文｜動(dòng)脈新醫(yī)藥
據(jù)動(dòng)脈橙產(chǎn)業(yè)智庫(kù)不完全統(tǒng)計(jì)，2021年，全球AI+新藥領(lǐng)域的融資表現(xiàn)再創(chuàng)新高——融資事件達(dá)83起，融資總額達(dá)46.13億美元。步入2022上半年，全球AI+新藥融資市場(chǎng)繼續(xù)延續(xù)火熱發(fā)展態(tài)勢(shì)——據(jù)智藥局不完全統(tǒng)計(jì)，2022年上半年全球AI+新藥市場(chǎng)累計(jì)發(fā)生75起融資事件，融資總額逼近40億美元。無(wú)論是融資事件數(shù)還是融資總額，上半年全球AI+新藥領(lǐng)域市場(chǎng)表現(xiàn)已經(jīng)逼近2021年全年的市場(chǎng)表現(xiàn)。
在整理國(guó)內(nèi)16家高校/科研機(jī)構(gòu)累計(jì)47個(gè)課題組的科研及成果轉(zhuǎn)化情況時(shí)，我們發(fā)現(xiàn)：
? 切入AI+新藥領(lǐng)域進(jìn)行研究的課題組，以藥學(xué)、化學(xué)、生物學(xué)和生命科學(xué)這些藥物研發(fā)相關(guān)方向的課題組居多、而人工智能課題組切入AI+新藥領(lǐng)域的目前相對(duì)較少。
? 在國(guó)內(nèi)AI+新藥團(tuán)隊(duì)中，將近一半的團(tuán)隊(duì)都是高校/科研機(jī)構(gòu)背景出身。國(guó)內(nèi)AI+新藥領(lǐng)域的科研成果轉(zhuǎn)化率達(dá)到了25.5%，大幅超過了當(dāng)前我國(guó)科研成果的整體轉(zhuǎn)化率15%。
? 在由國(guó)內(nèi)高校/科研機(jī)構(gòu)背景團(tuán)隊(duì)組成的AI+新藥創(chuàng)始人團(tuán)隊(duì)中，僅清華、北大這兩所高校背景的團(tuán)隊(duì)，就占領(lǐng)了AI+新藥創(chuàng)始人軍團(tuán)的“半壁江山”。
為什么切入AI+新藥領(lǐng)域進(jìn)行研究的課題組以藥物研發(fā)背景為主，但人工智能課題組切入AI+新藥領(lǐng)域并不多？AI+新藥領(lǐng)域高校/科研機(jī)構(gòu)背景出身的初創(chuàng)團(tuán)隊(duì)比例為何如此高？AI+新藥領(lǐng)域的科研成果轉(zhuǎn)化成功率相比其他領(lǐng)域更高是什么原因？
為什么清華、北大這兩所高校在AI+新藥領(lǐng)域科研成果轉(zhuǎn)化事業(yè)中表現(xiàn)的最為出色？還有哪些院校也交出了值得借鑒的答卷？動(dòng)脈新醫(yī)藥與多位行業(yè)人士一起聊了聊以上話題，形成本文。
01
選擇涉足AI+新藥領(lǐng)域的課題組大多是藥學(xué)、生物化學(xué)、計(jì)算生物學(xué)、物理化學(xué)、生物學(xué)等藥物研發(fā)相關(guān)方向的課題組，這部分課題組占所有AI+新藥課題組數(shù)量的78.7%，而人工智能課題組切入AI+新藥領(lǐng)域的目前相對(duì)較少，僅占21.3%左右。
業(yè)內(nèi)人士認(rèn)為，出現(xiàn)該現(xiàn)象主要有兩方面原因。
一方面，人工智能經(jīng)歷了“技術(shù)驅(qū)動(dòng)”和“數(shù)據(jù)驅(qū)動(dòng)”階段，現(xiàn)在已經(jīng)進(jìn)入“場(chǎng)景驅(qū)動(dòng)”階段，開始深入落地到各行業(yè)中解決不同場(chǎng)景的問題。
