“医药行业投资难做，医药行业做企业更难。”
“每过十年，投入相等资金能够产生的新药数量是减半。”
“AI 对制药可以从临床前到生产全方位的赋能，有望解决医药死亡谷”
“国内在 AI 制药方面的实力在全球也有竞争力，并且在产业化当中已经得到了应用。”
“创新药现在是整个医药领域仅存的政策还在大力扶持的方向。”
以上是瀛赐基金合伙人、医药产业负责人胡小骏在瀛赐基金2025年度策略会上发表的精彩观点。以下是我们整理的演讲实录。
大家下午好！我是瀛赐基金的胡小骏。我汇报下对于医药行业，特别是跟 AI 结合相关的一些研究成果。之前我们同事从各个方面讲了 AI 的应用，在医药领域，AI 的应用也是非常广泛的。
现在，大家觉得医药行业投资难做，医药行业做企业更难。医药行业现在有两个比较悲哀的说法，一个说法是反摩尔定律。大家知道半导体行业有个摩尔定律，就是每过两年整个晶体管数量会翻倍。医药行业它是反过来的，每过十年，投入相等资金能够产生的新药数量是减半。从1950年到现在，这个规律一直是没变过，也就意味着医药行业的投入产出比是不断在下降。另一个说法是死亡谷，医药从临床前到临床的过程要经历十年，而且要投入二十多个亿，成功率也就10%出头。而成功研发一款药后，能够真正赚钱的也就20%。所以一个药的投入产出比也就2%左右。投入产出比，因为前面讲的反摩尔定律，未来是会不断下降，也就意味着一个药企，现在投入研发的回报率还不如一个逆回购。现在医药行业确实发展到了一个瓶颈，如果不解决这两个问题的话，那这个行业可能就进入到一个生死存亡的关头。目前，人类已发现的有一万多种疾病，真正有药的也就不到四分之一，有四分之三是绝症。人类现在大概有1.2万个靶点，真正成药的靶点也就100多个，大多数都是一些空白的区域。所以医药行业的痛点非常明显。而AI 的出现，让人们看到了解决这两个痛点的曙光。
资料来源：瀛赐基金整理
AI 在医药研发当中，是从临床前到临床后的一个生产，可以全方位的赋能。临床前药物发现阶段，发明药物的效率很低的，类似盲人摸象。目前已知的医药相关的论文大概四千多万篇，个人不可能把4000多万篇论文全部研究清楚，所以人类的知识是有局限性的。在研发的时候，很多靶点如果不熟悉的话就很难去发现新药。那么 AI ，它站在上帝的视角，可以把这4000多万篇的论文全部学习完，包括一些临床数据。从全局的角度，可以很清晰得研究清楚整个病致病基因到底是哪个基因，或者是哪个靶点跟这个病是有关？它就可以发明相应靶点的药。所以整个研发效率，包括一些未知靶点的研发上，都有很大的提升。
发现了靶点之后，还要设计药物跟这个靶点结合。如果不能结合，这个药到身体里面就变毒药，这个过程也很难。AI 出现后，后面会提到 Alphafold 的案例，就可以很好的模拟，什么药可以和靶点更好的结合，把这个问题也解决了。还有包括药物到身体里面，它的毒性代谢分布，之前可能只能通过一些临床来解决，现在 AI 也可以模拟。甚至 AI 可以虚拟临床，在系统里面生成一个虚拟人，给他吃虚拟药，在系统里直接就做一个模拟的临床。现在我了解到国内已经有个团队，模拟临床的准确率接近100%。如果未来能得到应用的话，对医药行业的变革是非常大的。因为之前的死亡谷，大多数的精力、金钱都是耗在临床阶段。所以随着技术不断成熟，AI给整个制药行业带来非常革命性的变化。
资料来源：瀛赐基金整理
AI 制药按照现有的水平，从临床到获批大概节省一到两年的时间。近期，2024年诺贝尔化学奖得主，提到未来整个新药研发，也就几个月甚至几个礼拜的时间，研发效率会有质的飞跃。AI也大幅提高了临床的实验的成功率。因为现在很多 AI 发明的一些药更多停留在一期，之前一期临床平均的成功率是50%，用了 AI 的话，一期成功率就接近90%，这只是现有技术，未来还有提升的空间。现在全球主要的医药巨头都已经广泛使用 AI 技术，像罗氏、辉瑞、默克、阿斯利康这些全球知名的药企，基本上每年都有一到两个 AI 相关的并购合作。
