減肥藥巨頭27億美元聯手ValoHealth搶占AI制藥賽道

　　因“減肥神藥”司美格魯肽而名聲大躁的諾和諾德公司又有了新的動向——諾和諾德與美國科技公司Valo Health達成合作協議，尋求利用人類數據和人工智能技術研發心臟代謝疾病（CMD）的新療法。

　　根據協議條款，Valo Health將獲得預付款和潛在的近期里程碑付款，總額為6000萬美元，并有資格獲得最多11個項目的里程碑付款，總額可達27億美元。諾和諾德執行副總裁兼首席科學官Marcus Schindler表示：“人工智能和機器學習有望對藥物開發產生積極影響。”

　　“Valo的技術不僅強大，且具有差異化。這項技術能夠基于現實中的人類數據研究，并將其轉化為潛在的治療方法，從而造福患有心臟代謝疾病的患者。”Schindler補充道。

　　Valo Health創立于2019年，總部位于波士頓，是一家基于機器學習和患者數據集支持的藥物發現平臺。公司致力于利用機器學習、云計算和大數據等技術實現藥物發現，以加快藥物的發現和開發，同時降低藥物發現的成本，時間和失敗率，主要關注的領域有心血管疾病、神經退行性疾病和腫瘤領域等。自主研發的Opal Computational Platform是一個完全集成的，組件化的端到端藥物開發平臺，提供獨特的治療開發方法，使其在心血管疾病，腫瘤學和神經退行性疾病方面發現和開發候選藥物。重要的是，Opal能夠使用人類數據研究，而不是小白鼠數據。

　　Valo首席執行官David Berry博士表示，此次與諾和諾德的合作將為大規模部署Opal平臺創造“一個獨特的機會”。

　　加速新藥研發進程 AI制藥已成為重要的應用場景

　　近年來，藥企與科技公司合作案例頻現，AI制藥優勢逐漸顯現。

　　傳統的藥物研發研發周期長、資金投入大、研發風險高。通常，新藥研發通常投入超10億美元、周期超10年。如何通過大數據、人工智能等科學技術加速新藥研發進程、平衡研發投入與成果產出之間的關系，成為了醫藥公司在數字化改革道路上的重點之一。

　　業內人士認為，利用AI技術，可以縮短新藥研發周期、節省成本，顯著提升藥物研發效率和企業競爭力。

　　比爾·蓋茨曾在演講中表示，堅信包括AI在內的技術進步將在衛生保健和教育等領域帶來快速突破，使更多人能夠獲得拯救生命的工具和更好的發展機會。

　　AI芯片巨頭英偉達CEO創始人兼CEO黃仁勛也曾明確指出，在開發新藥和新的療法方面，生成式AI是一種革命性的工具。據了解，英偉達此前以私募股權的形式向另一AI制藥企業Recursion投資5000萬美元。

　　“2020年之后，隨著國內外一些AI藥物管線進入臨床二期進行有效性驗證，整個AI制藥行業也迎來一個關鍵性階段：如果有藥物能夠驗證成功，那么就意味著在新藥研發流程中，從靶點發現到臨床試驗，AI制藥已能夠實現閉環。”英矽智能聯合首席執行官及首席科學官任峰在接受《每日經濟新聞》記者專訪時，如此闡述AI制藥的發展趨勢。

　　國內藥企布局熱情高漲

　　值得關注的是，國內亦有多家藥企攜手AI科技公司，加快創新轉型。

　　近年來，泓博醫藥、皓元醫藥、美迪西、成都先導等國內知名CRO（藥物研發外包服務）公司與AI科技公司合作較為頻繁。此類合作有助于國內CRO公司在激烈的競爭中保持成本及響應速度方面的優勢。對于以算法、算力為核心優勢的科技公司而言，亦是技術驗證與價值轉化的機遇。

　　泓博醫藥在2023年半年報中顯示，截至報告期末，公司CADD/AIDD（計算機輔助藥物設計/人工智能輔助藥物設計）技術平臺已累計為52個新藥項目提供技術支持。同時，PR-GPT項目進展順利，新訂購的服務器及GPU已到貨，目前正在進行大型語言模型（LLM）的本地部署工作。

　　泓博醫藥透露，公司與深勢科技建立了戰略合作關系，深勢科技的Hermite平臺疊加阿里云高性能計算集群，大幅提升了平臺的分子模擬效率。

　　在近期發布的投資者關系活動記錄表中，美迪西表示，公司已與多家AI制藥企業達成戰略合作，充分整合外部技術資源和內部研發能力，實現雙向賦能。

　　三生國健表示，AI技術在制藥領域的應用將成為趨勢。公司非常重視新技術領域的發展，已經成立GPT小組，研究并探索新技術帶來的無限可能。

　　上海AI制藥公司布局自動化實驗室

　　8月，英矽智能科技(上海)有限公司利用其自主研發的人工智能臨床試驗結果預測引擎inClinico，高度準確地預測了多項臨床試驗Ⅱ期至Ⅲ期的轉化結果，研究成果已發表在《中國臨床藥理學與治療學》期刊上。這意味著生成式人工智能引擎離成功預測臨床試驗結果又近了一步，也進一步開拓了AI在藥物研發鏈條中的可能性。

　　人工智能正在給新藥研發帶來更多的可能。上海，正在其中搶占先機。

　　根據上海市人工智能行業協會的一項統計，目前全市有34家企業涉及AI制藥，共推進了51個臨床前研究和14個臨床試驗項目，在全國占比分別高達60%和47%。“中國是未來生物醫藥發展的快速增長點，上海則是生物醫藥產業高地。”英矽智能聯合首席執行官兼首席科學官任峰感慨。

　　一些上海的AI制藥公司已經開始布局自動化實驗室。“自動化的工作站集群，本身就是為了生產數據，這也是當時設計的一個很重要的初衷。”晶泰科技副總裁王明泰表示，自動化實驗可以全程記錄標準化、可追溯的過程數據和正負結果數據，供人工智能算法模型學習迭代，形成人工智能、自動化實驗、數據的互相正反饋。

　　對于新藥研發來說，藥物創新以臨床價值為導向，臨床數據其實是直接的經驗材料。作為全國的醫療高地，上海在臨床數據上有著先天優勢。