靶点- |
作用机制- |
|
|
|
非在研适应症- |
最高研发阶段药物发现 |
首次获批国家/地区- |
首次获批日期- |
100 项与 星药科技(北京)有限公司 相关的临床结果
0 项与 星药科技(北京)有限公司 相关的专利(医药)
01英伟达进军医药行业3月19日,全球瞩目的“年度AI风向标”—英伟达(NVIDIA)2024年GTC大会(GPU Technology Conference)在美国圣何塞会议中心正式开幕。其中,本届大会上与生命科学/医疗保健有关的会议共计90余场,首次超过了硬件、半导体、汽车等科技领域,居全行业第一。英伟达CEO黄仁勋更是在会上明确表示,医疗健康领域将成为英伟达下一个“数十亿美元级业务”。截至美国当地时间22日美股收盘,英伟达上涨3.12%,年内涨幅超90%,总市值达2.36万亿美元(约合人民币17万亿元),市值仅次于微软和苹果,成为美股市值第三大公司。而在目前全球市值TOP10公司中,英伟达在过去30天拥有最大涨幅的股价。英伟达有硬件和软件产品。硬件产品分为游戏和娱乐、笔记本电脑和工作站、云和数据中心、网络GPU和嵌入式系统五大板块;软件产品有应用框架、应用和工具、游戏和创作、基础架构和云服务板块。其中,英伟达在GPU(图形处理器)市场的份额占比高达80%,几乎垄断了这一关键领域。近年来,OpenAI的ChatGPT火爆全球,掀起了人工智能革命的浪潮,而ChatGPT等语言模型的成功,正是依赖于GPU的智能运算能力。于是,英伟达凭借其强大的GPU技术,成为AI产业中不可或缺的力量。在过去两年间,英伟达旗下的风投部门将很大一部分资金投向了药物研发领域。2023年,英伟达就投资了9家专注于药物研发领域的初创生物科技公司。在本次GTC大会上,英伟达还推出了聚焦医疗场景的25个新的微服务(NIM),旨在赋能全球医疗保健组织,覆盖药物发现、医疗技术(MedTech)和数字健康等多个领域,帮助全球的医疗企业给予生成式AI进行效率提升。这些微服务包括一系列药物发现模型,包括用于生成化学的“MolMIM”、用于蛋白质结构预测的“ESMFold”、帮助研究人员了解药物分子如何与靶标相互作用的“DiffDock”。在此之前,英伟达推出的用于药物研发的生成式AI平台BioNeMo,该平台提供了一种更加快捷的AI 模型开发和部署方式,能够加速由AI助力的药物研发过程,目前已在制药公司、科技生物公司和软件公司的广泛采用。 本次GTC大会期间,英伟达还与多家知名医药企业展开了合作。● 3月18日,诺和诺德基金会(诺和诺德背后的企业基金会)宣布将与英伟达合作,在丹麦建造一台名为Gefion的AI超级计算机,该计算机将运行英伟达的AI技术,主要目标是发现新的药物和治疗方法,可供丹麦公共和私营部门的研究人员使用;● 3月18日,强生医疗科技(Johnson&Johnson MedTech)宣布计划与英伟达合作,加速和扩展外科手术中的AI应用。根据协议内容,强生将获取英伟达IGX边缘计算平台和Holoscan边缘AI平台的使用权。● 3月19日,GE医疗宣布利用英伟达技术,开发了一种AI驱动的研究模型SonoSAMTrack。SonoSAMTrack结合了一个可推广的基础模型,用于分割超声波图像上的对象,称为SonoSAM。● 英伟达还宣布了与医疗保健公司Hippocratic AI的合作,旨在提供生成式AI护士,通过视频通话向患者实时提供医疗建议,每小时工资仅为9美元,而人工护士每小时的费用为90美元。02各大公司动作频频ChatGPT的爆火将AI的风也刮到了医药领域。AI医药愈发被看好,除去英伟达,微软、谷歌等巨头也正在将生物医药技术视为AI的下一个前沿领域。比如微软在2023年推出了一个名为EvoDiff的通用框架,其可以根据蛋白质序列生成“高保真度”和“多样性”的蛋白质;谷歌DeepMind的研究人员们将预测蛋白质结构的AlphaFold模型用于开发一种“分子”注射器,以将药物直接注射到细胞中,并用于研究减少对杀虫剂依赖的农作。各大MNC自然也不会错过这一新兴领域。2023年,各大MNC在AI制药领域也开展了多项投资合作项目。阿斯利康、艾伯维、赛诺菲、辉瑞、强生、罗氏、默沙东、BMS等纷纷入局,包括建平台、合作开发新模型等一系列布局。