2022年AI藥物研發(fā)發(fā)展研究報(bào)告21版

1、2022年AI藥物研發(fā)發(fā)展研究報(bào)告21版1.AI藥物行業(yè)背景1.1 研究范圍界定AI 藥物研發(fā)又稱 AI 制藥：是指在原研藥與創(chuàng)新藥研發(fā)過(guò)程中的相關(guān)應(yīng)用場(chǎng)景下引入 人工智能技術(shù)，以達(dá)到短時(shí)、低成本開(kāi)發(fā)新藥的目的。與傳統(tǒng)計(jì)算機(jī)輔助藥物設(shè)計(jì)相比， 兩者在基礎(chǔ)要素、推導(dǎo)方式等方面均有差異，AI 可以間接應(yīng)用于傳統(tǒng)計(jì)算機(jī)輔助藥物設(shè)計(jì)， 助其發(fā)展。1.2 發(fā)展階段：AI 技術(shù)在藥物研發(fā)領(lǐng)域仍處于導(dǎo)入期AI 技術(shù)從 1956 年提出發(fā)展至今天已有 60 余年，隨著算力、算法、數(shù)據(jù)等基礎(chǔ)能力的 不斷完善，AI 技術(shù)開(kāi)始逐步向醫(yī)療中的藥物研發(fā)領(lǐng)域滲透。目前，整個(gè)行業(yè)還處于發(fā)展的 初期。從全球范圍來(lái)看，美國(guó)憑借

2、其在技術(shù)、醫(yī)藥等領(lǐng)域的先發(fā)優(yōu)勢(shì)，AI 藥物研發(fā)的行業(yè)發(fā) 展進(jìn)度在全球領(lǐng)先，從圖 2 中可以看出，全球 50% 上的 AI 藥物發(fā)現(xiàn)公司、AI 藥物研發(fā)公司、 AI 藥物研發(fā) CRO 公司都分布在美國(guó)。1.3 發(fā)展亮點(diǎn)：2020 年以來(lái)行業(yè)實(shí)現(xiàn)多項(xiàng)突破，迎來(lái)發(fā)展新紀(jì)元2020 年 AI 藥物研發(fā)行業(yè)實(shí)現(xiàn)多項(xiàng) 0 到 1 的突破，行業(yè)發(fā)展進(jìn)入新紀(jì)元。產(chǎn)品方面，2020 年全球首款 AI 研發(fā)藥品進(jìn)入到臨床階段。2020 年，英國(guó) Al 制藥企 業(yè) Exscientia 與日本住友制藥（Sumitomo Dainippon）合作，通過(guò) Al 人工智能研發(fā)的新 藥候補(bǔ)化合物正式在日本進(jìn)入第一階段臨床試

3、驗(yàn)，這也是世界首次使用人工智能 AI 開(kāi)發(fā)藥 物的臨床試驗(yàn)。2021 年上半年，Exscientia 公司有兩款藥物宣布進(jìn)入人體臨床。2021 年國(guó) 內(nèi)未知君、冰洲石也相繼宣布有產(chǎn)品獲批臨床。據(jù)不完全統(tǒng)計(jì)，至 2021 年 10 月，全球已 有 30 余款依托 AI 技術(shù)研發(fā)的藥物獲批進(jìn)入臨床。企 業(yè) 方 面，2020 年 國(guó) 外 AI 藥 物 研 發(fā) 公 司 成 功 IPO， 美 國(guó) Schrodinger 和 Relay Therapeutics 已分別于 2020 年 2 月和 7 月在納斯達(dá)克上市，兩家企業(yè)的成功上市大大提 振了外界對(duì)于行業(yè)的信心。技術(shù)方面，2020 年 DeepMin

