2023年5月5日上午，由动脉网VB100主办、五源资本支持举办的第七届未来医疗100强大会·ITBT＆AI制药论坛在上海张江科学会堂顺利举行。
本次ITBT＆AI制药论坛汇集多方专家。华融融德医疗金融部总经理朱闽、维亚计算化学高级主任钱玥、剂泰医药联合创始人兼首席执行官赖才达、星亢原neoX联合创始人兼首席执行官陈航、星北·自贸壹号产业平台发展部总监段会敏、腾迈医药创始人兼首席执行官何骑、三迭纪创始人兼首席执行官成森平、罗氏制药数字创新负责人柳向楠出席并发表精彩演讲。国联证券执行总经理、研究所所长杨烨辉担任本次论坛主持人。
圆桌讨论环节，各方观点深度碰撞。剂泰医药联合创始人兼首席执行官赖才达、焕一生物创始人兼首席执行官文雯、ReviR Therapeutics（溪砾科技）联合创始人兼董事长李阳、晶泰科技副总裁兼抗体业务负责人李一出席并参与圆桌讨论。五源资本董事总经理井绪天担任圆桌讨论主持人。
各方嘉宾围绕ITBT视角深度探析AI制药及各交叉领域热点问题，寻找实现产业突破的关键。
华融融德医疗金融部总经理朱闽在本次会议上发表“投资人眼中的AI制药”精彩演讲，从投资人角度解析AI与制药行业目前的困境与未来的发展方向。
朱闽指出，制药行业是科学发现驱动的行业，单一技术突破很难带来快速颠覆性改变。AI技术的突破在于其能够实现由单一模态数据向多模态数据跨模态数据的演进，作为智能化工具赋能药物研发。AI赋能药物研发未来可能是巨大市场。2021年为AI制药元年，国际知名企业如Biotech与AI的合作呈现出明显的增长趋势。与AI融合已经成为知名药企推进管线的必然选项。此外，国家政策呈现出局部保守，整体鼓励的态势。AI制药已经进入国家推动阶段。
目前，创新药研发行业已全面进入智能化和自动化时代，困境在于缺少复合型人才和创新机制。资本在长期内必将引导资源向优势生产力配置。AI将推动制药行业的分工与协作，实现行业的再次腾飞。
维亚计算化学高级主任钱玥在会议上分享了维亚生物计算化学目前的研究进展与行业展望。
计算机算力的提升使传统计算化学得到迅速发展，AI获得全球关注。目前AI的应用困境在于数据缺乏、体系描述困难以及质量把关问题。尽管AI在药物研发的应用领域有不少困难，但仍有一些工具展现出强大的力量——AI辅助筛选、AI结合分子动力学与计算化学工具如AlphaFold，以及一系列后期转化工具。在发现靶点和小分子生成的过程中，AI都提供了很多非常实用的帮助。有两个AI非常实用的应用场景。一个是量化的构效关系研究。AI可以在几天的时间内完成百万级的数量化合物库的筛选，并且保持一个非常高的负极因子。另一个是计算化学领域的分子动力学和自由能微扰。AI可以达到相关的算力要求，并且帮助理解隐藏的规律和解释未知现象。维亚生物的超算中心可以助力快速完成超长分子动力学运算，并推动AI工具的进一步应用。
现在是AIDD起步的时代，维亚对于未来是谨慎且乐观的。对待AI产物需要保证数据的可靠性、计算的透明性、最关键的是结果可靠性。因此，未来的发展趋势应该是一种以人为本的人工智能。
剂泰医药联合创始人兼首席执行官赖才达在会议上分享了剂泰医药如何通过AI去设计mRNA或核酸递送一系列的材料，并达到更好的递送效果。
不管是核酸药物还是基因治疗，药物递送是核心“卡脖子”问题。需要计算纳米球如何进入细胞，如何打造肝以外的靶点器官，如何在包内有更好的递送效率和释放效率。痛点在于缺乏基于第一性原理预测机制。剂泰医药首创CADD与AIDD结合的方式，开发YANK 创新算法, 计算多分子交互作用，模拟制剂超分子，以“干实验”模拟制剂、纳米载体的递送过程。
剂泰打造了全球第一个干湿实验结合的高通量平台，与全球第一个高通量的LNP制剂平台联合成为专利体系，形成了一个巨大的数据库，为AI机器学习提供了基础。通过AI的机器学习，肺靶向性、肿瘤靶向性、肌肉靶向性等等传统上难实现的靶向在现在成为可能。AI同样在序列设计上发挥了重要作用。在AI的帮助下，三个月内可以完成递送+序列的开发。目前，剂泰已经打开了递送的应用赛道，正在与大量药企进行合作。
星亢原neoX联合创始人兼首席执行官陈航以AI为切入点，分享了星亢原目前的实践以及当前的产业变革。