当视线拉回国内市场,近年来,我国出台了一系列政策支持AI医药的发展。比如2021年工信部等九部门发布的《“十四五”医药工业发展规划》中提到以新一代信息技术赋能医药研发,要积极探索人工智能、云计算、大数据等技术在研发领域的应用,通过对生物学数据挖掘分析、模拟计算,提升新靶点和新药物的发现效率;国家发改委2022年发布的《“十四五”生物经济发展规划》提到,我国将积极利用云计算、大数据、人工智能等信息技术,对治疗适应症与新靶点验证、临床前与临床试验、产品设计优化与产业化等新药研制过程进行全程监管,实现药物产业的精准化研制与规模化发展;2023年,国务院出台《关于进一步完善医疗卫生服务体系的意见》提出建设面向医疗领域的工业互联网平台,加快推进互联网、区块链、物联网、人工智能、云计算、大数据等在医疗卫生领域中的应用,等等。这些利好政策的发布为AI制药的发展注入了新动能。中国AI制药企业中最出名的双子星英矽智能(H1834)和晶泰科技(H1874)在2023年先后递交了港股《招股书》,为上市做准备。此外,亿药科技、星药科技、望石智慧、燧坤制药等初创企业也都在不断尝试,积极推进研发项目。另外头部公司恒瑞医药、药明康德等在这方面都有布局。药明康德先后投资了多家AI赋能药物研发的公司;恒瑞医药与专门从事人工智能新药设计平台开发的法国Iktos公司达成合作,引进AI新药研发平台。知名CXO企业美迪西、泓博医药、泰格医药也在寻求和AI科技公司的合作,逐步扩大企业版图。不仅如此,互联网大厂对制药领域也跃跃欲试。2020年,腾讯推出了首个AI驱动的药物发现平台云深智药;阿里巴巴也在同年与全球健康药物研发中心合作,开发了AI药物研发和大数据平台;2021年华为与数十家医药企业就旗下的医药追溯系统展开合作,此后华为还与老牌药企云南白药联手签订AI制药领域的合作协议;2023年3月21日,在“数启新局智胜未来”2023年百度&GBI生态峰会上,百度“文心一言”首个落地医药行业的产品GBI-Bot正式发布。03AI药物研发前景如何?然而,迄今为止,AI制药领域还没有一款成功上市的药物。目前进展最快的药物来自Nimbus公司的TYK2抑制剂NDI-034858,Nimbus生物制药公司主要通过使用计算机技术加快药物发现和研发。2022年12月13日,武田与Nimbus就NDI-034858达成一笔总金额60亿美元的合作(首付款40亿美元),收购后将其更名为TAK-279。2023年9月,TAK-279达到II期终点(银屑病),目前进入临床III期。AI制药第一款进入临床的小分子来自英国制药公司Exscientia开发的用于治疗强迫症(OCD)的长效血清素5-HT1A受体激动剂DSP-1181,不过遗憾的是,其在后续的I期临床试验中表现不佳,试验终止。无独有偶,还有许许多多的AI制药药物纷纷折戟于临床。表1:部分AI药物的临床进展 但也依然不乏希望,前不久3月8日,英研智能团队在Nature子刊上介绍了其核心产品INS018_055的研发历程。INS018_055是英研智能通过生成式AI筛选靶点并设计的抗特发性肺纤维化小分子候选药物,去年已完成Ⅱ期临床首例患者给药,目前正在进行II期临床试验,进一步评估其在特发性肺纤维化治疗中的有效性和安全性。 AI技术的出现大大提高了新药研发的速度,但毕竟该技术还处于新兴阶段并不成熟稳定,AI制药究竟能走多远?最终还需要药物上市后接受市场的检验,期待此次英伟达的入局能助推首款AI药物早日获批!END如需获取更多数据洞察信息或公众号内容合作,请联系医药地理小助手微信号:pharmadl001
2023年是人工智能崛起的一年,它正不断拓宽人类认知的边界。AI、大数据、云计算等新技术不断涌现,为各行各业带来了前所未有的机遇。AlphaFold2以及ChatGPT的出现,使得AI制药也迎来了飞速发展图源:据公开资料 动脉网整理据Research and Markets数据显示,2022年全球AI制药市场规模为10.4亿美元,预计到2026年,这一规模将增至29.94亿美元。此外,据AI咨询机构Deep Pharma Intelligence统计,截至2023年3月末,全球AI制药企业的投资总额已达到593亿美元。全球的AI制药公司争相抓住机遇,努力在数字化浪潮中立于不败之地。