2月15日，药明康德发布业绩快报，年营业收入为.02亿元，同比增长38.5%；归母净利润50.97亿元，同比增长72.19%。靓丽的数据给药明康德的股价打了一剂强心针，春节过后，药明康德再次暴跌，一路下探至2月11日的81.9元，随后受益于良好的业绩曾略有回升，今日股价报收96.80元，但距离其年中高位的元左右，仍有超四成的跌幅。
药明康德的疲态，“拖累”了明星基金经理——中欧基金的葛兰，天天基金显示，重仓药明康德、凯莱英、康龙化成等CXO（医药外包）企业的中欧医疗健康混合A基金近一年回撤34.6%。
冰火两重天。与这些在二级市场“闪崩”的医药股相反，生物医药的另一个赛道——AI制药，却在年收获了一级市场投资人的热情。据动脉网不完全统计，年，国内AI制药领域共发生34起融资事件，融资总额约为83.45亿元。其中仅晶泰科技一家便在去年8月完成4亿美元（约等于25.3亿人民币）D轮融资，估值超过亿人民币，此时，距离晶泰上次3亿美元的C轮融资还不到1年。
4年前，《我不是药神》揭露了一个令人心酸的事实：高昂的研发成本，只能转换为罕见病患者不得不承担的药价。彼时正是人工智能产业化的开始，《IT时报》记者调查显示，利用AI辅助的First-in-class(首创新药)，国内投资界和药企并不十分积极，Me-too新药显然能更快带来短期收益。但随着技术进步以及年一系列*策推出，研发周期可能缩短至平均5年，成功概率最高可突破45%的AI制药，将真正走上医治人类病痛的舞台。
01AI制药进入临床阶段
尽管还没有一家AI制药企业的产品通过FDA（美国食品和药物管理局）批准上市，但已经有药物被批准进入临床研究(IND)，这被认为是AI制药价值闭环的重要验证。
年年底，国内人工智能制药公司AccutarBiotechnology（冰洲石生物科技）宣布，用于治疗转移性去势抵抗性前列腺癌的AC研究性新药获批进入IND，这是三个月内Accutar第二个获批进入临床的药物。从Accutar宣布的消息中可知，从AI药物发现平台到药理验证平台的闭环实践，是其在两年短周期内完成，这是一个被认为价值数十亿美元的研发过程。
相较于传统创新药研发流程，这个速度不可思议。
药企往往用“三十定律”来解释昂贵的药价：10亿美元的投入、10年的研发周期和低于10%的成功率，尤其是罕见病药物，正版药几无降价空间。AI辅助制药则被看作可以通过深度学习，在靶点发现与验证、分子发现与优化等环节大幅提高研发效率。
一个具有划时代意义的技术突破发生在年7月，AlphaFold2公开了其预测的人类和其他20种重要物种的蛋白质组所有结构，这意味着，药物研发不再强烈依赖于实验组解析的晶体。由于每个蛋白都可能是某种疾病的靶点，科学家们可以针对每个蛋白设计出对应的分子进行调控，更好地预判蛋白质与分子结合的概率，从而加速新药研发。
药企向AI制药抛出的订单也越来越“诱人”。今年1月，药企巨头赛诺菲与AI制药公司Exscientia共同宣布，合作开发多达15种肿瘤和免疫学领域的候选药物，交易金额高达52亿美元。根据协议，如果赛诺菲将合作产品商业化，Exscientia将获得最高21%的销售分成。
“新药研发设计环节多、周期长，不同场景所需要的技术架构和专业知识也不一样，大多数初创企业都是选择一两个细分领域进入，但Exscientia可以为赛诺菲开发15条管线（药物品类），一方面显示了自己的技术实力，同时也从侧面说明，AI辅助制药的能力在加强。”一位医药投资界人士向《IT时报》记者解释。
从年1月第一款AI研发的新药候补化学物进入第一段临床开始，截至年7月，据中信证券不完全统计，AI主导、进入临床阶段的管线已经超过20余项。临床阶段通常需3-6年时间，据于此，最快在年，可能会有AI药物进入审批环节。更乐观的设想是，到年，或许第一款AI药物会进入生产上市流程。
02内卷的Me-too创新药
年7月，《IT时报》曾在《十年八载，AI打算研发一款抗癌新药》中提及，我国药物研发基础较为薄弱，创新药以Follow—on（随式）创新药为主，而AI辅助的First-In-Class(首创新药)的药物研发企业，则在资本层面存在不同态度。时隔3年多，风向逆转。
中国的生物医药赛道起步于年，随着国家医改拉开大幕，医药健康产业被定位为国民经济的“支柱行业”，创新药物的研发作为医疗行业上游产业链的核心领域，成为资本市场角逐的重点。
然而，尽管每年国产创新药获批的数量都在增加，属于First-In-Class(FIC)的并不多。
