AI制药产业逆势而上:扬帆起航,智领医药未来 医药魔方投资数据产品部 目录 CONTENT 1.投融资交易与全球研发概览 2.AI驱动的药物开发技术与应用 3.传统机构与产业资本共同助力AIDD 4.国内AIDD领域未来展望 1.投融资交易与全球研发概览 全球一级市场人工智能+创新药领域融资情况整体呈上升趋势 从全球趋势看,2019-2021年间,AIDD领域投资事件的复合年均增长率达84.8%,显著高于创新药领域投资事件的31.0%,上升势头迅猛 2021-2023年间,AIDD领域投资事件的复合年均增长率为-9.8%,而创新药领域整体为-20.7%,AIDD领域表现出了更强的韧性 1,500 31.0% 1,094 1,473 -20.7% 1,052 150 -9.8% 1,000 500 858 926 100 5036 84.8% 56 123115 100 0 20192020202120222023 0 20192020202120222023 近五年创新药一级市场融资事件数近五年AIDD一级市场融资事件数 数据说明:数据截至2023.12.31;一级市场轮次包含IPO前所有轮次,不含IPO、增发、并购及股权转让事件数据来源:医药魔方MedAlpha®数据库 人工智能赛道在海外受到资本青睐,占比不断增加,与之相比海外其余赛道热度变化不明显 3%3%4%3%2%4%4%7%17%17% 5%4%4%3%8%9%16%13% 3%4%5%5%5%7%11%15%14% 2%4%6%6%6%7%5% 12%12%18% 3%3%5%8%7%5% 13%12%13% 小分子细胞疗法抗体药物药物递送疫苗人工智能核酸药物基因疗法偶联药物基因编辑癌症疫苗放射性药物 2%3%4%7%4%4%4%13%13%10% 1%4%6%5% 4% 11%14%10% 2% 4%3%8%5%8%3% 11%12%14% 1%4%4%5%12%10%11%9% 2%3% 3%6%6% 13% 3% 12%14%10% 34% 33% 25% 19% 26% 酶类药物RNA编辑 33% 33% 27% 31% 25% 13% 3% 2% 3% 5% 6% 3% 2019202020212022202320192020202120222023 近5年国内创新药各赛道融资事件占比变化近5年国外创新药各赛道融资事件占比变化 数据说明:数据截至2023.12.31;一级市场轮次包含IPO前所有轮次,不含IPO、增发、并购及股权转让事件数据来源:医药魔方MedAlpha®数据库 近些年AIDD交易活动日益频繁,众多MNC在该领域进行布局尝试 近五年海外企业AIDD项目交易情况(百万美元) 交易事件数 国外转国内交易金额 国外转国外交易金额 47 36 39 14,339 1,500 10 67 22 10,403 4,075 5,535 140 30,00060 25,00050 20,00040 15,00030 10,00020 5,00010 00 部分MNCAIDD项目交易情况(不完全举例) 20192020202120222023 近五年国内企业AIDD项目交易情况(百万美元) 交易事件数 国内转国内交易金额 国内转国外交易金额 40 10 16 21 2 131,2001,260 30,00060 25,00050 20,00040 15,00030 10,00020 5,00010 00 20192020202120222023 交易时间 转让方 受让方 交易内容 2023-12-06 BigHatBiosciences 艾伯维 利用BigHat的人工智能和机器学习(AI/ML)Milliner™平台来开发下一代治疗性抗体。 2023-12-05 Aqemia 赛诺菲 Aqemia延长与赛诺菲在AI和量子物理驱动的肿瘤药物发现方面的首次合作。 2023-12-04 AbsciCorporation 阿斯利康 将Absci的IntegratedDrugCreation™平台与阿斯利康在肿瘤领域的专业知识结合起来,旨在加速发现潜在的新的癌症治疗候选药物。 2023-09-25 ValoHealth 诺和诺德 双方将利用Valo的OpalComputationalPlatfor™,加快药物发现和开发过程。 2022-05-03 GenesisTherapeutics 礼来 Genesis与礼来达成合作,利用其AI平台发现针对多达五个靶点的新疗法。 2022-02-14 Aqemia 强生 Aqemia通过物理驱动药物发现平台为强生提供进行靶点筛选和优化服务。 2022-02-10 CytoReason 辉瑞 两家公司延长于2019年达成的合作协议,利用CytoReason的免疫系统机器学习模型进行药物研发并成功应用于20多个研发项目。 2022-02-09 CelerisTx 德国默克 该项目计划利用CelerisTx基于图形的AI技术平台,发现和设计新型小分子结合剂和双功能蛋白降解剂。 