十年磨一药被砍到两年,制药业迎来AI风暴

十年磨一药被砍到两年,制药业迎来AI风暴

制药业正在经历一场静悄悄的革命:据路透社报道,葛兰素史克、百时美施贵宝、诺华、礼来、诺和诺德、阿斯利康、赛诺菲等全球顶级药企今年纷纷借助AI大幅提速新药早期研发——新分子的产出到进入临床的时间,最多被砍掉了一半。而耐人寻味的是,刚刚完成1.5万亿美元史上最大IPO的Anthropic,正以“治愈疾病”为旗帜杀入这条赛道,百年药企们一边与其合作,一边警惕地划出了数据红线。一场关于“谁来治愈人类”的竞赛,已经开打。

研发时间砍半:AI不再是打杂的工具

据路透社报道,这些顶级药企的科学家们表示,他们早已越过让AI准备监管文件这类“不那么光鲜”的阶段,如今正用这项技术设计分子、筛选最有前景的候选者、识别安全风险。

“从药物发现到开发的全流程,没有一个环节我们不在用AI,”阿斯利康高管莎朗·巴尔(Sharon Barr)表示。

药企们的底气来自实打实的成果:

赛诺菲表示,借助AI将早期生物学转化为临床决策的方法,在哮喘治疗药物lunsekimig的开发中节省了至少一年时间——AI让公司跳过了剂量选择研究。诺华称,AI工具帮助它找到了五个优先开发肾病治疗药物的靶点。

百时美施贵宝首席研究官罗伯特·普伦奇(Robert Plenge)透露,公司的一款镰状细胞贫血候选药物,如果没有AI系统根本不会诞生。AI还被用于优化新分子,并基于临床试验数据运行模拟,决定哪些分子应该推进。“我们的下一个方向,是把这些模型接入实验室自动化……更快地制造更好的高质量分子,”他说。

诺和诺德的数字更惊人:AI将新分子“设计—制造—测试”的循环次数从约8轮压缩到3轮,每轮的时间从8周砍到4周。

十年磨一药:一个等待被打破的行业魔咒

这场提速的意义,要放在行业的残酷底色中看。据行业游说组织PhRMA的数据,传统方法开发的药物,近九成在临床试验中失败;一款新药上市通常耗资数十亿美元,耗时10到15年。

正是这个魔咒,让AI公司嗅到了机会。本周刚以1.5万亿美元估值完成IPO的Anthropic,近几个月开设了自己的实验室并宣布多项投资,全力推动AI加速药物发现。

周四(11月19日),Anthropic首席执行官达里奥·阿莫代伊在纳斯达克敲钟前动情地表示,他的父亲在一种疾病的治愈方法问世前不久去世。“尽管临床试验和实验仍需要时间,但我相信这些过程可以被AI大幅加速。我们希望未来,更少的家庭会因为几年之差而错过治愈。”

药企的反击:“先治好一种病,再谈其他的”

面对AI新贵的雄心,老牌药企的回应毫不客气。

礼来TuneLab平台负责人阿莉扎·阿普尔(Aliza Apple)直言,阿莫代伊和Alphabet旗下Isomorphic Labs创始人所谓“AI能治愈所有疾病”的说法,夸大了当前的技术能力。“他们要是能先治好一种病,那再好不过——然后我们再谈其他的,”她说。

药企手中的王牌,是数十年积累的药物发现经验和数据。这也是它们面对Anthropic——这个正在成为对手、伙伴或两者兼而有之的新玩家——时最大的护城河。

数据层面的冷静同样存在:AI驱动药物进入临床的数量迄今仅小幅攀升。今年3月,研究人员统计到69家公司的129个AI药物候选项目,仅比八个月前的约117个略有增加,且大多数仍处于早期开发阶段。

“我认为未来一到三年,进入临床前开发和临床试验的AI药物会出现明显增长,”参与数据汇编的芝加哥大学肿瘤学研究员瓦卡斯·哈克(Waqas Haque)博士表示,“但我不知道这些药物会不会比非AI药物更成功,也不认为它们会获批得更快”——因为人体试验和监管审批的瓶颈依然存在。

“一切才刚刚开始”:数据争夺战已经打响

Anthropic的攻势远未止步。据路透社报道,该公司正与百时美施贵宝等伙伴合作开发新药,推出了科研导向的AI软件Claude Science,还将诺华CEO瓦斯·纳拉西姆汉(Vas Narasimhan)请进了董事会。诺和诺德等公司也在研发中使用Anthropic的模型和Claude Science。

风投机构Alumni Ventures高级主管卢卡·吉亚尼(Luca Giani)透露,Anthropic及其竞争对手前沿实验室正在物色制药相关的收购标的:“它们想要更多数据,也想要更多公司。”就在1.5万亿美元IPO之前,Anthropic上月已宣布多项合作和一项收购。“我认为这才刚刚开始,”吉亚尼说。

药企的态度则在“盟友”与“对手”之间摇摆。阿普尔说:“早期我们当然把它们看作供应商——公平地说,它们当时也是这么定位自己的。我越来越觉得它们是协作者。一年前它们什么项目都没做,一年后会怎样,谁也猜不到。”葛兰素史克首席科学官托尼·伍德则直接将Anthropic视为“又一个竞争对手”;百时美施贵宝和诺和诺德更倾向于把AI公司看作伙伴。

数据红线:药企最后的防线

耐人寻味的是合作的边界。诺和诺德明确表示,不会向前沿实验室提供专有数据训练其AI模型,赛诺菲同样如此。

“如果没有训练模型的数据,一切很快就会崩塌,”赛诺菲研发部门计算与AI战略全球负责人马特·特鲁波(Matt Truppo)一针见血。他预计,两年内AI将把公司上百个药物开发项目的早期发现周期缩短20%至25%,五年内可能缩短一半——但他也承认,要扩展到公司专有数据积累最深的治疗领域之外,仍需时日。

诺华生物医学研究总裁菲奥娜·马歇尔(Fiona Marshall)则给出了一个令人振奋的注脚:从项目启动到确定候选药物的平均时间,已从三年缩短到约18个月至两年。“我们积累了大量数据,”她说,“现在我们终于能以复杂得多的方式,真正用上这些数据了。”

一边是带着1.5万亿美元市值和“治愈疾病”使命而来的AI新贵,一边是握紧数十年数据家底、严防死守的百年药企——这场决定人类如何战胜疾病的竞赛,哨声才刚刚吹响。当AI开始设计治愈人类的分子,谁会第一个撞线?(凤凰AI研究院)

一手新闻,尽在掌握——下载凤凰新闻客户端,订阅凤凰网财经。

深度报道,不容错过——微信搜索“凤凰网财经”、“财经连环话”。