去年12月,机器学习免疫学公司Seismic Therapeutic(以下简称“Seismic”)宣布完成1.21亿美元B轮融资。此轮融资由新投资者Bessemer Venture Partners领投,其他新投资者Amgen Ventures(安进风险投资)、Codon Capital、Alexandria Venture Investments、Gangels和GC&H,以及现有投资者Timothy A. Springer、Lightspeed Venture Partners、Polaris Partners、Boxer Capital、GV、Samsara Bio Capital以及公司管理层和创始人跟投。经过两轮融资,Seismic筹资总额已超2亿美元。B轮融资金额将用于 Seismic 两个主导项目的临床I期试验:泛免疫球蛋白(Ig)G蛋白酶雕刻(Sc)候选酶(S-1117),和PD-1激动剂Fc gamma受体IIb选择性双细胞双向(DcB)候选抗体 (S-4321)。除此之外,Seismic将利用这笔资金扩大产品线,并加大机器学习在免疫学中生物制品药物发现领域的投资。在IgSc酶项目中,Seismic设计了新型泛IgG蛋白酶,旨在降低B细胞和T细胞免疫原性,同时保持酶活性和稳定性。新型泛IgG蛋白酶能降低IgG和免疫复合物水平,减少抗体效应器功能(如补体固定),并裂解自我反应记忆 B 细胞上的抗原受体,从而调节Ig介导的自身免疫和炎症,适用于治疗急性和慢性自身抗体介导的疾病。图源:Seismic官网DcB抗体疗法则专注于失调的细胞介导免疫,以最佳方式同时激活T细胞和B细胞等抗原递呈细胞,以恢复免疫平衡。通过激活这些途径,该疗法可以控制多种疾病,例如多发性硬化症、狼疮和类风湿性关节炎。DcB抗体能够同时参与一种以上免疫细胞类型的多种抑制途径,以实现对免疫突触两侧的精准调节。图源:Seismic官网IMPACT技术平台:跨学科融合+“并行化”处理基于机器学习、结构生物学、转化免疫学和工程学,Seismic开发了IMPACT技术平台。该平台充分整合了机器学习与生物制剂药物发现的关键要素,能够大规模生成经过工程设计的药物分子,从而更有效地治疗自身免疫性疾病。IMPACT平台的独特之处在于将生物制剂开发的各个跨学科组成部分进行“并行化”处理,绕过了传统生物制剂开发中的反复试验和出错的路径。这种方法能够同时优化生物功能、降低免疫原性和开发风险,从而具备潜力创造出具有卓越特性的新型生物制剂。图源:Seismic官网该平台具有以下特点:1.可调活性:通过探索大量蛋白序列变化,采用更快的试错方法来优化治疗效果。2.隐形化:设计的候选药物在保持蛋白适应性和功能的同时,能够避免被免疫系统识别。3.并行化:使用快速设计-测试周期,以前所未有的规模同时识别和修改关键属性。4.药物开发:创造具有特殊药物特性的生物制品,从一开始就对药物可制造性进行调整,以实现高效生产和有效向临床过渡。图源:Seismic官网AI+制药或将迎来新时代长期以来,药物研发领域流传着“双十定律”,即从新药研发开始到最终获批上市需要平均耗时十年,投入成本约十亿美元。随着AI参与到药物研发环节,“双十定律”或将打破。根据Tech Emergence研究报告预测,AI在化合物合成和筛选方面可节约40%至50%的时间,每年可为制药行业节约260亿美元的化合物筛选成本。自2015年开始,晶泰科技、亿药科技、星药科技、望石智慧、燧坤制药等众多国内AI制药初创企业如雨后春笋般涌现。传统药企也不甘落后,纷纷通过战略合作、股权投资等方式加入AI制药赛道。例如,药明康德先后投资了Strateos、Engine Biosciences、Insillico Medicine等7家AI制药企业;恒瑞医药与专门从事人工智能新药设计平台开发的法国Iktos公司达成合作,引进AI新药研发平台;复星医药与AI制药公司英矽智能合作开发的抗肿瘤候选药物获得国家药监局批准进入临床。除此之外,互联网大厂也力求在AI制药研发的蓝海市场中分一杯羹。例如,百度成立了生物计算引擎驱动的创新药物研发平台——百图生科,以及人工智能新药研发公司——索智生物;腾讯推出首个AI驱动的药物发现平台——云深智药;阿里巴巴也与全球健康药物研发中心合作,共同开发了AI药物研发和大数据平台。