日前，DPI在官网发布了最新一期报告《Artificial Intelligence for Drug Discovery Landscape Overview Q4 2022》。
报告全面概述了2022年人工智能应用于药物发现、临床研究和药物研发方面的行业情况。除投资和商业趋势外，还提供了对人工智能应用和研究中一些最新成果的技术见解。
简而言之，就是投进去的钱少了，但落地成果更多了。
以下为该报告要点：
01、2022年，人工智能辅助药物开发的投资兴趣降低。投资事件超过70笔，仅占2021年的一半；平均投资额为4850万美元。02、仅一家公司获得IPO资格。Benevolent AI于当年4月筹集了2.92亿美元，在欧洲借壳上市。而2021年有10家公司首次公开募股，全球经济衰退可能是原因之一。03、大量非生物技术的投资者进入这一领域。如大型科技公司与初创企业、制药公司建立合作以整合资源，主要集中在个性化医学、细胞和基因治疗以及分子预测软件方面；谷歌甚至开设了AI辅助药物研发的子公司 Isomorphic Labs。04、尽管全球经济低迷，但AI制药一级市场较稳定。自2022年初以来，上市公司的累计资本化仅下降了-3.1%，截至2022年12月底，累计资本化为19460亿美元。05、大型制药公司、合同研究机构对AI辅助药物研发公司的兴趣不断增强。合作方面，阿斯利康有超过26项合作，数量位居第一；投资方面，罗氏向Freenome投资2.9亿美元，辉瑞向Sema4投资2亿美元，赛诺菲向Exscientia投资1亿美元。06、人工智能技术已经成熟到足以为药企和CRO提供有形价值。大型制药公司高管认为其不仅可以发现新分子，还可以发现新靶点。
07、人工智能技术“大众化”趋势明显。即各种机器学习/深度学习技术以预先训练、预先配置的“现成”格式或相对现成的格式提供，非人工智能专家可灵活使用相当先进的数据分析工具。例如KNIME，通过基于云的模型、框架和拖放式人工智能管道构建平台。08、概念验证项目在学术和商业伙伴关系中都取得了成功。例如，Recursion 、Insilico Medicine、Deep Genomics和Exscientia等公司使用其基于AI的药物设计平台实现了重要的里程碑进展。
美国、欧洲、亚洲及中国，正在积极探索人工智能在药物发现方面的应用。美国是人工智能行业的主要参与者。不仅是人工智能技术的先驱，在用人工智能推动研发、研究中心和研究所以及投资的公司数量分布上也最多。此外，FDA还制定了一项计划，探索人工智能在监管科学中的应用。在欧洲，欧洲药品管理局（EMA）已宣布计划使用人工智能提高其工作效率，包括评估新药应用。英国国家医疗服务体系（NHS）也在探索使用人工智能改善患者护理，包括开发个性化医疗。中国计划到2025年成为世界人工智能的领导者。国家发展和改革委员会已将制药行业的人工智能确定为“中国制造2025”计划中的关键领域。此外，亚洲地区的日本和韩国也在为药物开发投资人工智能。比如日本经济贸易和工业部制定促进基于人工智能的药物发现技术的发展计划，韩国的国家计划“AI Korea”等。截至2022年Q4，全球约有700家AI公司辅助药物研发，1400家生命科学领域的投资机构及100余个合作者。美国在该市场仍处于领先地位，超半数以上的企业落地；欧洲企业数量排名第二，占16.83%；此外，亚洲和中东地区的AI制药公司持续新增，约占总数的11%。
与亚洲市场相比，英国和欧洲国家使用人工智能进行药物开发的公司比例正在下降。亚太地区特别是中国，该数量大力增加，这种趋势可能会保持下去。在投资AI制药的1400家机构和基金中，美国继续领先其他国家，因为全球一半以上的人工智能药物发现公司的总部设在美国。与前几年相比，2022年在亚洲，特别是中国的投资者数量大幅增长。美国、欧洲、中国和英国相关的投资者数量在全球处于领先地位。在AI药物研发领域投资机构Top50名单中，亚洲地区的数量显著增长，尤其是中国，较Q3季度新增了近3倍（2022年Q3，3.7%）。2022年Q1至Q4，人工智能辅助药物研发领域的业务活动一直在增加。截至12月底，该领域总投资额为246.2亿美元。