4、d 宣布 AlphaFold2 預(yù)測(cè)蛋白質(zhì)三維結(jié)構(gòu)。2020 年 11 月， Google 旗下 DeepMind 的 AlphaFold2 發(fā)布取得重大突破，解決了困擾科學(xué)家 50 年的生 物學(xué)難題 - 蛋白折疊。2021 年 7 月，團(tuán)隊(duì)在Nature發(fā)文，其與歐洲分子生物學(xué)實(shí)驗(yàn)室 （EMBL）共同利用 AlphaFold2 基于氨基酸序列預(yù)測(cè)了 350,000 個(gè)蛋白質(zhì)的三維結(jié)構(gòu)，幾 乎涵蓋了人類基因組表達(dá)的約 20,000 個(gè)蛋白質(zhì)（對(duì) 98.5% 人類蛋白質(zhì)做出預(yù)測(cè)），以及其 他 20 多種生物的蛋白質(zhì)結(jié)構(gòu)。2.AI 藥物研發(fā)發(fā)展的驅(qū)動(dòng)因素2.1 政策驅(qū)動(dòng)：創(chuàng)新藥和人工智能雙輪政策驅(qū)

5、動(dòng)AI 藥物研發(fā)是人工智能領(lǐng)域與制藥領(lǐng)域的交叉，行業(yè)發(fā)展受到制藥政策特別是創(chuàng)新藥 領(lǐng)域政策和人工智能領(lǐng)域政策的雙重影響，當(dāng)前國(guó)家對(duì)兩大領(lǐng)域均持鼓勵(lì)態(tài)度。創(chuàng)新藥領(lǐng)域：以 2015 年藥品審批制度改革為起點(diǎn)，國(guó)家從注冊(cè)審批、醫(yī)保支付、資 本市場(chǎng)上市規(guī)則、人才政策、專利保護(hù)等各個(gè)角度全面鼓勵(lì)創(chuàng)新藥的發(fā)展。2015 年 8 月， 在國(guó)務(wù)院關(guān)于改革藥品醫(yī)療器械審評(píng)審批制度的意見(jiàn)之中，提出優(yōu)化創(chuàng)新藥的審評(píng)審 批程序、鼓勵(lì)以臨床價(jià)值為導(dǎo)向的藥物創(chuàng)新。2021 年 7 月 2 日，國(guó)家藥品監(jiān)督管理局藥品 審評(píng)中心（CDE）發(fā)布了以臨床價(jià)值為導(dǎo)向的抗腫瘤藥物臨床研發(fā)指導(dǎo)原則征求意見(jiàn)稿， 再次提高了我國(guó)對(duì)創(chuàng)新藥的

6、研發(fā)及上市要求。AI 人工智能領(lǐng)域：政府先后出臺(tái)了人工智能產(chǎn)業(yè)的相關(guān)規(guī)劃，鼓勵(lì)將人工智能技術(shù)應(yīng) 用于醫(yī)療領(lǐng)域。2017 年 7 月，國(guó)務(wù)院辦公廳出臺(tái)關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知，提出基于人工智能開(kāi)展大規(guī)?；蚪M識(shí)別、蛋白組學(xué)、代謝組學(xué)等研究和新藥研發(fā)， 推進(jìn)醫(yī)藥監(jiān)管智能化；2021 年 7 月國(guó)家食品藥品監(jiān)督總局（CFDA）出臺(tái)人工智能醫(yī)用軟 件產(chǎn)品分類界定指導(dǎo)原則，明確了人工智能醫(yī)用軟件產(chǎn)品管理屬性和管理類別的判定依據(jù)， 為進(jìn)一步加強(qiáng)人工智能醫(yī)用軟件產(chǎn)品監(jiān)管和推動(dòng)醫(yī)藥創(chuàng)新高質(zhì)量發(fā)展提供了技術(shù)支持。2.2 技術(shù)價(jià)值驅(qū)動(dòng)：促進(jìn)藥品創(chuàng)新，解決行業(yè)“三高一低”痛點(diǎn) （1）創(chuàng)新藥產(chǎn)業(yè)快速發(fā)展，

