英伟达入场 AI为药物研发插上翅膀 CRO板块又行了？

摘要

【英伟达入场 AI为药物研发插上翅膀 CRO板块又行了？】AI能够推动药物发现和临床前研究阶段效率提升，还能生成全新的蛋白序列或结构，创造新的药物方向及增量市场。

　　①美国药企Recursion获英伟达投资后暴涨超78%；

　　②CRO公司最大的优势在于借助服务药物研发过程积攒了大量数据，而高质量数据是制约AI发展的关键瓶颈；

　　③AI能够推动药物发现和临床前研究阶段效率提升，还能生成全新的蛋白序列或结构，创造新的药物方向及增量市场。

　　今日早盘，CRO板块大幅拉升。截至午间收盘，泓博医药涨超12%；成都先导、康龙化成、药明康德等个股涨超5%；昭衍新药、泰格医药等纷纷跟涨。

　　消息面上，当地时间7月12日美股收盘，Recursion Pharmaceuticals暴涨超78%。Recursion是一家生物科技公司，此前宣布与英伟达合作并获得英伟达5000万美元投资。

　　Recursion公告称，英伟达将以私募股权的形式向其投资5000万美元。与此同时，Recursion宣布计划加快其生物学和化学领域的AI基础模型的开发，与英伟达合作对其模型进行优化，并通过英伟达云服务将其分发给生物科技公司。通过这笔投资，英伟达将获得Recursion超过770万股A类普通股，相当于该公司约4%的股份。

　　黄仁勋：在新药开发方面生成式AI是革命性工具

　　Recursion为何独获英伟达青睐？据了解，Recursion成立于2013年，主要业务是通过“解码”生物和化学来生产更好的药物。通过可复现和规模化的试验，将药物发现的流程工业化。

　　目前，Recursion的平台Recursion OS利用人工智能、机器学习等技术，其实验室每周能够进行“数百万次”的试验，来探索生化反应。该公司已有5款药物进入了临床试验阶段，其中有一款候选药物已经进入了二期试验阶段，主要用于治疗由大脑小血管畸形引起的神经血管疾病。另外，除了用AI开发药物以外，Recursion还与罗氏、拜耳等在内的其他制药商合作。

　　英伟达创始人兼CEO黄仁勋在公告中表示，在开发新药和新的疗法方面，生成式AI是一种革命性的工具。英伟达很高兴能与Recursion团队合作，Recursion正在使用英伟达的相关产品在生化领域进行开创性的工作，加速开发世界上最大的生物分子生成型AI模型，以此推动生物科技的发展并加速制药公司的药物发现。

　　据悉，Recursion将使用超过23PB（注：1PB=1024TB）的生化数据，以及3万亿可搜索的基因和化合物关系，在英伟达的云服务平台上训练AI模型。训练后的成品，可能会在英伟达的BioNeMo上进行商业许可发布。BioNeMo是英伟达今年面向药企发布的生成式AI云服务，主要用于药物发现。此外，除了采购公有云外，Recursion还搭建了一个名为BioHive-1的超级计算机，包含了40个英伟达DGX A100 640GB节点。

　　具备数据优势 CRO或能抢占AI应用先机

　　正如黄仁勋所言，生成式AI正在药物开发领域掀起革命性的热潮。英伟达的投资也是AI技术与制药行业融合的最新例证。

　　而在AI与医药的融合中，CRO公司具有数据量庞大的优势。众所周知，高质量数据是制约AI发展的关键瓶颈，在AI制药行业也是如此，有限的数据、不规范的数据及数据分散化掣肘整个行业的发展。

　　浙商证券研报指出，CRO公司最大的优势在于借助服务药物研发过程积攒了大量数据，这些数据包括成功和失败两类经验，均能够赋能、完善数据库。搭建高通量数据生成能力的智能实验室，将成为核心竞争力，也是AI参与者们的重要竞争壁垒。因此，凭借丰富的数据优势，CRO可能成为AI+领域最大赢家。

　　回归到行业基本面，AI技术大体能够从两方面赋能制药行业。首先，AI技术带给制药行业最显著的提升就是药物发现、研发效率的提高。在传统的制药模式中，药物结构设计高度依赖专家经验、新药筛选失败率高、药企的投资回报率不断下降。通常来说，一款新药的研发投入超过10亿美元，整个研发周期更是超过10年。

　　生成式AI则能够在药物发现中根据有关目标结构的信息创建分子，预测候选药物元素，并为特定目标生成化学实体，推动药物发现和临床前研究阶段效率提升，从4-6年降低至1-3年，甚至更短。

　　目前，在人工智能的所有应用中，医疗行业位列首位。据中商产业研究院统计，2020年AI+医疗已占人工智能市场的18.9%，市场规模为66.25亿元，预计2020-2025年CAGR为39.4%。

　　除了效率提升以外，生成式AI还能够创造新的药物方向。此前DeepMind公司与欧洲生物信息研究所合作开发的AI系统AlphaFold能够预测出超过100万个物种的2.14亿个蛋白质结构，几乎涵盖了地球上所有已知蛋白质。

　　AlphaFold的背后是深度学习、卷积神经网络等AI技术，与AlphaFold针对已知蛋白质序列来预测蛋白质结构不同，生成式AI模型能够生成全新的蛋白序列或结构，因此它能够使不可能发现的靶点及成药机制成为可能，拓展用于药物研发的初始蛋白结构库，创造新的药物方向及增量市场。

　　目前，海内外AI巨头和制药公司纷纷投入AI制药赛道。海外方面，知名疫苗厂商Moderna今年4月宣布与IBM合作，双方将合作利用生成式AI和量子计算来推进mRNA技术；谷歌、英伟达等硅谷大厂也陆续推出AI模型、工具及云服务等，来帮助制药公司加速药物的发现和研发。国内方面，CRO企业药明康德、美迪西、药石科技、成都先导、皓元医药、泓博医药等公司均对AI制药相关业务有所布局。

　　主力资金加仓名单实时更新，APP内免费看>>