自2012年至今，700家公司的年度投资额在9年时间里增长了近30倍。增长最快的是2021，当时AI在药物开发公司的年度投资为96.6亿美元。新冠肺炎疫情是这种快速增长的催化剂。但由于全球经济衰退，2022年药物开发公司对人工智能的投资比2021年少了2.6倍（见上图深蓝色部分，36.3亿美元vs 96.6亿美元）。为了验证该结论，DPI还对比了2021和2022年融资TOP10的公司。2021年Neumora筹资了5亿美元，而2022年获最高融资的是Biofourmis公司（3.2亿美元）；2021年的平均投资为6470万美元，而2022年为4850万美元。此外，2022年的投资项目数量也减少了两倍（75项 vs 152项）。大型制药公司对人工智能驱动的生物技术初创企业的兴趣日益高涨，这意味着该行业未来有更多的机会成功退出，由此也驱动了更多的投资者进入。图：过去6年，大型制药公司与AI公司的合作数量不断增加就2022年跨国药企的合作伙伴数量而言，阿斯利康和默克领先于其他公司，分别达26起、22起。此外，赛诺菲在去年签下了单笔最高金额的合作订单。
他们通过投资内部项目、与外部AI供应商合作及在药物发现和其他研究领域开展试点项目，显示出对探索AI领域的强烈兴趣，从而获得竞争优势、提升研发效率。
图：2022年AI制药企业合作订单数量排名Top10另一边，拿下较多药企订单的AI制药公司有BenchSci、Evotec、Pharmaledger和IKtos。这些公司往往拥有早期药物开发和端到端人工智能驱动的制药技术。
近五年来，跨国药企对人工智能技术的看法也发生了根本性转变。自2017年以开始，人们的认知从怀疑和狂热的兴趣明显转变，致力于实现人工智能在新兴的“以数据为中心”创新模式中所扮演的战略角色。
截至2022年12月24日，AI制药上市公司的累计资本化达到19460亿美元。在DPI分析的42家AI辅助药物开发公司中，市值最大的是Roivant Sciences、AbCellera和Relay Therapeutics，市值最小的为Landos Biopharma、Evolutionary Genomics和OpGen Inc.。图：AI制药上市公司市值排名TOP10（2022年12月底）尽管过去一年存在挑战和不确定性，但AI辅助药物开发市场却表现出了弹性和增长。如上图所示，与iShares生物技术ETF（IBB）、YTD纳斯达克生物技术指数（NBI）和标准普尔500指数（s&P 500）等重要市场基准相比，AIDD公司在股市公开交易的累计资本化仅下降了-3.1%，而其他指数则下降至-25.30%。
截至去年年底，总部位于瑞士的上市公司Roivant Science，以50亿美元市值位居第一。而最具潜力的AI制药公司分别是Schrödinger、Recursion 和Relay 。他们均在2020年上市，有合适的多靶点新疗法管线和稳固的市场地位，受到了投资者的高度期望。最后，报告对药物开发中采用人工智能（AI）存在的挑战和障碍进行了简介。包括：数据质量和可用性：人工智能算法需要大量高质量数据才能有效。然而，制药行业历史上一直在与数据做斗争，访问和整合来自多个来源的数据十分困难。监管：人工智能在药物开发中的监管环境仍在演变。美国FDA和欧洲药品管理局EMA等机构正在努力制定相关指南，但仅处于早期阶段。缺乏理解和专业知识：许多制药公司和研究人员可能没有必要的人工智能专业知识，无法在药物开发中有效利用人工智能。这可能会使这些组织难以采用人工智能并将其集成到其流程中。伦理问题：包括数据和算法中的偏见，人工智能替代人类决策的可能性有关的问题。