7、創(chuàng)新要求日益提高中國(guó)藥物研發(fā)市場(chǎng)規(guī)模持續(xù)增長(zhǎng)，2020 年達(dá) 270 億美元，同比增長(zhǎng) 25.0%，占全球藥 物研發(fā)市場(chǎng)規(guī)模的 14.1%，預(yù)計(jì) 2025 年中國(guó)藥物研發(fā)市場(chǎng)規(guī)模將達(dá) 824.0 億美元。其中本 土創(chuàng)新藥獲批數(shù)量在快速增加，創(chuàng)新藥的創(chuàng)新種類也在不斷變化，從 me-too/me-better 類 型的新藥到普遍的創(chuàng)新藥（Best-in-class），再到具備高臨床價(jià)值的臨床急需創(chuàng)新藥（Firstin-class），對(duì)于創(chuàng)新藥的要求不斷提升，行業(yè)內(nèi)也渴求新技術(shù)出現(xiàn)幫助提高新藥研發(fā)。（2）藥企研發(fā)成本居高不下，產(chǎn)出回報(bào)率低新藥研發(fā)作為醫(yī)藥領(lǐng)域最重要的板塊，近年來(lái)因新藥研發(fā)成本高、研發(fā)

8、周期長(zhǎng)、風(fēng)險(xiǎn) 高等問(wèn)題，呈現(xiàn)出發(fā)展速度漸緩趨勢(shì)。 新藥研發(fā)成本呈總體上升趨勢(shì)，投資回報(bào)率逐年下降：據(jù)德勤發(fā)布的系列相關(guān)報(bào)告數(shù) 據(jù)顯示，大型制藥企業(yè)藥物開(kāi)發(fā)投資回報(bào)率從 2010 年的 10.1% 下降至 2019 年的 1.8%， 而同期上市一款新藥的成本從 11.8 億美元增至 19.8 億美元。新藥研發(fā)周期長(zhǎng)，風(fēng)險(xiǎn)高：根據(jù)德勤的統(tǒng)計(jì)，2016 年一款新藥從最初研發(fā)到獲批上市 平均耗時(shí)為 14 年，藥物從化合物到成品藥上市的成功率不到 10%，企業(yè)的時(shí)間成本、風(fēng)險(xiǎn) 極高。根據(jù) Evaluate 公司分析，與傳統(tǒng)新藥研發(fā)相比，AI 新藥研發(fā)可以縮短新藥發(fā)現(xiàn)時(shí)間、 節(jié)省成本、提高收益，傳統(tǒng)新藥發(fā)

9、現(xiàn)需要 5-6 年才能篩選出合適的先導(dǎo)化合物作為臨床研 究候選，AI 新藥發(fā)現(xiàn)只需要 1-2 年，甚至幾個(gè)月就能完成；由于可以縮短新藥發(fā)現(xiàn)周期及 減少新藥發(fā)現(xiàn)研究耗材，可以極大減少企業(yè)的花費(fèi)，以先導(dǎo)化合物優(yōu)化為例，傳統(tǒng)制藥研 發(fā)花費(fèi)為 1.5 億美元，而 AI 藥物研發(fā)花費(fèi)為 200 萬(wàn)美元，企業(yè)可節(jié)省的成本空間巨大。2.3 資本驅(qū)動(dòng)：資本不斷加碼 AI 藥物研發(fā)賽道，融資規(guī)模擴(kuò)張美國(guó)是 AI 藥物研發(fā)領(lǐng)域融資交易的主要地區(qū)，中國(guó)緊隨其后。2015-2020 年有一半以 上的 AI 藥物研發(fā)融資發(fā)生在美國(guó)。國(guó)內(nèi) AI 藥物研發(fā)融資在 2020 年迎來(lái)爆發(fā)，2021 年持 續(xù)吸金，根據(jù)公開(kāi)信息整