此外,华为、字节跳动等其他互联网公司也基于自身的AI算法等优势,相继打造了药物研发平台。值得注意的是,除了互联网巨头,传统药企及相关产业也开始涉足AI制药领域。例如,中国平安保险于2020年成立了AI药物研发团队;云南白药已与华为签署《人工智能药物研发全面合作协议》,双方将在AI药物研发领域开展广泛的交流和合作,包括但不限于大小分子设计、相关病症、数据库开发等。为推动AI行业以及AI新药研发的发展,我国政府也发布了一系列政策法规。2022年1月,九部门联合印发的《“十四五”医药工业发展规划》中就提出,以新一代信息技术赋能医药研发。同年8月,《关于支持建设新一代人工智能示范应用场景的通知》提出,基于医疗领域数据库知识库的规模化构建、大规模医疗人工智能模型训练等智能医疗基础设施,运用人工智能可循证诊疗决策医疗关键技术,建立人工智能赋能医疗服务新模式据蛋壳研究院不完全统计,截至2023年11月,进入临床的生命科学AI管线已有16款停止研发或从官网撤下,1款药物被降低了临床试验优先级。不过,管线总量仍在以较快速度持续增加。全球处于临床阶段且保持活跃状态的 AI 参与研发的管线总计97项,超过一半的管线处于临床I期,超过1/3的管线处于临床II期。这些管线中有67项来自国外,占比69.07%,30项来自国内,占比30.93%。英矽智能、冰洲石科技、未知君、埃格林医药、药物牧场、锐格医药等企业均有多条管线同时进行临床试验,推动中国进入AI制药全球领先队列。迄今为止,尚未有AI辅助研发的新药上市。可见即使有AI辅助,药物研发仍然存在诸多挑战。但可以明确的是,AI与药物研发的结合必然是未来制药行业的发展趋势。相信在未来十年甚至二十年的时间内,这一结合将对医药领域带来颠覆性的革命,迎来新的时代。参考资料:1、 中国医药报《是助力还是颠覆?AI制药或将终结药物研发“双十定律”》2、 蛋壳研究院《2023医疗人工智能报告:从边缘跃入核心,医疗人工智能重押“治疗”》近期推荐声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。动脉网,未来医疗服务平台
创新药研发过程中存在Eroom’s Law(反摩尔定律)。据Nature Reviews Drug Discovery数据,自1950年以来,每10亿美元研发费用对应的美国FDA批准的新药数量大约每隔9年就会下降一半。造成这一趋势的关键原因之一是对现有疗法改进的门槛变高,而AI作为一种数字工具,具有降低技术门槛,提高新药研发效率的潜力。因此,近年来AI与生物制药企业的“跨界”合作不断增多。如2024年1月7日,数字生物公司Isomorphic Labs(以下简称“Iso”)宣布与礼来公司(Eli Lilly and Company)和诺华公司(Novartis)达成战略合作,这也是Iso首次建立制药合作关系。两项合作均聚焦于小分子药物的研发,或为Iso带来近30亿美元的预付款和业绩里程碑资金。Iso成立于2021年11月,总部位于伦敦,在瑞士洛桑设有第二家分部。它在谷歌的母公司Alphabet内部独立运营,现由Alphabet旗下的DeepMind接管。不同于一般的初创公司,Iso在资金和计算能力方面拥有超凡实力。AlphaGo的创造者,创始人横跨游戏、神经和AI三大领域Iso无疑站在了AI与生物学科交叉的“十字路口”,但要将超凡实力归功个人,就不得不提到Iso的创始人——人工智能先驱Demis Hassabis。 Demis Hassabis(图源:Iso官网)2016年3月,AlphaGo打败了顶级围棋手李世石,让全世界都为之震撼。但背后创造者的姓名却鲜为人知,其实他便是拥有丰富人生经历,具有游戏开发者、神经学家和人工智能企业家三重身份的Demis Hassabis。Hassabis从4岁开始下象棋,是国际象棋界的天才儿童。17岁,他就编写了销量达数百万的模拟游戏《主题公园》。以第一名的优异成绩从剑桥大学计算机科学专业毕业后,他成立了电子游戏公司Elixir Studios,为Vivendi Universal等全球发行商制作获奖游戏。