12月5日，赛诺菲和艾伯维在同日官宣了新的AI制药公司合作。
赛诺菲与法国制药公司Aqemia签署多年期研究合作协议，为几个不同的未公开的治疗领域开发小分子候选药物。Aqemia将利用其人工智能(AI)平台设计药物分子，利用基于物理学的计算来生成数据，以加速药物发现。赛诺菲将负责湿实验室的研究、开发和商业化活动。根据协议条款，Aqemia将在所有项目的前期及里程碑阶段，获得总额高达1.4亿美元的资金。
艾伯维与BigHat宣布建立合作研究，发现和开发肿瘤学和神经科学领域的下一代治疗性抗体。BigHat将利用其Milliner ™平台，这是一套集成高速湿实验室的机器学习技术，用于指导针对多种治疗目标的高质量抗体的设计和选择。根据协议条款，BigHat公司将获得3000万美元的预付款，并可能有资格获得总计约3.25亿美元的研究和开发里程碑，还有可能获得进一步的商业里程碑以及净销售特许权使用费。
度过争议风雨，活下来的AI制药Biotech不再走“出售管线”的变现路径，而是走向“研发合作”。他们的春天到来了吗？
1、AI制药Biotech，怎么活下来？
回顾两段合作，不难发现这次达成合作的两家Biotech仍然是聚焦药物分子/抗体开发与设计的早期领域。但不同于早期“卖管线”的方式，与pharma的合作用词均为“多年期”“多领域”“多种治疗目标”的大规模、长周期深入合作。以“AII in AI”的赛诺菲为例，无论是与英矽智能、Aqelia将持续多年、针对多个靶点的研究合作，还是与百图生科基于大模型、共同开发药物发现模型的合作，均为长周期、宽范围的战略性合作。
对于Biotech而言，战略性合作不再是一锤子买卖，而是一锤无法定输赢、拥有试错和改进机会的深度合作。一方面，Biotech将从合作中获得pharma的资源、协作及潜在的数据共享机会，更新与迭代自有平台。正如与Aqemia的合作中，赛诺菲将利用其全球研发专门知识，且独自负责湿实验的研究、开发和商业化活动。另一方面，多线并进下，单个药物管线一旦成功，Biotech也可获得特许权使用费和相应里程碑款项。
对于Pharma，深度合作无疑是风险更小、代价更低的长期投资。关键问题在于，AI制药Biotech如何脱颖而出，进入Pharma视野？
不同于需要实验数据进行训练的AI平台，Aqemia通过使用牛津大学、剑桥大学和 ENS/CNRS12年来研究的独特量子物理算法，生成自己的数据，并从最初阶段就处理药物发现项目。Aqemia称其深层物理算法可达到10000倍的速度，有效指导生成式人工智能快速、规模化发现药物项目，推出创新引擎Launchpad。与赛诺菲、扬森、赛维尔高达数百万欧元的合作中，基于Launchpad结果，多个药物管线研究已经启动，尤其聚焦肿瘤学和肿瘤免疫学。
BigHat的Milliner™平台则将机器学习技术、基于合成生物学的高速湿实验室集成为一个完整的抗体发现和工程平台。经过平台迭代与机器学习模型设计后，BigHat可在自有实验室中采取合成生物学技术多次测试。基于细胞或其他功能的测定方法，BigHat复制体内疾病过程，来测量每个变体的生物物理特性和对疾病活性的影响，并更新模型、迭代预测。
2、泡沫破灭、重回理性，AI制药正在走向工业端
AI制药Biotech不再选择一味扩张，而是卖模型、谈合作；Pharma既自建AI团队，又积极合作各类脱颖而出、充满潜力的AI制药Biotech。当赛道交易回归冷静，既是戳破泡沫之后的理性发展，也是去污名化、良性竞争的开端。
回顾10年代中后期，谷歌DeepMind陆续研发的AlphaGo、AlphaZero、AlphaFold1，尤其是AlphaFold2在蛋白质空间预测上的一大飞跃。人工智能和机器学习解决了制药工业数百年来的难题，被捧上神坛。一度，人们认为AI和ML可以解决所有医药工业存在的问题，甚至进化至产生药物。
众口悠悠，神话与追捧创造了AI制药的巨大泡沫——赛道火热、资本入场、企业纷起、管线发现与技术故事也天花乱坠。但坑一早就已埋下：走到实际应用中，AI制药究竟能在制药工业中发挥多大的作用？降本增效的神话下，药物走至临床II期、III期的成功率有多高？一时间，AI制药的泡沫被戳破，“神话”变成了“污名”。
泡沫的破灭也是赛道筛选与迭代的过程。FDA与EMA对AI/ML提出了明确的定义，目前的共识是：AI/ML只是一种能够帮助医药工业发展的辅助性工具。
看回当下赛道中的企业：底层算法创新、AI与遗传学创新共同主力药物研发、AI药物发现集成湿实验室、AI应用于临床试验开发、AI化学路线设计+实验室数字化管理……回归理性之后，AI/ML正在逐步走向更垂直、更专业、更贴近工业端的应用方向。
此前，前FDA高级评审官员、深圳埃格林医药董事长杜涛博士接受动脉网专访时提到，未来的医药工业中，AI/ML的作用会越来越大。因此，AI技术在医药工业一点不过热，而是还不够成熟，或者说中国的AI医药工业覆盖面仍然不够广泛。以现在的情况来看，AI在医药工业还处于一个早期阶段，未来将会通过各个AI服务机构与传统医药企业的密切结合，使AI在医药研发流程中的应用越来越广泛。
今年，英矽智能、 晶泰科技递交上市申请，冲刺港交所。走向工业端、走向合作共赢的AI制药公司，正迎来更多可能，让我们保持理智，充满期待。