10、理，2021 年 1 至 10 月，國(guó)內(nèi)共發(fā)生 27 起涉及 AI 藥物研發(fā)領(lǐng)域 的融資事件，融資金額達(dá) 81.13 億元人民幣，已超過(guò) 2020 年全年總額。資輪次分布上，2015-2020 年天使輪投資數(shù)量下降，A 輪、B 輪增加，說(shuō)明一些 AI 藥物研發(fā)創(chuàng)業(yè)公司在資源和技術(shù)上取得了實(shí)質(zhì)性領(lǐng)先優(yōu)勢(shì)并獲得快速發(fā)展。3.AI 技術(shù)賦能制藥研發(fā)場(chǎng)景3.1 研發(fā)場(chǎng)景：靶點(diǎn)發(fā)現(xiàn)、化合物合成為主要應(yīng)用場(chǎng)景當(dāng)前 AI 技術(shù)涉及藥物研發(fā)流程中的場(chǎng)景包括：靶點(diǎn)發(fā)現(xiàn)、化合物合成、化合物篩選、 晶型預(yù)測(cè)、臨床試驗(yàn)設(shè)計(jì)優(yōu)化、患者精準(zhǔn)招募、不良反應(yīng)監(jiān)測(cè)、藥物重定位等。 AI 技術(shù)在應(yīng)對(duì)不同場(chǎng)景需求時(shí)大體都需要經(jīng)歷問(wèn)

11、題設(shè)置、數(shù)據(jù)集整合、算法模型構(gòu)建 和評(píng)價(jià)過(guò)程，共同構(gòu)筑并形成了 AI 新藥研發(fā)過(guò)程中一條完整的虛擬計(jì)算路徑：1）獲取目 標(biāo)訓(xùn)練數(shù)據(jù)集；2）Al 自主學(xué)習(xí)算法建模；3）多次訓(xùn)練優(yōu)化模型；4）測(cè)試集應(yīng)用以評(píng)估模 型性能；5）基于模型實(shí)現(xiàn)分子篩選、預(yù)測(cè)、分析等預(yù)定目標(biāo)。（1）靶點(diǎn)發(fā)現(xiàn)環(huán)節(jié)AI 人工智能可以依托自然語(yǔ)言處理技術(shù)，通過(guò)學(xué)習(xí)文獻(xiàn)、組學(xué)數(shù)據(jù)、功能實(shí)驗(yàn)數(shù)據(jù)等 海量醫(yī)學(xué)相關(guān)資料，在短時(shí)間內(nèi)發(fā)現(xiàn)藥物和疾病之間的千萬(wàn)種作用關(guān)系，輸出機(jī)體細(xì)胞上 藥物能夠發(fā)揮作用的候選受體結(jié)合點(diǎn)（靶點(diǎn)）。（2）化合物合成環(huán)節(jié)目前候選化合物的發(fā)現(xiàn)策略包括基于已知活性化合物設(shè)計(jì)、高通量篩選（HTS）和 DNA 編碼化合物庫(kù)

12、（DEL）等；基于定量構(gòu)效關(guān)系研究基礎(chǔ)和日益提升的機(jī)器學(xué)習(xí)算法和 算力，Al 技術(shù)可參與到靶標(biāo)三維結(jié)構(gòu)預(yù)測(cè)、化合物從頭設(shè)計(jì)、成藥性預(yù)測(cè)及優(yōu)化等過(guò)程中， 大幅降低新藥研發(fā)的時(shí)間和成本。（3）晶型預(yù)測(cè)環(huán)節(jié)小分子晶型不同，藥物穩(wěn)定性和溶解度就不同，因此，穩(wěn)定的晶型結(jié)構(gòu)關(guān)系到藥品質(zhì)量， 特別是對(duì)于已上市藥品，如果發(fā)生轉(zhuǎn)晶現(xiàn)象，將會(huì)給藥企帶來(lái)災(zāi)難性的損失。而小分子存 在多晶型現(xiàn)象，有的晶型穩(wěn)定性強(qiáng)但溶解度差，有的晶型溶解度好但穩(wěn)定性差。如果單純依賴人工去獲得穩(wěn)定性強(qiáng)且溶解度好的晶型，不但需要耗費(fèi)大量時(shí)間進(jìn)行試驗(yàn)嘗試，而且 成功的可能性也極低。 Al 結(jié)合實(shí)驗(yàn)的晶型預(yù)測(cè)和篩選技術(shù)可以在 23 周內(nèi)預(yù)測(cè)出潛