而在商界“摸爬滚打”十年后,他又重返学术界,在伦敦大学洛杉矶分校完成了认知神经科学博士学业,随后又在麻省理工学院和哈佛大学从事博士后研究,最后创立了DeepMind。2013年12月,DeepMind成立仅4年,团队成员不足20人,还没有具体产品问世。它却仅凭在机器学习研究大会上演示的一款软件(展现出了从零开始学习并能掌握复杂任务的能力),就吸引谷歌以4亿英镑(约6.6亿美元)将其收购,这也是这是谷歌迄今为止在欧洲进行的最大一笔收购。被收购后,DeepMind仍在很大程度上被赋予自主权,现已成为Alphabet的一部分,并不断取得里程碑式的突破。Iso正是从DeepMind拆分而来,以AlphaFold在蛋白质折叠方面的开创性工作为基础,在DeepMind成功预测蛋白结构的研究基础上发展。基于同构逻辑,通过AI预测分子和疾病的全貌公司名称“Isomorphic”,译为同构。同构即抓取事物最本质的信息,忽略其他非必要因素,把具有相同底层结构的对象视为一体。也就是说,同构意味着生物系统和信息科学原则上共享共同的底层结构。AI不仅可以用于分析数据,也可以通过深度学习、强化学习、主动学习和表征学习等方式熟悉生物学规则,建立复杂生物现象的预测和生成模型。药物中分子间的相互作用具有复杂性,发生在肉眼看不见的微观世界,难以使用传统的数学和物理方法来预测和生成。而这正是机器学习和人工智能的优势所在,它们通过从数据中学习,可以持续优化预测和生成系统的模型,直至达到完美的演绎。但要想超越统计推论的简单模型,并非易事。Iso通过深度训练和模型迭代,创建了数字版本的生物系统。其具有可控性与可塑性,提供了一个可验证性的平台,可以预测和模拟这些模型所代表的生物分子空间。平台通过判断药物发挥作用的路径,设计出新型治疗药物。就像DeepMind的算法AlphaGo能够智能地搜索“围棋”空间以找到下一步棋一样,Iso开发的算法AlphaFold能够搜索“分子”空间以探索生物分子和疾病的全貌。新一代AlphaFold几乎覆盖全PDB,超140万人访问数据库与前代AlphaFold相比,新一代AlphaFold与Iso开发的其他突破性人工智能模型的深度整合,更能够“摸清”药物靶点的潜在生物机制,精准预测蛋白质的结构。 AlphaFold原理示意图(图源:Nature)其优势及应用场景如下:■ 原子级的预测精度“结构即功能”,蛋白质的功能取决于其三维结构,但要高精度地预测这些结构类型并不容易。X射线照射结晶的蛋白质可以将其产生的衍射光转化为蛋白质的三维原子坐标,从而获得准确的蛋白质结构,但时间和金钱成本极高。随后,计算机凭借强大的算力开始被应用于模拟蛋白质结构,但精确度不高,理论的预测方法与实验结果相差甚远。John Moult等生物学家创立了CASP(蛋白质结构预测大赛),来衡量预测蛋白质结构的结果准确性。测试的主要指标是GDT(氨基酸残基在阈值范围内与正确位置的百分比),如果GDT能达到90分以上就可以被认为与实验方法无异。在2020年11月公布的最新一届CASP评估结果中,AlphaFold系统总分为92.4GDT,这意味着预测平均误差约为1.6埃(一埃等于0.1纳米),相当于一个原子的宽度。即便是对于最难的随机蛋白质结构预测,AlphaFold也拿到87.0GDT的高分。据Iso官网表示,新迭代的AlphaFold模型将预测准确性再次显著提高,其预测精度可以达到原子级。■ 覆盖范围不断扩大AlphaFold在单链蛋白质预测方面取得了根本性突破;AlphaFold-Multimer将适用范围扩展到包含多条蛋白质链的复合物;随后是AlphaFold2.3,它提高了性能并将覆盖范围扩大到更大的复合物;新一代的AlphaFold将覆盖范围从蛋白质扩展到包括配体(小分子)、核酸(DNA和RNA)以及含有翻译后修饰(PTM)的分子等蛋白质数据库(PDB)中的几乎所有生物分子。 对蛋白质配体复合物(a)、蛋白质(b)、核酸(c)和共价修饰(d)结构的预测性能(图源:Iso官网)2022年,AlphaFold与EMBL的欧洲生物信息学研究所(EMBL-EBI)合作,通过AlphaFold蛋白结构数据库免费提供AlphaFold对科学界已知的几乎所有编目蛋白质的结构预测。■ 完善基础生物学此外,AlphaFold可以完成蛋白质和配体结构以及核酸和含有翻译后修饰的核酸的建模,为研究基础生物学提供了更快速和准确的工具。