图：AI有效减少药物研发时间
资料来源：瀛赐基金整理
图：目前在制药公司AI使用比例
资料来源：瀛赐基金整理
下面举几个案例，让大家更直观的了解 AI 在制药当中的一个应用：
Alphafold破译上帝密码。Alphafold主要功能是预测蛋白质的结构。一个药到了体内，最终起作用都是跟一个靶点结合，这个靶点可以简单理解为一个蛋白质。很多大分子药，本身也是个蛋白质。药物研发要研究清楚药物和靶点之间的一个作用，能不能很好的结合。要实现这个目的，就必须把蛋白质结构研究清楚，这样才可以更好预测这个药和靶点是不是能很好的结合，所以蛋白质结构的预测对于制药至关重要。但是，蛋白质结构预测又非常困难。蛋白质是由各种氨基酸序列组成的。氨基酸序列本身是一维结构，这个预测不难，现在基本上已经破译了几亿个氨基酸序列。但是，蛋白质是氨基酸序列经过平面的各种折叠，然后又要经过三维立体的折叠，是各种三维立体的结构再进一步组合，是一个四级结构上面进行这种组合排列。还必须把结构预测出来才能知道这个蛋白质的功能。这个工作量非常大，假设每个氨基酸的可能构象有10个，所有的可能性就是10的300次方，如果按传统的方法，可能一个博士生一辈子就预测出一个蛋白质结构。在2022年之前，全球蛋白质结构真正破译的不到0.1%。蛋白质结构的预测已经成为制药行业一个很明显的卡点。
图：蛋白质结构决定了蛋白质功能
资料来源：瀛赐基金整理
Alphafold是2018年横空出世，当时首次参加了一个蛋白质结构预测界的奥林匹克竞赛，在43个蛋白质结构中，准确预测出了25个，排名第二的只成功预测出了3个，优势非常明显。但是，第一代的Alphafold还没有产生质变，因为还是用了一个传统的方法，还没有真正用到 AI 的大模型，更多是把传统的方法优化。直到2020年 Alphafold再次参赛，首次把 Transformer 这种大模型技术给引入进来，真正实现了质变，达到了原子级别的分辨率。因为之前分辨率不够，最多分辨出一个结构，当中的原子看不清，是没有办法真正用在药物的研发当中的。现在分辨率提升到原子级别，那对于靶点的研究才真正有产业化的作用。但是Alphafold还有个很大的问题，就是没法预测物质之间的一个相互作用，靶点跟药物会不会很好的结合没法预测，所以过去Alphafold其实还没法真正投入产业化应用。到2024年，Alphafold才真正解决了，蛋白质跟蛋白质，包括蛋白质跟一些小分子抗体之间的交互作用，这样产业化才真正可以产生一定的效果。但现阶段的Alphafold还不是终点，因为现在它可以预测蛋白质静态的结构，静态的交互，但人体蛋白质是动态的，可能这一秒长成这样，下一秒又变了，所以后面还是要解决这种动态预测。这个难度也非常大，如果哪一天把动态预测的问题给解决了，那具有非常革命性的作用。2024年的诺贝尔化学奖授予给三位蛋白质结构预测的科学家，像这样的每一个突破都是值得一个诺贝尔奖。
图：AlphaFold 3预测准确率强于竞争对手
资料来源：瀛赐基金整理