13、在的最佳藥物晶型，有效 加速研究和決策過(guò)程，大幅降低固體形態(tài)在后期應(yīng)用的風(fēng)險(xiǎn)。晶型預(yù)測(cè)算法：使用給定分 子的結(jié)構(gòu)，預(yù)測(cè)出一定溫度和壓力條件下熱穩(wěn)定性最好（勢(shì)能最低）的晶體結(jié)構(gòu)。（4）藥物重定位環(huán)節(jié)藥物重定位（也稱老藥新用）是對(duì)已經(jīng)上市或上市失敗的藥物重新確定治療適應(yīng)癥， 可以省去化合物篩選及臨床前驗(yàn)證的許多環(huán)節(jié)，是研發(fā)成本最低和研發(fā)周期最短的新藥研 發(fā)模式之一。3.2 技術(shù)挑戰(zhàn)：數(shù)據(jù)質(zhì)量參差不齊，通曉 AI 與醫(yī)藥人才缺乏綜合前述分析可以看出，標(biāo)注數(shù)據(jù)集、算法模型和算力是 AI 新藥研發(fā)中必不可少的組 成部分，相比于算力，三大要素中的數(shù)據(jù)和算法對(duì) AI 藥物研發(fā)企業(yè)更為重要。數(shù)據(jù)：高質(zhì)量數(shù)據(jù)獲

14、取門(mén)檻高，制約影響明顯AI 藥物研發(fā)企業(yè)數(shù)據(jù)來(lái)源可分為公開(kāi)數(shù)據(jù)和非公開(kāi)數(shù)據(jù)，公開(kāi)數(shù)據(jù)包括各種文獻(xiàn)數(shù)據(jù) 庫(kù)，公開(kāi)的項(xiàng)目模擬數(shù)據(jù)及部分臨床數(shù)據(jù)，此類數(shù)據(jù)容易獲取，但數(shù)據(jù)質(zhì)量難以保證，據(jù) 此進(jìn)行的模型運(yùn)算可靠性不足。非公開(kāi)數(shù)據(jù)主要是各制藥公司以往項(xiàng)目的積累，此類數(shù)據(jù) 的精度高，更適合用來(lái)做模型的訓(xùn)練和計(jì)算，但由于數(shù)據(jù)屬于醫(yī)藥公司的核心資產(chǎn)，極難 獲得。如何打破這一壁壘，各方也做出了積極探索。如引用了聯(lián)邦學(xué)習(xí)模型，能夠在保證數(shù) 據(jù)隱私安全及合法合規(guī)的基礎(chǔ)上對(duì) AI 模型進(jìn)行訓(xùn)練。算法：算法與應(yīng)用場(chǎng)景匹配要求度高，專業(yè)人才稀缺AI 藥物研發(fā)中算法模型的優(yōu)勢(shì)可以體現(xiàn)在多個(gè)維度，比如結(jié)果的精準(zhǔn)度、計(jì)算速度、

15、 模型體量、泛化性能等，不同算法模型可能有不同的側(cè)重方向，因此優(yōu)勢(shì)也會(huì)不盡相同， 在特定任務(wù)需求和應(yīng)用場(chǎng)景下合理選擇具有相應(yīng)優(yōu)勢(shì)的算法模型至關(guān)重要。如何讓算法與 生物學(xué)更完美的結(jié)合，這需要技術(shù)人員對(duì)于制藥醫(yī)學(xué)和 AI 人工智能都有深入理解，才能更 好的發(fā)揮模型優(yōu)勢(shì)，此類人才的稀缺也成為掣肘行業(yè)發(fā)展的重要因素。4.AI 藥物研發(fā)行業(yè)主要玩家目前，AI 藥物研發(fā)市場(chǎng)有三大類公司，IT 巨頭、AI 藥物研發(fā)初創(chuàng)企業(yè)和大型藥企。三 類企業(yè)依托各自在平臺(tái)、算法和數(shù)據(jù)的優(yōu)勢(shì)切入行業(yè)。4.1 初創(chuàng)企業(yè)：集中發(fā)力化合物篩選、靶點(diǎn)發(fā)現(xiàn)賽道AI 初創(chuàng)企業(yè)多從制藥流程中某一個(gè)場(chǎng)景進(jìn)行切入，從已公開(kāi)的資料可以看出，化