如AlphaFold预测了CRISPR系统中crRNA和DNA结合的CasLambda的结构。CasLambda具有CRISPR-Cas9系统的基因组编辑能力,俗称"基因剪刀",研究人员可以用它来改变动物、植物和微生物的DNA。而且体积更小,可以更有效地用于基因组编辑。 crRNA和DNA结合的预测结构(图源:Iso官网)■ 准确预测蛋白质配体结构新一代AlphaFold在与药物研发相关的蛋白质结构相关部分的能力明显超越了AlphaFold2.3和行业标准,尤其是在抗体结合预测方面。目前,主要使用"对接方法"来预测蛋白质配体结构,需要参考蛋白质结构或配体口袋的位置。而AlphaFold的最新模型无需蛋白质结构或配体口袋位置的先验信息,就能预测以前未进行结构表征的全新蛋白质。它还可以对所有原子的位置进行联合建模,能够更全面地揭示蛋白质和核酸与其他分子相互作用时的灵活性。另外,在最新发布的治疗案例中,AlphaFold最新模型的预测结构(彩色显示)与实验测定的结构(灰色显示)非常接近,其中包括抗癌分子的结合(PORCN)、关键癌症靶标的共价配体结合(KRAS),以及脂质激酶变构抑制剂(PI5P4Kγ)的结构预测。 对PORCN(1)、KRAS(2)和PI5P4Kγ(3)的预测图(图源:Iso官网)Iso正在将迭代的AlphaFold模型应用于治疗药物设计,使快速准确地预测和生成对治疗疾病有效的多种关键大分子结构成为可能。据Iso官网表示,迄今为止,已有190多个国家的140万用户访问了AlphaFold数据库,全世界的生物学家利用AlphaFold的预测结果,推动了从加速新型疟疾疫苗的研发、促进癌症药物的发现到开发塑料吞噬酶以解决污染问题等各个方面的研究进展。提升新药研发效率,AI药物市场规模将达59.4亿美元准确预测蛋白质配体结构可以识别和设计新的生物分子,进而推动药物研发进程。根据《2020年中国新药研发行业分析报告》的数据显示,I期临床药物最终获批概率仅有11.30%,即使进入III期临床成功率也只有53.40%,临床阶段整体费用占比高达70%。新药研发普遍存在周期较长和回报率较低的问题,而AI不失为一种提升新药研发效率的有效工具。AlphaFold对生物复杂系统的强大建模能力更是证明,“数字生物学”制药时代即将到来。人工智能的拓展性功能为生物医学突破带来希望,并有望在基因组学、生物可再生材料、植物免疫、潜在治疗靶点、药物设计机制以及蛋白质工程和合成生物学等领域“大放异彩”。据Research And Markets的数据,全球人工智能药物研发的市场规模将从2020年的9.1亿美元增长到2021年的12.7美元,复合年增长率(CAGR)为39%。到2025年,市场规模预计将达到59.4亿美元,复合年增长率可达47%,AI制药行业“冲劲十足”。提供AI技术属于AI制药行业的产业链的上游产业,此外还包括中游和下游产业。随着资本入场AI制药赛道,除传统药企和Biotech公司外,包括药明康德、IQVIA在内的CXO企业也纷纷加入进来,投身AI技术赋能药物的研发之中。放眼海外,市值达数十亿美元的上市企业均跻身于AI制药行业,如14条药物管线均进入临床阶段的Roivant sciences、两条药物管线进入临床阶段的Structure Therapeutics和Schrödinger等。相较于海外,国内AI制药行业起步较晚。但自2015年起,晶泰科技、亿药科技、星药科技、望石智慧、燧坤智能等诸多AI制药初创企业涌现。同时,药明康德等传统药企通过战略合作或股权融资等方式切入AI制药赛道,百度、腾讯和阿里巴巴等互联网大厂也纷纷布局此领域。* 参考文献:〔1〕Jumper, J. et al. Highly accurate protein structure prediction with AlphaFold. Nature 596, 583–589 (2021).近期推荐声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。动脉网,未来医疗服务平台
100 项与 星药科技(北京)有限公司 相关的药物交易
100 项与 星药科技(北京)有限公司 相关的转化医学