本文内容转载自“智药局”微信公众号。原文链接:https://mp.weixin.qq.com/s/lLQDfNhGjqobERwZd1briQ
第一批人工智能设计的药物大多以失败告终。10月初，英国AI制药上市公司Exscientia更新了一版管线，其癌症候选药物EXS-21546的I / II期研究停止研发。关于这款A2A拮抗剂，官方的说法是，“根据临床和临床前数据的建模，该药物达到合适的治疗效果将具有挑战性。”去年，Exscientia其合作伙伴住友制药决定放弃另一种人工智能设计的药物。而此前AI制药上市公司BenevolentAI和Relay也相继遭遇了管线受挫。“我们现在也意识到，如果我们想改变临床成功的可能性，不仅仅是更好的分子，”Exscientia创始人霍普金斯说，“我们还需要更好的转化模型。”
学费依旧没少交
在过去的一年多里，人工智能创造的第一批分子可谓“死伤一大片”，有的直接被暂停研发，有的被降低了临床试验优先级。这些药物背后的人工智能公司将它们带入临床，大张旗鼓地谈论药物发现的新时代，然后在交了学费之后悄悄的搁置了他们。
例如2022年10月，Recursion用于治疗一种GM2神经节苷脂沉积症REC-3599停止研发，但该药物是二十多年前被礼来带入III期的老药，用于治疗糖尿病视网膜病变，后来几经转手到了Recursion手中。还有一个鲜明的例子是Exscientia。2021年，Exscientia携三款临床阶段药物上市，彼时市值为26亿美元。其中两个药物DSP-1181、DSP-0038由Exscientia与日本住友制药合作研发；而另一款EXS-21546 则为Exscientia与Evotec SE共同开发。其中DSP-1181被宣传为全球首个进入临床的AI设计的分子。然而Exscientia当初的管线已经被“大换血”，不是此前的A2A拮抗剂（EXS-21546)、5-HT1A 激动剂和 5-HT2A 拮抗剂DSP-0038和DSP-1181。取而代之的是PKC-θ抑制剂EXS-4318，和CDK7抑制剂GTAEXS617。
尽管Exscientia能够快速“补货”，推进新药物进入临床阶段，但很难不让外界猜测其分子质量是否到位，靠快速和堆量维持公司发展。曾经有公司在药物宣布进入临床时，高调宣布了人工智能帮助减少了速度和成本，但实际上似乎并未减少药物临床上的风险。“速度和成本是最容易展示的东西，尤其是在临床前。然而增加药物临床的成功性，将不可避免的需要最长的时间来验证。”BenevolentAI的联合创始人兼首席运营官Ivan Griffin表示。这番表述也指出为什么AI药企的宣传稿都是雷同的速度和时间，因为有效性的验证的确需要大量的时间，否则很难让外界认同AI制药的故事。
人们对AI曾经抱有不切实际的幻想。实际上AI能够将药物的研发速率从5%上升到6%或者7%，但期待值却达到90%。与此同时，临床阶段的药物成功本身就非常少，估计仅有5%或10%的临床阶段药物获批。如今，这些AI药企也开始沉下心来，聘请优秀的药物研发专家，优化商业模式研发项目，不再妄想AI能够一步登天。“我们现在也意识到，如果我们想改变临床成功的可能性，不仅仅是更好的分子，”Exscientia创始人霍普金斯说。“我们还需要更好的转化模型。
两极分化的市场
除开Schrodinger、Recursion外，基本上第一批AI制药上市公司市值已经不到10亿美元。Exscientia市值为6.4亿美元，BenevolentAI仅为1.17亿美元，上市AI制药公司的股价都下跌了至少75%，表现逊于生物技术市场。很多公司因为管线失败还不得不陷入了裁员的危机。
例如BenevolentAI裁员50%，Atomwise也因为业务调整裁掉了三分之一的员工。佼佼者Schrodinger还曾经主动卸下AI的标签，公开表示其并非一家人工智能公司，而是一家拥有专有软件的制药公司。首席执行官Ramy Farid曾经对市场中炒作AI概念感到担忧， 后果可能是“炒作越大，跌得越惨。”然而对于AI+药物研发的支持者而言,Moderna的Covid-19疫苗或Nimbus Therapeutics的TYK2抑制剂等成功项目在一定程度上使用了人工智能。只是这些药企没有将这些药物标记为人工智能设计的，而Exscientia、BenevolentAI和Recursion则将其方法打上人工智能驱动或人工智能的标签。海外二级市场的冷似乎并没有为一级市场带来寒气，近一两个月以来大额融资不断。
智药局曾经分析过，这一波还愿意向AI制药投资的资本主要来自科技基金英伟达、互联网基金以及大资本集团，较少有产业资本和生物医药基金的出现。两极分化的态度也让市场看不透这些公司。Zetta Venture Partners的合伙人Dylan Reid表示：“市场从来都不知道该如何看待这些公司。他们太兴奋了，也太沮丧了。曾经他们对该平台的估值达到了X亿美元，而今天，这可能会拖累估值。”如果想使用人工智能在药物发现中创造巨大的价值，唯一的方式就是帮助获得具体的获批上市药物。人们也意识到，AI制药的更快并不意味着更好，更快失败并不是成功。面对临床试验的检验，是AI药物分子面对质疑与炒作必须迈出的一步。