16、合物 篩選、靶點(diǎn)發(fā)現(xiàn)是 AI 藥物研發(fā)初創(chuàng)企業(yè)布局最多領(lǐng)域。4.2 科技巨頭：發(fā)揮技術(shù)優(yōu)勢(shì)，打造數(shù)據(jù)和技術(shù)平臺(tái)AI 藥物研發(fā)需要強(qiáng)大的數(shù)據(jù)分析和平臺(tái)搭建能力，而科技公司在此方面具有極大優(yōu)勢(shì)， 因此從 2018 年開(kāi)始，阿里、騰訊等巨頭都開(kāi)始相繼布局此賽道，目前在數(shù)據(jù)庫(kù)平臺(tái)方面產(chǎn) 出了一定成果。4.3 傳統(tǒng)藥企：積極與初創(chuàng)企業(yè)合作，布局 AI 藥物研發(fā)賽道近年來(lái)海外頭部藥企如輝瑞、諾華、強(qiáng)生、羅氏、阿斯利康、默沙東、葛蘭素史克等 都積極布局 AI 藥物研發(fā)領(lǐng)域，和該領(lǐng)域的創(chuàng)新型公司積極開(kāi)展各項(xiàng)合作。國(guó)內(nèi)醫(yī)藥行業(yè)的 龍頭，如中國(guó)生物醫(yī)藥、藥明康德等也抓住機(jī)遇紛紛布局此賽道，開(kāi)展與 AI 藥物研發(fā)初

17、創(chuàng) 公司的合作。據(jù)不完全統(tǒng)計(jì)，2020 年藥企與 AI 藥物研發(fā)初創(chuàng)公司合作事件超過(guò) 133 起， 雙方針對(duì)癌癥、精神類疾病領(lǐng)域合作研發(fā)最多。布局方式上，國(guó)外醫(yī)藥公司多與初創(chuàng)型 AI 藥物研發(fā)公司合作，共同開(kāi)發(fā)新藥模式為主，同時(shí)也會(huì)參與到創(chuàng)新企業(yè)的投資中；國(guó)內(nèi)醫(yī) 藥企業(yè)在 AI 藥物研發(fā)的布局較海外企業(yè)略晚，布局方式與海外藥企相似，也是合作與投資 兼有，其中藥明康德前后已參與了 4 家 AI 藥物研發(fā)初創(chuàng)公司的投資，活躍度最高。5.代表企業(yè)AI 藥物研發(fā)行業(yè)發(fā)展尚屬初期，結(jié)合企業(yè)的市場(chǎng)融資熱度、企業(yè)在市場(chǎng)拓展情況、業(yè) 界口碑等多方面因素，健康界選取了幾家 2020 以來(lái)國(guó)內(nèi)的典型 AI 藥物研

