内容见原报告) 上市情况 AI药物研发公司上市情况 2020-2021年AI药物研发上市公司的累计资本额 尽管存在危机和高波动性,但截至2021年12月31日,AI药物研发上市公司的累计资本化达到了1100亿美元。 2021年AI药物研发公司IPO Top10 Relay Therapeutics是一个旨在将计算技术应用于蛋白质运动的变构药物发现平台的开发商,以33亿美元的市值位居第一。 在2021年,新的上市公司已经成功完成了他们的IPO。就目前而言,几乎所有这些公司都出现了轻微的下滑。这是新制药公司的典型特征,尤其是净收入为负数。所有的IPO都发生在美国。所有公司β值均小于1 (尽管是正值),这意味着AI药物研发公司股票的价格跟随一般市场情况而波动,但这种"波动"的程度较低。 2020-2022年的重大不利市场事件并没有对制药业的人工智能产生明显影响。 该报告还提供了上市公司的基本面分析和股价分析。 Schrödinger的股价信息 技术应用案例 AI技术如何应用于药物研发 CADD方法简介 AI如何提升制药效率 初创公司使用的AI方法 初创公司使用的AI方法概要(其余公司内容见原报告) 15个AI在制药行业的应用案例 该报告整理了15个公司 (Abbvie、AstraZeneca、Amgen、Sanofi、BenevolentAI、Insilico Medicine、Recursion Pharmaceuticals、OWKIN、Deep Genomics、Strados Labs、Standigm、Antiverse、Arctoris、Genomenon、GATC Health) 在药物研发中使用AI技术的案例,如: AstraZeneca如何在研发中使用AI(其余公司内容见原报告) 未来发展分析 从2021年Q1至2022年Q1的主要商业启示 AI药物研发领域继续整合,越来越多的后期巨额融资出现,包括XtalPi和Insitro (均为4亿美元), Generate Biomedicines (3.7亿美元), Exscientia和Insilico Medicine (均为2.55亿美元), 以及Arbor Biotechnologies (2.15亿美元) 。 越来越多的概念验证突破证实,人工智能技术已经成熟,足以为制药公司和CRO提供切实的价值。由于快速增长的人工智能技术可行性和创新潜力的证明,大型制药和CRO正在积极竞争人工智能合作。Valo Health开始与Charles River合作, Exscientia与赛诺菲签订了研究合作等。 2021年,有10家AIDD的公司达到了IPO状态。总部位于纽约的Roivant Science在10月完成了IPO,筹集了6.11亿美元。Exscientia与Roivant Science同一天启动IPO,并筹集了3.5亿美元。 当一些公司在最近的将来完成IPO时,它将吸引大量的非生物技术投资者进入生命科学领域。这一趋势的前景已经很生动:大型科技公司与创新的初创公司和制药公司都建立了伙伴关系,以整合资源,主要是在个性化医疗、细胞和基因治疗以及分子预测软件方面。其中一些公司甚至开设了AI药物设计的子公司 (如谷歌的Isomorphic实验室)。越来越多的行业牵引力,反映在大型制药公司和CRO与人工智能初创公司之间越来越多的研发合作上,这是一个迹象,表明市场正在成熟,在最近的将来并购活动会迅速增加。 关键技术进展 大型制药公司的一些高层管理人员认为,人工智能不仅是发现新分子的工具,也是发现新靶点的工具。深度神经网络从多模态数据 (如 "omics "数据) 中建立本体的能力被认为是人工智能在药物发现中最具颠覆性的领域之一。 "人工智能民主化"是一个相当大的趋势,各种机器学习/深度学习技术可以通过基于云的模型、框架和拖放式人工智能管道建设平台,以预先训练、预先配置的"现成"格式或相对即用的格式提供。这是制药机构加速采用人工智能的关键因素之一,非人工智能专家有可能使用相当先进的数据分析工具进行研究。 概念验证项目在研究和商业合作中不断产生成功的结果。例如,像Recursion Pharmaceuticals、Insilico Medicine、Deep Genomics和Exscientia等公司利用其基于人工智能的药物设计平台取得了重要的研究里程碑。 仍然存在的障碍 全球人工智能人才的短缺仍然是生物制药行业面临的严重挑战。虽然大型制药公司在招聘人工智能专家方面投入了大量资金,但他们中的大多数仍然被大型科技公司 (谷歌、亚马逊、阿里巴巴、腾讯、百度等) 收入囊中。 缺乏可用的高质量数据。深度学习的许多变化被认为是人工智能最有利可图的领域,如药物发现和临床研究的应用。关键的挑战是,DL算法是"数据贪婪"的,而生物技术领域的大数据并不总是精通于建模,或者由于隐私原因而无法访问。 制药科学中采用人工智能的伦理、法律和监管问题。这一组挑战与上一点有关,但也包括其他问题--人工智能的可解释性,人工智能产生的结果的可专利性,各国的非最优(non-optimal)法规,减缓了人工智能技术在总体上的进展和采用,特别是在制药业。 参考资料 https://www./ |
|