從應(yīng)用成熟度來(lái)看，人工智能在安防、零售、物聯(lián)網(wǎng)、金融等領(lǐng)域的成熟度非常高；從應(yīng)用火熱程度來(lái)看，人工智能在在保護(hù)人類免受網(wǎng)絡(luò)安全威脅、創(chuàng)造元宇宙以及在自動(dòng)駕駛等場(chǎng)景都發(fā)展的非?；馃?。
醫(yī)療行業(yè)對(duì)于AI領(lǐng)域的人才而言，只是市場(chǎng)潛力巨大的場(chǎng)景之一?！皬娜斯ぶ悄艿慕嵌瓤矗梢詰?yīng)用、發(fā)展的領(lǐng)域方向太多了，不一定非要往醫(yī)療領(lǐng)域鉆。”一位剛剛拿到人工智能視覺算法博士學(xué)位的畢業(yè)生如是說(shuō)。
另外，醫(yī)藥行業(yè)較高的專業(yè)壁壘成為限制AI領(lǐng)域人才進(jìn)入的又一個(gè)因素——制藥領(lǐng)域面臨眾所周知的“三座大山”：投入成本大、投入周期長(zhǎng)、投入風(fēng)險(xiǎn)高。開發(fā)一種新藥通常需要10-15年，成本高達(dá)28億美元，而80-90%在臨床上遭遇失敗。
“生命現(xiàn)象太過復(fù)雜，生命科學(xué)領(lǐng)域相關(guān)機(jī)制并不清晰，當(dāng)前還面臨著諸多未能解決的難題?！庇w智藥藥物化學(xué)總監(jiān)郝天龍表示，除非是強(qiáng)烈的興趣驅(qū)動(dòng)，否則很少有人會(huì)跨領(lǐng)域進(jìn)行生命科學(xué)領(lǐng)域進(jìn)行科學(xué)研究。“相比在其他相關(guān)機(jī)制已經(jīng)研究十分透徹、行業(yè)標(biāo)準(zhǔn)相對(duì)清晰的領(lǐng)域而言，AI在生命科學(xué)領(lǐng)域的切入會(huì)有更多的不確定性。”
然而對(duì)于身處其中的制藥人而言，AI+新藥是行業(yè)未來(lái)的大勢(shì)所趨?？缛階I+新藥的研究是順時(shí)而為。
這主要?dú)w結(jié)于制藥行業(yè)當(dāng)下面臨的“反摩爾定律（Eroom’s Law）”困境——自1950年以來(lái)，每10億美元研發(fā)投入獲得批準(zhǔn)的新藥數(shù)量幾乎每9年減少一半，該趨勢(shì)在60年間非常穩(wěn)定，被稱為是制藥行業(yè)的反摩爾定律。
此外，隨著全社會(huì)在數(shù)字化、信息化上的快速推進(jìn)、藥物研發(fā)設(shè)備的升級(jí)和長(zhǎng)期的積累，可用的藥物研發(fā)數(shù)據(jù)越來(lái)越多，以至于在一定時(shí)間范圍內(nèi)無(wú)法使用常規(guī)方法和軟件工具分析和處理所有數(shù)據(jù)。制藥企業(yè)正在經(jīng)歷數(shù)字化轉(zhuǎn)型，大量的數(shù)據(jù)正在不斷地產(chǎn)生，而傳統(tǒng)的統(tǒng)計(jì)學(xué)在浩瀚的大數(shù)據(jù)面前越來(lái)越力不從心。
于是，AI被看作是破解制藥行業(yè)反摩爾定律的關(guān)鍵武器，而本質(zhì)是數(shù)據(jù)驅(qū)動(dòng)從而進(jìn)行歸納、學(xué)習(xí)和創(chuàng)造的AI成為破解數(shù)據(jù)困境的潛力解決方案。
02
在國(guó)內(nèi)現(xiàn)有的AI+新藥團(tuán)隊(duì)中，將近一半的團(tuán)隊(duì)都是高校/科研機(jī)構(gòu)背景出身。AI+新藥領(lǐng)域的成果轉(zhuǎn)化率（25.5%），大幅超過了當(dāng)前我國(guó)科研成果的整體轉(zhuǎn)化率（15%）。原因何在？