对于创新药研发，星亢原neoX的关注点在于生物医药。目前在生成蛋白质结构方面，取得了一些进展，并且应用到了各种场景之中。蛋白质的生成从依赖大自然免疫小鼠到通过AI生成，成果是颠覆性的。
为了更高效地去完成蛋白质结构的生成，实现全局优化，考虑后端开发可能性，星亢原neoX构建了底层布局和模型。第一代技术是通过AI计算选定位点，通过实验找到精准位置，得到各种序列排列组合，再应用AI进行排名。第二代技术通过大量干实验排列组合，再一层层筛选，取得了非常好的效果。第三代技术是在确定目标蛋白的情况下，设计序列，准确率比较高。整个过程设计优先，计算驱动。
星北·自贸壹号产业平台发展部总监段会敏在论坛上由园区模式入手，介绍了星北·自贸壹号。
星北·自贸壹号是一家市场化运作的民营园区，具有市场化模式和灵活性。园区采用EVIC模式，把园区作为载体和资产，承载项目实体基础来形成生态。在载体的基础上吸引项目落地，提供服务。目前主要关注的赛道是创新药、生物技术、新兴疗法等。此外，星北·自贸壹号还关注项目来源与项目发展，在源头上与国内高校有合作。在CXO层面，除了传统意义上的CXO服务之外，还致力于向企业输送CXO人才。在服务纬度有两个层面。一是企业运营层面，提供如实验室认证、政策服务等运营支持。二是产业发展，除了提供空间和基础物业服务以外，还聚焦企业成长。具体表现为：人的层面有人力资源平台；在财的层面与双创机构和银行形成了较为成熟的合作；在物的层面除实验室等设施之外，还设立了供应链服务平台。具体落地步骤会从政策规划入手，进展到落地洽谈，最后进入园区，提供全生命周期的企业服务与战略资源的匹配。
星北·自贸壹号位于在上海浦东外高桥，具有优越的政策环境、资源环境与硬件环境。未来将形成110万方规划，引进1000家左右企业，打造成熟的生物医药产业集群。
腾迈医药创始人兼首席执行官何骑在论坛上分享了腾迈医药的创新模式。
滕迈的创新基于商业创新与技术创新，目前关注小分子药物研发。从寻找苗头化合物到推进候选化合分子，强调质量。生成工具与计算工具的发展提高了项目推进的效率。滕迈的商业创新在于CRO收费模式。滕迈开发的革命性的世界级计算工具。每天能够支撑每天900个分子的计算并提供四位一体的解决方案。滕迈的产品是数据呈现工具，也是数据管理工具，甚至还是一个合作工具。数据的整合与管理具有很大价值。滕迈的商业创新对药物研发企业具有很强的吸引力。
滕迈的技术创新基于物理学建模和AI工具使用。物理学建模达到行业领先水平。AI工具的应用在保持准确度的基础上提高了效率。
三迭纪创始人兼首席执行官成森平在论坛上分享了三迭纪的现状与3D药物打印行业的目前进展。
三迭纪专注药物3D打印技术，其母技术MED可以实现传统递送技术比较难以实现的释放模式，提高药物产品开发效率和成功率，显著提高药物生产质量。三迭纪目前处于行业领先地位，有三款产品在临床不同阶段，产业化技术已经落成。
三迭纪的技术全链条为：设计药物产品、数字化的开发制剂产品、在RND设备上的工艺直接转移到产线以推动上市。此外，也通过相关技术建立药物递送平台。三迭纪的技术创新以MED母技术作为根基，向上延伸出3D打印设备的技术与数字化方法学。三迭纪的商业模式有两种。一是开放平台技术，合作产品，提升效率，从研发到生产全程支持。二是开发自己的管线，目前已有临床阶段管线产品。
三迭纪所经历的路就是一条新兴技术公司发展之路。成森平认为3D打印最后会走向智能制药。
罗氏制药数字创新负责人柳向楠在论坛上分享了他对AIDD与转化医学的思考。
基础医学研究和制药企业的最终目标是成药，改变一个疾病的治疗方法，改变患者命运。应当理性看待AIDD在药物研发过程中，对于研发工作产生的价值和形成的助力。AIDD在整个药物研发最前期阶段，对整个效率和机制的提升有很大帮助。在临床试验阶段，AIDD产生价值相对较小。
AIDD目前存在三个问题。一是数据的隐私权和所有权的问题。二是有较高的专业复合型人才需求和公司知识体系要求，形成行业竞争壁垒。三是目前没有相对完整可行的商业模式，未来专注在垂直领域上做好工具还是形成产业链还没有答案。但这些问题并不是不可逾越的，与研发型医院的合作可以填补数据这一块的缺失。在临床研究阶段与基础研究做更多的衔接和沟通，这个过程未来有很大的发展空间。与基础医学和临床医学的合作长期来看对全产业链的AIDD模式有促进作用。罗氏制药关注AIDD的成品和成药的商业化。