以上是海外的一个案例，国内在 AI 制药领域的实力也不输海外。新冠期间，国内的 AI对于抗击新冠起到了非常关键的作用。首先AI 对于新冠致病机理的研究，在全球范围内，是国内的团队率先发现。这个团队当时就用 AI 的工具，把1.4万篇跟冠状病毒相关的论文进行深度学习，然后发现血管紧张素转化酶2（ACE2）是一个关键的致病基因。人体是有很多微系统微生态组成的，之所以会生病是因为微生态遭受了破坏，使得整个生态系统失衡。新冠就是病毒进入体内，跟这个ACE转化酶结合，导致 ACE转化酶数量下降。那么左边左半部分是一个平衡状态，就是一个健康人体，右半部分就是病毒进来之后，它导致ACE转化酶数量下降，导致有几个链路断了，之后整个生态就失衡了，导致炎症发生，所以新冠主要的一个症状就是发炎。那么针对这个机理，我国的一个团队发明了两款药，这两款药对于当时一个急症、重症患者也产生了很重要的救命效果。该团队用AI花了四个小时把1.4万篇论文学习完，然后十几天就发表了论文，速度也是全球第一。
图：Cell:我国科学家揭示新冠病毒利用ACE2进入细胞机制-腾讯网
资料来源：瀛赐基金整理
更有名的案例是辉瑞的Paxlovid，从研发到上市就花了21个月，创造了一个奇迹，一般的药都要五到十年的时间。这里国内的 AI 也发挥了一个很重要的作用。新冠药的活性分子，这个分子其实跟当时03年 sars 的一个药是类似的，所以这个分子很快就被辉瑞发现。光有这个分子不够，还要预测这个小分子长什么样，预测这个小分子一个晶型。这个晶型用传统的方法要几个月时间，然后辉瑞就跟国内的一个 AI 团队合作，用了六周的时间就把晶型准确预测出来，所以大大的加速了这款药的研发。所以，国内在 AI 制药方面的实力在全球也是有竞争力，并且在产业化当中已经得到了应用。
资料来源：瀛赐基金整理
当然 AI 距离真正研发药物还有一段距离。首先，因为 AI 训练是需要数据，现在医药领域一些高质量的数据还很难获得，包括一些罕见病，它的患者数量本来就少，各个医院现在核心的数据因为涉及到一些机密还不太愿意拿出来分享，所以高质量的数据现在更多依赖一些论文，做一些临床数据可能还很难获得。同时，从法规角度看，作为 AI如果研发出药，出的问题到底是谁负责，是 AI 公司负责，还是要公司负责。同时， AI 和制药复合型人才比较缺失，因为懂 AI 的不一定就懂药，懂药的不一定懂 AI。但是，未来它的前景还是非常具有颠覆性的， AI 制药如果不断演化，第一步我们就会看到一些绝症，慢慢都可以有药可治。最近国内的一个团队，已经有一款药进入临床。大家知道是癌王，这个病一旦发现就是晚期，大概也就活几个月时间，而且没有药可治。这个药如果临床成功的话那就不再那么可怕。再往后的话就是治未病，这个是更高的境界，因为 AI 把整个治病的机理给研究清楚，这样就可以在疾病发生之前就给你预防。AI最终可能对整个制药产业链产生重大影响，对国内的制药公司是好事。现在国内 AI 实力并不弱，它其实也可以帮助国内的一些制药公司有一个弯道超车的可能性。
第二个就是医疗领域，现在痛点也非常明显。因为现在医疗资源其实非常紧缺，全球大概三分之二的人，没有这种医疗诊断的资源。即使国内，医疗资源分布严重不均，基本都在一些发达地区，这些发达地区的医疗资源是严重不足的，就导致大家看病，现在体验非常差。大家现在得了个病，比如发烧，头痛，到医院也不知道该挂哪个科，然后问前台一问，可能态度很差，把你打发走了，然后可能整个看病过程也就几分钟，排队几个小时，效果还不一定好，这就是现在一个现状，本质还是医疗的资源紧张导致的。
有了 AI 医疗之后，这个问题就可以得到很大的解决。首先就可以用 AI 的手段帮你诊断，一旦头痛先问 AI 这个到底什么问题， AI 是很耐心的，跟他聊一个小时都可以，它对你历史上的症状都了如指掌，知道你过往的一些诊断，所以可以更准确的给出一些诊疗意见。还有一个，比如体检，现在体检结果出来都是要很长，然后结果出来之后你也看不懂，还得去医院问医生。以后，体检可以当天给你结果，包括诊断一些处理意见当场就出来，这个效率也是很大的提升。这样，就空出来很多医疗资源，可以花在一些重症，一些更关键的地方。未来新冠出现医疗挤兑的现象，就不复存在。所以 AI 医疗，现在像这个国内复旦大学旗下的一个医院，已经把系统投入到使用当中，大家也可以体验下。后面有病的话，也不一定去医院，可以先问下 AI。