18、發(fā)企業(yè)進(jìn)行說(shuō)明。5.1 晶泰科技以“AI+ 量子”驅(qū)動(dòng)藥物研發(fā)的獨(dú)角獸(1) 企業(yè)綜述晶泰科技（XtalPi）成立于 2015 年 9 月，是一家以計(jì)算驅(qū)動(dòng)創(chuàng)新的藥物研發(fā)科技公司， 基于前沿計(jì)算物理、量子化學(xué)、人工智能與云計(jì)算技術(shù)，實(shí)現(xiàn)藥物固相篩選與設(shè)計(jì)，為有 數(shù)據(jù)分析和智能分析需求的用戶提供創(chuàng)建數(shù)據(jù)分析模型、進(jìn)行預(yù)測(cè)、產(chǎn)生分析報(bào)告及報(bào)告 結(jié)果可視化等服務(wù)；用戶可以定制需要的人工智能及統(tǒng)計(jì)模型，或者直接使用平臺(tái)上其他 用戶分享的成熟模型。2021 年 8 月，公司完成了 D 輪融資，融資額為 4 億美金，投后估 值超過(guò) 130 億人民幣，成為國(guó)內(nèi) AI 藥物研發(fā)領(lǐng)域的首個(gè)獨(dú)角獸。(2) 業(yè)務(wù)模

19、式晶 泰 科 技 目 前 已 搭 建 起 了 智 能 藥 物 研 發(fā) 一 體 化 平 臺(tái) ID4 (Intelligent Digital Drug Discovery and Development)，為全球創(chuàng)新藥企提供智能化藥物研發(fā)服務(wù)。實(shí)現(xiàn)合作的企 業(yè)包括新格元、華東醫(yī)藥、思路迪醫(yī)藥、PhoreMost、博騰股份、眾生藥業(yè)、輝瑞、德琪 醫(yī)藥等。5.2 冰洲石生物科技多條管線在研，新藥獲美國(guó) FDA 臨床試驗(yàn)批準(zhǔn) (1) 企業(yè)綜述冰洲石生物科技（Accutar Biotechnology）成立于 2015 年，目前公司已在美國(guó)、上 海布局了 AI 計(jì)算實(shí)驗(yàn)室、生物實(shí)驗(yàn)室、結(jié)構(gòu)實(shí)驗(yàn)室和化學(xué)實(shí)

20、驗(yàn)室。成立至今，公司已完成 了四輪融資，其背后股東包括真格基金、IDG 資本、依圖科技、春華創(chuàng)投、鼎暉投資、云 鋒基金、Coatue Management 等知名機(jī)構(gòu)。(2) 業(yè)務(wù)模式冰洲石生物已搭建起全鏈路 AI 藥物研發(fā)平臺(tái)，打通了小分子藥物臨床前研發(fā)的各個(gè)環(huán) 節(jié)，包括虛擬篩選、藥物屬性預(yù)測(cè)、化學(xué)逆合成 ,、藥物優(yōu)化、老藥新用等。目前，冰洲石 生物已建成一條共計(jì)超過(guò) 10 個(gè)生物新藥的產(chǎn)品管線，涵蓋 first-in-class 和 best-in-class 藥 物靶點(diǎn)。 2021 年 9 月，公司利用 AI 技術(shù)研發(fā)的新藥 AC0682 獲美國(guó) FDA 批準(zhǔn)進(jìn)行臨床試驗(yàn)。 上述藥物主要

21、用于治療雌激素受體 (ER) 陽(yáng)性乳腺癌患者。5.3 英硒智能與藥企合作次數(shù)領(lǐng)跑同業(yè) （1） 企業(yè)綜述英硒智能（Insilico Medicine ）2014 年 1 月成立于美國(guó)，在全球六個(gè)國(guó)家和地區(qū)分設(shè) 有辦公室；2019 年，公司總部從美國(guó)移到中國(guó)香港，同年設(shè)立英矽智能科技 ( 上海 ) 有限公司， 業(yè)務(wù)重點(diǎn)布局中國(guó)。成立至今，英矽智能已獲得超過(guò) 3 億美元融資，公司先后獲得了來(lái)自 藥明康德、啟明創(chuàng)投、禮來(lái)亞洲基金、斯道資本、創(chuàng)新工場(chǎng)等多個(gè)知名投資方的重金押注。（2）業(yè)務(wù)模式英矽智能基于多基因組學(xué)、AI 人工智能技術(shù)自主研發(fā)出了 Pharma.AI 平臺(tái)，平臺(tái)下面 的 PandaOmics 應(yīng)用于靶點(diǎn)識(shí)別，Chemistry42