数据说明:数据截至2023.12.31;数据来源:医药魔方NextPharma®数据库 1.AI驱动的药物开发技术与应用 AI概念自1956年诞生,2012年后逐步赋能医药行业 1956年 人工智能(AI)术语 首次在达特茅斯会议被提出 1988年 彼得·布朗等人发表 《语言翻译的统计方法》 1998年 JohnLafferty首次提出条件随机场模型 2018年 1966年 首台采用人工智能的移动机器人Eliza问世 2016年 2012年 1997年 IBM公司电脑“深蓝” 战胜国际象棋世界冠军卡斯帕罗夫 2007年 AlphaFold诞生 实现单链蛋白结构的预测 谷歌AlphaGo击败围棋世界冠军李世石 世界首家AI制药公司Exscientia注册成立 世界上第一部完全由人工智能创作的小说《在路上》问世 2020年 世界上首个AI设计药物DSP-1181进入临床试验 2021年 2017年 Transformer架构出现 2022年 2014年 生成对抗网络GAN被提出 2023年 2011年 苹果发布Siri 2024年 AlphaFold2诞生 实现超高置信度预测蛋白质结构 Chat-GPT诞生 大规模语言模型引发全球关注 Chat-GPT迭代 英伟达投资多家AI制药公司 英伟达市值突破2万亿 文生视频大模型SORA诞生 资料来源:医药魔方研究与分析 AI在医疗健康行业多领域均有应用潜力,正在产生变革性影响 药物开发 正确处理并设计药物结构,对ADMET等药物特性进行预测,加速药物开发进程 AI制药应用场景 诊断 识别人脑无法感知图像特征,改善癌症、中枢神经系统疾病等疾病筛查,从病例图像识别特定基因突变,并还将不断拓展应用于更多疾病领域 临床试验 长久以来临床试验设计和进行方式并未发生实质性变化,AI的到来将辅助临床试验方案设计、患者入组、临床试验监查、药物警戒等各个环节 供应链 识别药品生产过程系统性问题,分析生产瓶颈,缩短批次处理周期长度;监控在线生产过程,确保药物安全性及质量 商业和监管过程 加速产品营销材料医疗、法律和监管审查流程,提高内容准确性,使产品更快进入市场 资料来源: 1.ContractPharma:HowareAIandmachinelearningalteringthelifesciencesindustry? 上市 人工智能在药物研发的各个环节都有巨大的应用价值,解决药物研发成功率低、研发时间长、研发投入高的行业痛点 250个候选药物 药物发现 5000-10000个化合物 分 小 传统 子 研临床前花费约11亿美元 究 4 临床试验优化设计 3-6年 临床前研究 临床试验 获批规模生产药品销售 1个新药 0.5-2年 上市后 5个临床药物 小分 AI子 应用场 景大分 子及其它新型疗法 1 话题丰富、热点方向 基于多组学数据/知识图谱的靶点发现 23 6-7年 临床试验花费约15亿美元 3 成药性评估 (ADMET、 晶型预测等) 2 靶蛋白结构及结合位点预测 药物设计、剂型 筛选优化开发 5 逆合成分析 5 6 适应症拓展/药物重定向 自动化实验室 应用少 AI在药物发现阶段可以赋能多个重要环节 分子生成与高通量筛选 靶点结构已知 根据适当约束生成大量分子 在局部分子空间富集 靶点发现 •基于多组学数据的靶点发现 •基于知识图谱的靶点发现 蛋白质结构预测 Alphafold1: ANN解析大量的1D与3D结构的对应结果 训练出氨基酸组件之间的距离和折叠角度 Alphafold2: 使用GNN+Attention架构,GDT中位数达到92.4 首次将AI预测蛋白质结构精度提升到实验室水平 Ligand/pocketbasedAI分子生成 AI虚拟高通量筛选 靶点结构未知 速度快 成本低 通量大(千万至亿级) 超大化合物库 AI虚拟高通量筛选 小分子表征 •线性表征法 SMILES字符串 InChI •分子指纹 结构键 环形指纹 •图表征法 分子图 基于图的神经网络 靶标预测 基于配体的靶标预测 •相似性搜索 •机器学习 基于结构的靶标预测 •反向分子对接 •反向药效团匹配 混合方法的靶标预测 •蛋白质化学计量 资料来源:医药魔方研究与分析 AI在临床前研究中主要应用于晶型预测与剂型开发 AI在晶型预测中的应用 AI在剂型开发中的应用 新型药物递送系统的开发 AI助力新型递送系统的开发 •纳米粒子:分析影响纳米粒子稳定性以及非线性关系 •AAV载体:预测新序列的功能并构建AAV匹配图谱 •其他递送系统:助力开发微球、纳米药物递送机器人等 预测 药物剂型的性质 AI用于研究溶解性质与剂型配方之间的联系 APIs 输入 2D结构 通用//特定结构能量 力场训练生成聚类 能量排位 (0K) 室温稳定性计算 剂型 公开数据 模型训练与验证 性质,辅料性质等 输入:化合物量,API 配方优化 输出: 崩解时间和相关性质 AI能在研发早期充分挖掘目标力场下所有可能的晶型结构通过聚类分析及能量排位后,筛选出最稳定的结构 筛选最稳定的晶型 •稳定性、BA:相同的分子因其晶型不同而具有不同的理化性质 •在药物开发早期确定并选择最稳定的晶型:避免在研发后期需要改结构而带来的损失 资料来源:医药魔方研究与分析 形成/打破专利壁垒 •专利保护:对于原研公司,尽可能地找到相似的稳定药物结构,建造专利壁垒 •专利破解:对于仿制药公司,发现更稳定晶型/不同的溶解性质的分子可导致原专利失效 AI助力在大量辅料的排列组合中找到最佳配方 提高生物利用度、溶解度、稳定性和安全性 不同水溶助剂 不同浓度 API在不同水溶助剂的性质 综合评分及筛选 3.传统机构与产业资本共同助力AIDD 海内外顶尖风投及企业均投向AI;药物及靶点发现仍是AI制药企业主旋律 近三年海外项目AI制药一级市场投资数TOP10 AlexandriaVentureInvestments14 CasdinCapital1113 ARCHVenturePartners10 谷歌风投9 奥博资本9 PolarisPartners9 FlagshipPioneering9 AndreessenHorowitz9 富达国际8 NVIDIA8 73 企业参与无企业参与 2023企业参与AI融资项目占比 战略投资超亿元人民币 •自研AI蛋白质优化与设计平台MoleculeOS,赋能生物药研发; •拓展应用于合成生物学,发掘更具市场潜力和环保性能的生物材料 B+轮7200万美元 •针对非编码基因组及病毒样重复元件开发发掘新靶点及疗法; •通过机器学习平台ROMEQuant识别活性重复序列并量化其表达水平,确定疾病驱动因素; 近三年国内项目AI制药一级市场投