經(jīng)動(dòng)脈新醫(yī)藥不完全統(tǒng)計(jì)，在國(guó)內(nèi)71家AI+新藥企業(yè)中，高校/科研機(jī)構(gòu)背景出身的AI+新藥團(tuán)隊(duì)占國(guó)內(nèi)所有AI+新藥團(tuán)隊(duì)數(shù)量的49.3%。其中，海外高校/科研機(jī)構(gòu)背景出身的AI+新藥團(tuán)隊(duì)有13家，國(guó)內(nèi)高校/科研機(jī)構(gòu)背景出身的AI+新藥團(tuán)隊(duì)有22家。
在國(guó)內(nèi)高校/科研機(jī)構(gòu)背景出身的AI+新藥團(tuán)隊(duì)中，有12家屬于高校/科研機(jī)構(gòu)的成果轉(zhuǎn)化，因此國(guó)內(nèi)AI+新藥領(lǐng)域的科研成果轉(zhuǎn)化率約為25.5%，是當(dāng)前國(guó)內(nèi)目前平均科研成果轉(zhuǎn)化率（15%）的1.7倍。
包括曾堅(jiān)陽(yáng)、許錦波、彭健、謝正偉、裴劍鋒、馬麗佳、郭天南、楊勝勇、張春明、洪亮、云彩紅在內(nèi)的多位國(guó)內(nèi)高校教授通過自主創(chuàng)業(yè)或者將知識(shí)產(chǎn)權(quán)授權(quán)的方式將科研成果成功產(chǎn)業(yè)化，分別落地為燧坤智能、分子之心、華深智藥、億藥科技、英飛智藥、云谷智藥、西湖歐米、奧睿藥業(yè)、哲源科技、天鶩科技、紅云生物等AI+新藥企業(yè)。
AI+新藥領(lǐng)域科研成果轉(zhuǎn)化率高的背后，是不是AI+新藥領(lǐng)域相比其他領(lǐng)域在成果轉(zhuǎn)化這項(xiàng)工作上做的更好？部分產(chǎn)業(yè)人士并不認(rèn)同這一說(shuō)法。
一位不具名的產(chǎn)業(yè)人士告訴動(dòng)脈新醫(yī)藥，“AI+新藥人才領(lǐng)域的轉(zhuǎn)化率比較高只是表面現(xiàn)象，更深層次的原因在于這個(gè)領(lǐng)域發(fā)展還不太成熟?！?/p>
他認(rèn)為，和合成生物學(xué)領(lǐng)域一樣，AI+新藥產(chǎn)業(yè)發(fā)展時(shí)間較短，產(chǎn)業(yè)界并沒有太多直接相關(guān)的人才，需要從源頭（科研界）培養(yǎng)，“除了原先研究CADD的部分人才加入到AIDD的隊(duì)伍中來(lái)，產(chǎn)業(yè)界其他領(lǐng)域的人才能夠向AIDD匯聚的并不多。反而因?yàn)檎咧С?，高校積累了較多這方面的基礎(chǔ)研究?！?/p>
產(chǎn)業(yè)界發(fā)展不成熟、相關(guān)人才較少，于是更多的創(chuàng)業(yè)團(tuán)隊(duì)從高校中被培養(yǎng)出來(lái)，才造成了行業(yè)表面上看起來(lái)AI+新藥領(lǐng)域科研成果轉(zhuǎn)化率的假象。
也有產(chǎn)業(yè)人士略持不同意見。一位不具名的投資人認(rèn)為，AI+新藥是醫(yī)藥行業(yè)未來(lái)的大勢(shì)所趨，無(wú)論是產(chǎn)業(yè)界還是科研界都會(huì)大力培養(yǎng)人才、推動(dòng)成果落地以促進(jìn)行業(yè)快速發(fā)展?！扒∏∫?yàn)锳I+新藥領(lǐng)域新、未來(lái)有廣闊發(fā)展前景，潛藏著大量科研寶藏，因此對(duì)于科研界而言，一是會(huì)刺激研究員積極開展這方面的研究，推動(dòng)成果落地；二是部分高校在AI+新藥領(lǐng)域也會(huì)給到更多支持。這些因素都刺激了AI+新藥領(lǐng)域的科研成果轉(zhuǎn)化?！?/p>