资料来源：瀛赐基金整理
还有一个比较关键的是脑机接口，也是具备一定革命性的技术。它的原理也比较简单，因为大脑其实信号传输，主要就是两类一个化学信号，一个电信号。现在脑机接口，主要应用的是电信号，通过一个脑机接口的芯片植入到你的大脑。当然也不一定就要做手术，也分成非侵入式和嵌入式。现在用的比较多的是非侵入，头上只要带个东西也不用做开颅手术。
图：电极采集位置图
资料来源：瀛赐基金整理
有了这个之后，就把电信号提取出来，然后通过特征提取，还有识别等流程，最后产生相应的指令给终端执行。脑电信号的应用其实已经是100年的技术，像大家熟悉的脑电波其实也属于这一类，怎么样可以解破译更多的脑电信号，然后产生更多的作用，这个是脑机接口要解决的一个问题。脑机接口在现阶段的话，主要还是在康复领域，就是一些瘫痪截肢。像这种患者其实也比较绝望，也不能动，有了脑机接口技术之后，就可以完成日常生活一些基本的操作，通过脑机解读大脑的一些信号想法，然后操作机械手完成日常的动作，这样就给瘫痪的患者是个很大的福音。包括一些不能说话的，通过脑机接口就重新可以说话。那么未来，比如像科学家霍金，如果有脑机接口技术，其实就可以正常说话。
图：脑机接口系统示意图
资料来源：瀛赐基金整理
除了康复，更远期来看，在各个领域都有作用，比如说军事领域。现在很多战场也比较危险，未来的话，其实就可以操作用脑机接口操作一个机器人，一个机器狗去战场来执行任务，甚至像钢铁侠这样可以让人的战斗力有一个非常大的飞跃。脑机接口未来在军事领域其实也是有很大的应用前景，现在全球做这块代表性的企业就是马斯克旗下的Neuralink。这个公司是2016年成立，短短几年时间已经完成了三例脑机接口临床手术。脑机接口原理也比较简单，要植入你大脑一个设备，这个设备分解来看，首先是外壳，这个外壳要求很高，要跟你大脑生物相融，要能够寿命够长还不能有这种排斥；然后中间这个电池，是一个无线充电的；下面是芯片，它是把你信号无线传输给外部的一个处理器，就这么三部分组成，然后植入到你的大脑。
资料来源：瀛赐基金整理
这个是通过机器人来做手术的，因为这个手术难度也很大，1000多根电极要跟你的大脑精确对接，还不能伤到血管，这都是在微米级别精度下面操作的。为此，Neuralink还发明了一个手术机器人，现在大概就25分钟完成一例手术，未来可能就十分钟做完手术，第二天就可以出院了。未来，脑机接口手术可能就是一个小手术。现在马斯克完成了三例。最开始是在猴子的脑子做实验，这个实验也很成功，使得这个猴子可以玩游戏，当时也是有一定轰动的效果。第一例患者，就在2024年1月份完成手术，这个患者四肢全部瘫痪，也不能用鼠标不能用电脑，用了脑机接口技术之后，就可以很熟练的操作鼠标，还能下象棋。第二例患者，更进一步，他可以操作鼠标还可以玩CS 游戏，对这种精度速度要求都很高的也可以完成。马斯克今年还会有一个盲视的手术，让盲人可以重新恢复视力，这也是一个很重要的研究。他不光是恢复视力，他还是可以看到常人看不到的一些波长，他的视力比常人更好。如果成功的话，未来这种盲人患者也是个很好的福音。
资料来源：瀛赐基金整理
国内脑机接口，一方面政策大力扶持，纳入去年的新质生产力的关键一环；另外，现在国内脑机接口也完成了一些手术，其技术不亚于国外的。国内也有案例，像患者他通过脑机接口操作机械手臂比了一个爱心；瘫痪的患者，可以通过脑机接口重新走路了。今年1月份，刚出来一个绘梦仪，通过脑机接口可以使你的梦境重现出来，这个也是比较科幻的未来，不光可以让你感受你的梦境，就是在研究人类的心理潜意识方面都有很重要的应用。更远期的话，脑机接口展望前景不亚于 AI 制药。脑机接口连接虚拟跟现实，未来就没有界限了，你分不清是虚拟空间还是现实空间，不光是可以重现你的梦境，还可以跟你的梦产生交互，这就有点像盗墓盗梦空间。