五位嘉宾参与圆桌讨论，共话ITBT与AI制药的未来。
井绪天：是否认同LNP作为整个领域里面可能会成为未来最主流的一种递送体系？AI在这个过程中做了什么？
剂泰医药联合创始人兼首席执行官赖才达：
LNP具有非常明显的优势。首先是安全性。安全性永远是FDA最直接的第一要求。相较之下AAB就较难达到相同的性质。其次是，LNP可以递送很大、很重的东西。这为未来打开了新的机会。AI的加入使表达效率提升一至两个数量级，这一直以来是mRNA、sRNA的核心痛点。通过AI，我们达到了肝、肺、肿瘤等领域的递送需求，这是关键优势。
井绪天：是什么驱动溪砾科技以RNA作为靶点开发小分子药物？
ReviR Therapeutics（溪砾科技）联合创始人兼董事长李阳：
传统认知上，蛋白质是承载生物学功能的最终载体，传统制药以蛋白作为靶点。在人的几十万个蛋白质中，成药的蛋白靶点不超过一千个。顺着中心法则向上走一层，到RNA层面，通过调控RNA实现对于蛋白或者生物学功能的调控取得了很大的成功，但也有自己的局限性。自然而然地思考，小分子能否来做这样的事情。核心难点在于，一是RNA是否有稳定的结构。二是RNA结构跟生物学功能之间是什么关系。三是怎么找到分子。小分子靶向RNA领域，是一个适合AI制药去应用的领域。
井绪天：最新的大模型算法，包括Diffusion Model在生命科学领域或者说在医药研发领域，有哪些大的突破、进展是我们之前很难企及的？
晶泰科技副总裁兼抗体业务负责人李一：
我主要谈一下在抗体领域。抗体其实是一个非常成熟的药物形态，现在是全球除了小分子之外的第二大领域。抗体涉及空间很大，抗体成药有两个要求，一要有活性，要和我们的靶点结合，并且有调控功能。二要有比较好的成药性，在生产和运输过程当中，不发生聚集、沉淀的问题。传统上我们采用实验的方法只是在抗体序列空间里探索了非常小的一部分。AI的优势在于可以帮助我们探索更大的一块可成药空间，以计算的方式生成一些抗体，并且与传统的实验方法相结合，克服传统方法中存在的一些短板和瓶颈问题。
抗体等蛋白质药物的序列本质上是大自然讲的一门语言，与语义、文字模型有天然的相似性。我们发现在引入蛋白的大语言模型之后，很多下游研发任务都有了很好的表现。生成的抗体天然程度更高了，更像一个真正的人体或者动物免疫系统能自然产生的抗体。扩散模型方面，引入Diffusion Model之后，我们用完全计算的方法生成蛋白药，良性率有了惊人的提升。随着数据的加速累计，大模型在生物医药领域的应用已经展现出巨大的潜力，未来可能促成质变性质的技术提升。
井绪天：现在整个多组学数据，以及跟机器学习的结合，整个行业进展到什么程度了？公司是否有一些相对早期的技术验证或者说业务进展？
焕一生物创始人兼首席执行官文雯：
在药物研发当中，除了分子的问题之外，还有一非常重要的问题，就是生物学问题，我们看到不论现在的实验技术，临床前的各种新型实验技术，体外、体内，新型的动物模型，还是定量药理学模型都无法阻挡说药物临床失败率，且呈现出逐渐走高的症状。实际临床组学数据看来，患者的疾病机制是多元化的，分层的，不同的患者可能适用于不同的靶点或者不同的治疗手段。目前整个行业开始往系统生物学建模方向发展，把疾病机制作为利用人工智能以及一些数字化计算，去更好模拟机制，提升临床试验的成功率。
焕一生物的技术验证可以分为两块，一块是生物标志物方面，我们有第三方医学检验所提供临床检测服务，近期我们还新建了GMP厂房来进行IVD的产品化和商业化。另一块是我们的计算平台，包含丰富的组学技术、人工智能和机制建模平台，能够自动化、规模化地解决生物学机制中的研发痛点，为药企和其他研发合作伙伴提供个性化、定制化的解决方案。具体业务层面，我们正在面向国内外创新药企、生物科技公司、临床研究机构、科研院所提供AI+多组学赋能的科研服务和联合研发服务。
渝公网安备 50011202502165号