動(dòng)脈新醫(yī)藥則注意到，以上國(guó)內(nèi)高校/科研機(jī)構(gòu)教授領(lǐng)銜/參與創(chuàng)建AI+新藥初創(chuàng)企業(yè)的時(shí)間段主要集中在三個(gè)節(jié)點(diǎn)：2018年、2020年、2021年，這幾年恰好是國(guó)內(nèi)AI+新藥行業(yè)發(fā)展極具代表性的幾個(gè)時(shí)間點(diǎn)——2018年，AI+新藥行業(yè)進(jìn)入概念驗(yàn)證初期，最早一批AI+新藥企業(yè)陸續(xù)開始獲得臨床前候選藥物一類驗(yàn)證性成果，刺激行業(yè)發(fā)展；2020、2021年，包括Exscientia、Relay、Recursion、英矽智能等在內(nèi)的多家AI+新藥公司紛紛宣布自家AI藥物步入臨床，包括薛定諤、Exscientia在內(nèi)的多家AI+新藥企業(yè)順利奔赴二級(jí)市場(chǎng)，包括谷歌、騰訊、百度在內(nèi)的數(shù)家科技互聯(lián)網(wǎng)巨頭相繼宣布進(jìn)場(chǎng)AI+新藥……這在一定程度上說(shuō)明了行業(yè)火熱發(fā)展本身對(duì)成果落地的刺激。
03
在由國(guó)內(nèi)高校/科研機(jī)構(gòu)背景團(tuán)隊(duì)組成的AI+新藥創(chuàng)始人團(tuán)隊(duì)中，僅北大、清華這兩所高校背景的團(tuán)隊(duì)，就占領(lǐng)了AI+新藥創(chuàng)始人軍團(tuán)的“半壁江山”……
從國(guó)內(nèi)16家高校/科研機(jī)構(gòu)開展的47個(gè)相關(guān)課題研究和企業(yè)孵化情況來(lái)看，可以發(fā)現(xiàn)，北大、清華這兩所學(xué)校/科研機(jī)構(gòu)表現(xiàn)的最為突出，各孵化出三家AI+新藥初創(chuàng)企業(yè)。
其中，北京大學(xué)開展了11個(gè)AI+新藥相關(guān)的課題研究，孵化出了包括英飛智藥、紅云生物、億藥科技等3家AI+新藥企業(yè)；清華大學(xué)開展了8個(gè)AI+新藥相關(guān)的課題研究，孵化出了包括華深智藥、分子之心、燧坤智能等3家AI+新藥企業(yè)。
另外包括中科院、西湖大學(xué)在內(nèi)的高校/科研機(jī)構(gòu)也表現(xiàn)的非常不錯(cuò)，各孵化出兩家AI+新藥初創(chuàng)企業(yè)。
除上文提到的一些來(lái)自行業(yè)的宏觀影響，以上高校/科研機(jī)構(gòu)在AI+新藥領(lǐng)域成果轉(zhuǎn)化方面表現(xiàn)優(yōu)異，秘訣何在？
業(yè)內(nèi)人士指出，跟科研成果轉(zhuǎn)化緊密相關(guān)的，主要在于背后的成果轉(zhuǎn)化體系和組織政策。包括清華、北大、中科院、西湖大學(xué)等在內(nèi)的院校/科研機(jī)構(gòu)顯然都建立起了相對(duì)完善的成果轉(zhuǎn)化體系和組織政策，是國(guó)內(nèi)科研成果轉(zhuǎn)化的典型院校/機(jī)構(gòu)。
為大力支持和驅(qū)動(dòng)前端原始創(chuàng)新、高端“硬技術(shù)”創(chuàng)新以及引導(dǎo)高端科研成果孵化，2020年11月，北京大學(xué)科技成果轉(zhuǎn)化基金宣布募集成立。2021年1月，“元培基金”也順利組建完成。為進(jìn)一步加強(qiáng)知識(shí)產(chǎn)權(quán)信息化建設(shè)，北大在建立完整的知識(shí)產(chǎn)權(quán)管理體系之外，還積極探索引進(jìn)信息化手段，建設(shè)了“科技成果評(píng)估與管理系統(tǒng)”，以高效覆蓋北大知識(shí)產(chǎn)權(quán)保護(hù)和成果轉(zhuǎn)化活動(dòng)的全流程管理。