资料来源：瀛赐基金整理
资料来源：瀛赐基金整理
第二个就是马斯克提出的把人脑跟人工智能结合，未来学习知识就不用去从头学习，就直接下载，可以把人类所有的知识给你下载到脑子里，就相当于你的大脑就是一个人工智能，这样对人类的智力有很大的促进。最后人类永生，碳基生物跟硅基生物就没有分界线了。当然，是一个比较远期的前景，脑机接口这个赛道未来也肯定是有颠覆性的。
最后再汇报一下创新药，之所以讲创新药，就是因为医药现在由于医保资金的紧张，总体政策都不太友好，又是集采，又是反腐。那么创新药现在是整个医药领域仅存的政策还在大力扶持的方向。今天上午医保局刚开了个发布会也提到了，未来要扶持创新药，集采省下的80%的资金要投入到创新药。未来就是在支付各个环节都会对创新药形成一个政策支持。
资料来源：瀛赐基金整理
创新药我们现在看好的方向是出海。虽然现在地缘政治下，出海难度很大，但是企业仍然是挤破了脑要出海，这里面核心原因还是海外的药价比国内要高好几倍。一个企业如果要做大必须得出海。现在国内制药的实力也已经具备出海的条件，因为海外制药巨头，现在也遇到了瓶颈，因为前面讲到的死亡谷，反摩尔定律，现在也遇到瓶颈了，发明一个新的靶点越来越难。现在海外制药巨头百分之七十的靶点都是买的，这里很多靶点是向中国买的。这些靶点其实也并非全新靶点，很多都是微创新，比如双抗或者做成 ADC ，就都是以国内企业擅长的，所以现在很多海外药企都是问国内企业去买。现在就可以看到海外交易授权的数量也是在快速提升，而且这里面也不乏几十亿美金的交易。对于国内创新药企业，一旦有几十亿美金交易的话，那是个很大的机会。
图：美国药价远超中国
资料来源：瀛赐基金整理
图：2023年中国药物研发实力已跻身全球第一梯队
资料来源：瀛赐基金整理
第二个就是我们还是要聚焦一些大单品。过去2019年到2024年五年以来，主要的几个制药公司，包括了很著名的像默沙东、辉瑞这些耳熟能详的名字，但他们跟礼来比起来，股价就真的是一个天一个地。这核心的原因就是礼来在2023年上市了减肥药，这减肥药2023年底上市，估计今年的收入就可以达到100亿美金，短短两年时间达到百亿美金的大单品，它的峰值可能会超过300亿美金成为药王，所以，这个股价走势差异的原因就是因为大单品。
资料来源：瀛赐基金整理
有哪些靶点可能会成为大单品，第一类就是万金油类的靶点，就是在人类各个器官里都存在，那么就可以有很强的适应症的可拓展性。这里面减肥药用的GLP-1就是一个典型代表。像这个靶点，其实现在挺难发现的，真正意义上这种靶点一个就是 PD-1，一个就是GLP-1。但是，未来随着 AI 技术的一个应用，就有可能发现更多万金油的靶点。第二类就是从市场空间来看，真正产生大靶点的可能还是在肿瘤领域，特别是一些肺癌，乳腺癌，这些领域是容易出一些大单品，因为它空间大，像这些可能是我们后面创新药领域研究的一些动作。谢谢大家！
风险提示：
本文件非基金宣传推介材料，仅作为本公司旗下基金的客户服务事项之一。本文件所提供之任何信息仅供阅读者参考，既不构成未来本公司管理之基金进行投资决策之必然依据，亦不构成对阅读者或投资者的任何实质性投资建议或承诺。基金有风险，投资需谨慎。本文所载的意见仅为本文出具日的观点和判断，在不同时期，瀛赐基金可能会发出与本文所载不一致的意见。本文未经瀛赐基金书面许可，任何机构和个人，不得以任何形式转发、翻版、复制、刊登、发表或引用。
END
瀛赐基金
海纳百川
瀛在净值
复制搜一搜分享收藏划线
人
本文作者可以追加内容哦 !
