全球辅助大分子药物开发的AI制药公司格局分析

8月29日，麦肯锡公司人员发布了一篇文章，主要分析了专注于大分子药物发现的AI公司格局，并概述了AI如何应用于大分子药物发现。

doi: https://doi.org/10.1038/d41573-023-00139-0

此前，在AI辅助药物研发阶段小分子一直走在大分子的前面，但随着技术的发展，AI越来越多的应用于抗体、基因疗法等。同时在肿瘤领域，预计2030年大分子药物将占据市场收入的50%，其中预计80%以上来自抗体药。

目前，AI在大分子药发现中的应用包括结构预测、功能预测和新候选药物生成等方面。结构预测如AlphaFold2；功能预测如机器学习模型、计算模型、深度学习方法等。

Discovery pipeline for antibody therapeutics, highlighting where traditional in silico methods and AI tools have accelerated progression.

经分析，目前从事大分子药物设计的AI制药公司共82家，其中60以上的公司是在过去5年内成立的，这也体现了近几年在技术进步的推动下AI制药的发展。

同时，一些成熟的制药公司正在通过收购、投资或合作等方式增强AI辅助大分子药物发现的能力，如基因泰克2021年收购Prescient Design（将机器学习应用于抗体发现）。

合作事件也从2016年的10项上升至2021年的51项，如BigHat Biosciences（抗体发现）与安进、AbCellera（抗体发现）与艾伯维、MAbSilico（抗体发现）与OSE Immunotherapeutics之间的合作。

就募资情况来看，2021年达到高点，共募资39亿美元，其中有27亿美元为VC投资。而2022年大幅下滑至7亿美元。

比较值得注意的是，两家专注于抗体发现的公司AbCellera和Absci在2020年和2021年分别IPO募资5.55亿美元和2亿美元。专注于蛋白药物发现的公司Generate Biomedicines在2021年B轮融资3.7亿美元。

从产品线情况来看，这些AI公司管线还处于早期阶段，其中有三项管线已进入II期：

Evaxion 正在开发一种基于多肽的个性化癌症免疫疗法，用于治疗转移性黑色素瘤；

ZielBio 正在开发一种针对实体瘤的 plectin 单克隆抗体；

PharmCADD 正在开发一种候选 mRNA 疫苗，用于治疗 SARS-CoV-2。

此外，还有三项资产处于I期：

Peptilogics的多肽抗生素用于治疗假体周围关节感染；

SparX Therapeutics的claudin 18.2 单克隆抗体用于治疗胃癌；

PharmCADD 公司的另一种 mRNA 疫苗用于治疗 SARS-CoV-2。

在临床前管线中，AI驱动的生物技术公司主要的开发方向是肿瘤学领域，共有8款药物。就疗法而言，临床前开发中的 RNA 疗法和多肽疗法（约占所有分子的 50%）多于抗体疗法。这可能是由于抗体设计的复杂性较高，而且缺乏可用于训练机器学习工具的功能数据。

就目前情况来看，AI在大分子药物开发中的应用在逐渐增多，但大规模的应用还具有挑战。要实现AI在该领域的潜力，需要解决几个要素。

首先，必须将AI模型充分融入研究过程，并对研究科学家进行适当的能力建设。通过这样做，公司可以快速训练和验证机器学习算法，同时还能克服人工智能工作中潜在的 "孤岛 "问题。例如，在使用大型语言模型对抗体亲和力进行高通量预测时，通过综合研究系统及时进行体外验证，将进一步训练和提高硅学模型的性能。

其次，必须建立技术环境，如复杂的数据工程管道（整合公共和内部数据并能够自动标记）、合适的计算基础设施以及源系统建模环境的整合。这样，企业就能以一定的速度训练和完善人工智能模型，为下一次实验提供信息并加以改进。

最后，需要将人工智能技术结合到药物发现之外的整个研发过程中，如试验设计和患者亚群识别等领域，以进一步提高试验效率和成功概率。

关注wechat药研网