眾所周知，清華大學(xué)科研經(jīng)費(fèi)常年位居國(guó)內(nèi)高校第一。清華大學(xué)已經(jīng)出臺(tái)了近11項(xiàng)促進(jìn)成果轉(zhuǎn)化的相關(guān)政策，形成了一套完備的政策體系；此外，清華大學(xué)積極擁抱產(chǎn)業(yè)界和各級(jí)地方政府、推進(jìn)產(chǎn)學(xué)研一體化大融合，設(shè)立了許多研究院通過推動(dòng)技術(shù)二次開發(fā)、孵化企業(yè)等方式積極進(jìn)行成果轉(zhuǎn)化。
中科院近年來(lái)一直都在探索科技成果轉(zhuǎn)化新模式，早在2017年9月就啟動(dòng)成立了中國(guó)科學(xué)院科技成果轉(zhuǎn)移轉(zhuǎn)化母基金，期望引導(dǎo)社會(huì)資源解決中科院成果轉(zhuǎn)化的問題；西湖大學(xué)自不必說(shuō)，由著名科研成果轉(zhuǎn)化專家許田教授親自坐鎮(zhèn)副校長(zhǎng)職位，直接為該校帶去了超20年全球科研和成果轉(zhuǎn)化方面的經(jīng)驗(yàn)。
總的來(lái)說(shuō)，我們認(rèn)為，清晰的知識(shí)產(chǎn)權(quán)劃分體系、靈活的成果轉(zhuǎn)化機(jī)制以及開發(fā)支持的態(tài)度這三點(diǎn)因素對(duì)于推動(dòng)成果轉(zhuǎn)化最為關(guān)鍵。
可見對(duì)于想進(jìn)行成果轉(zhuǎn)化的科學(xué)家而言，一個(gè)落實(shí)到紙面上的清晰的轉(zhuǎn)化路徑——用什么樣的價(jià)格、什么樣的方式，在什么樣的時(shí)間內(nèi)能夠迅速地license-out或者創(chuàng)立公司十分重要。
國(guó)內(nèi)相關(guān)立法其實(shí)有提及學(xué)校與專利發(fā)明人（科技成果完成人/課題負(fù)責(zé)人）之間的權(quán)益劃分，但并未明確劃分它們之間科研成果收益的具體比例，因此落到每個(gè)學(xué)校的執(zhí)行層面就各不相同。
靈活的成果轉(zhuǎn)化機(jī)制、開發(fā)支持的態(tài)度是有意愿進(jìn)行科研成果轉(zhuǎn)化的科研人員十分看重的兩點(diǎn)因素。
以中科院為例，中科院（計(jì)算技術(shù)研究所）的成果轉(zhuǎn)化機(jī)制成熟，會(huì)給有意愿進(jìn)行科研成果轉(zhuǎn)化的科研人員充分的選擇權(quán)——無(wú)論是辭職投身產(chǎn)業(yè)界創(chuàng)業(yè)，還是身兼多職進(jìn)行成果轉(zhuǎn)化，所里都非常支持和開放。在開放支持的成果轉(zhuǎn)化氛圍下，這些年中科院計(jì)算所成功孵化了包括聯(lián)想、曙光、寒武紀(jì)、龍芯等一系列上市公司。
但中科院的做法并不具有普遍性，實(shí)際上，很多大專院校、科研院所科研人員想要?jiǎng)?chuàng)業(yè)、成立公司，可能必須要在事業(yè)單位身份和企業(yè)身份之間做單向選擇。
當(dāng)然，科研成果轉(zhuǎn)化的成功轉(zhuǎn)化也代表了相關(guān)高校/科研機(jī)構(gòu)在AI+新藥領(lǐng)域本身的研究積淀?？梢钥吹剑陨峡蒲谐晒D(zhuǎn)化和高校/科研機(jī)構(gòu)開展AI+新藥課題研究具有很大的正相關(guān)性。
“不論是從企業(yè)的角度來(lái)看，還是從投資人的角度來(lái)看，具有較好理論背景支撐、而且具有一些成功案例的相關(guān)研究，轉(zhuǎn)化的成功率會(huì)更高，大家的信心也會(huì)更強(qiáng)。”英飛智藥郝天龍表示。比如英飛智藥團(tuán)隊(duì)核心成員是國(guó)內(nèi)最早一批從事AI+藥物設(shè)計(jì)的交叉學(xué)術(shù)團(tuán)隊(duì)，擁有超25年的CADD+AIDD技術(shù)積累。在創(chuàng)業(yè)前，核心團(tuán)隊(duì)就已經(jīng)有轉(zhuǎn)讓First-in-Class候選藥品種的成功經(jīng)驗(yàn)。
“由于AI+新藥交叉學(xué)科下高研究壁壘的存在，能夠從科研界跨界出來(lái)創(chuàng)業(yè)，帶頭人一般都是這個(gè)領(lǐng)域的領(lǐng)軍人物，或者是很具備話語(yǔ)權(quán)和經(jīng)驗(yàn)豐富的專家，其帶領(lǐng)的團(tuán)隊(duì)能力毋庸置疑，基本可以實(shí)現(xiàn)成員間能力互補(bǔ)，且具有很強(qiáng)的工作默契。如果能在產(chǎn)業(yè)界找到與其科研能力進(jìn)行互補(bǔ)的產(chǎn)業(yè)團(tuán)隊(duì)，團(tuán)隊(duì)獲取成功就會(huì)容易很多。”
哲源科技聯(lián)合創(chuàng)始人趙宇指出，哲源科技就是這樣一個(gè)帶頭人在行業(yè)具備話語(yǔ)權(quán)、且核心團(tuán)隊(duì)成員能力互補(bǔ)的典型團(tuán)隊(duì)，形成了交叉學(xué)科“總師”，這一點(diǎn)在全球也非常難得。哲源科技創(chuàng)始人、中科院計(jì)算所副研究員張春明教授擁有超過十年的信息和生命的交叉工作經(jīng)驗(yàn)；公司聯(lián)合創(chuàng)始人牛鋼博士擔(dān)任圖靈·達(dá)爾文實(shí)驗(yàn)室主任，曾經(jīng)主持分析了世界上最大的肝癌PDC數(shù)據(jù)項(xiàng)目；趙宇本人擔(dān)任COO，他曾在微醫(yī)擔(dān)任負(fù)責(zé)市場(chǎng)及戰(zhàn)略的副總裁，多年深耕“互聯(lián)網(wǎng)+醫(yī)療”領(lǐng)域，具有非常開闊的行業(yè)視野及豐富的產(chǎn)業(yè)界經(jīng)驗(yàn)。
寫在最后
人才問題是當(dāng)前AI+新藥領(lǐng)域面臨的核心問題之一。作為一個(gè)多學(xué)科交叉的復(fù)合領(lǐng)域，AI+新藥行業(yè)復(fù)合型人才稀缺問題一定程度上限制了該行業(yè)的發(fā)展。即使目前產(chǎn)業(yè)界、學(xué)業(yè)界都在努力尋求各種解決方案，但由于人工智能和藥物研發(fā)兩個(gè)領(lǐng)域之間的專業(yè)壁壘較高、復(fù)合型人才培養(yǎng)困難，AI人才和藥物研發(fā)人才的融合同樣需要一定時(shí)間，因此復(fù)合型人才稀缺并不是短期內(nèi)可以得到充分解決的問題。
因此對(duì)于AI+新藥行業(yè)而言，要想加快解決人才問題，不僅僅是需要企業(yè)在招募方面下功夫以及科研界加強(qiáng)人才培養(yǎng)，更需要企業(yè)在人才管理培養(yǎng)制度方面進(jìn)行探索，了解如何通過規(guī)范制度培養(yǎng)復(fù)合型人才、哪些崗位真正需要復(fù)合型人才，如何在這些崗位充分發(fā)揮稀缺復(fù)合型人才的作用。