所谓Follow—on（跟随式）或者Fast-Follow（快速追踪）模式，是指不侵犯他人专利的情况下，在已有靶点和机理的基础上，对新药进行分子结构改造或修饰，寻找作用机制相同或相似，具有新治疗效果的新药物，包括Me-too、Me-better、Me-worse等药物。
换而言之，Fast-Follow（快速追踪）是“站在巨人肩膀上的创新”，但问题是，站在“肩膀”上的企业，太多了。
国家药品监督管理局药品审评中心（CDE）年11月发布的《中国新药注册临床试验现状年度报告（年）》显示，临床试验数量最多的前10位靶点依然是PD-1、VEGFR等耳熟能详的靶点，其中PD-1（抗肿瘤治疗的靶点）更是有75个药物品种申请登记临床试验。
“太卷了”。对于过去两年的国产创新药研发，多名医药行业人士都表示，同质化竞争严重。
《中国I类新药靶点白皮书》显示：-年，我国I类新药申请受理数量逐年提高，年复合增长率（CAGR）高达40%。然而，前6%的靶点便已囊括了超40%的新药，其中国内仅申报并获CDE受理的PD-L1新药就近60款，而国内的PD-L1新药大量都是Fast-Follow。
年1月，美国FDA药物评价和研究中心（CDER）发布了《年度的新药获批报告》，这一年里，美国FDA一共批准了50款新药，其中27款为“first-in-class”疗法，占全年获批新药总数的54%，占比为10年最高。
03*策助推站上风口
国产创新药“扎堆”Fast-Follow的直接后果是，同质药价格竞争激烈、利润率下降，进而导致临床资源浪费、资金浪费。于是，年下半年与市场“寒风”一起到来的，还有*策的“冬天”。
年11月19日，CDE六连发重要文件。其中，《以临床价值为导向的抗肿瘤药物临床研发指导原则》（简称《指导原则》）明确提出，在药物进行临床对照试验时，一是应尽量为受试者提供临床实践中最佳治疗方式/药物；二是新药研发应以为患者提供更优的治疗选择为最高目标。这被解读为，监管部门将遏制Me-too新药的泛滥，尤其不支持Me-worse新药。
从7月《指导原则》开始征求意见起，二级市场里的生物医药赛道便被戳破了泡沫，一路下滑至今，由于《指导原则》中有关临床对照试验选择的BSC变化直接降低了Me-too药物上市的可能性，从而减少CXO公司可获得订单数目，资本市场对其前景的担忧导致发生股市“踩踏”。
不仅药明康德等上市公司股价跌跌不休，年下半年上市的几家生物医药企业甚至跌破发行价。
与此相反，上述投资人士告诉记者，年以来，AI制药已经成为投资圈的香饽饽，融资项目数量几乎翻倍，同时，今日头条、腾讯、百度等互联网巨头都开始涉及AI制药领域，发现平台“云深制药”，百度在年9月成立生命科学平台“百图生科”，“今后几年，这种热度只增不减，最明显的趋势是，AI+生物医药企业间的人才争夺越来越厉害，薪资涨幅也屡创新高”。
BOSS直聘显示，目前与AI制药相关的主要岗位为生物信息工程师、算法工程师与AI制药专家，生物工程师主要负责药物研发与实验，平均月薪为2.5万元，AI制药专家则是要求候选人同时具备生物制药与机器算法的专业能力，学历与工作经历要求比生物工程师与算法工程师更高，平均月薪3.5万元。年底，字节跳动招聘生物信息工程师，月薪也开到了4万元左右。
如果是顶尖人才，百万美元年薪也不鲜见。百度旗下的生命科学公司百图生科便开出万美元的天价年薪招聘首席科学家。
04买单者越来越多
今年1月，上海复星医药与英矽智能宣布合作，在全球范围内共同推进多个靶点的AI医药研发。根据协议，英矽智能获得0万美元的首付款以及里程碑式付款，并分享QPCTL项目商业化的利润。这是国内迄今为止AI制药企业收到的最大额预付款。
尽管合作金额与赛诺菲和Exscientia的协议相差甚远，但对于国内AI制药初创企业而言，这绝对是个好消息。前两年，尽管资本对AI制药热情高涨，但国内药企却并没有几家拿出真金白银来买单。
情况正在发生变化。晶泰科技CEO马健此前接受雷锋网采访时回忆，年初，和药企谈合作时，他经常要介绍一些基本概念：AI制药是什么，AI怎么跟药物研发结合，但到了年，药企开始追问更多细节：技术差异点是什么？使用了什么样的技术？
“目前药企和AI制药公司应该在试水阶段，早期研究到临床阶段的周期越来越短，药企对于AI的作用认知越来越清晰。”上述人士透露，尽管像复星医药和英矽智能这样的大单在国内还不多见，但愿意拿出部分研发方向给AI制药公司试水的药企越来越多，合作金额也在逐年上升。
年2月，英矽智能曾对外宣布，仅用了18个月、投入万美元，就研发出特发性肺纤维化疾病新靶点。德睿智药则在今年1月17日宣布，用其自主研发的一体化AI新药发现平台MoleculePro，在8个月时间内设计、验证了69个全新的小分子并获得了针对某B类G蛋白偶联受体（ClassBGPCR）靶点的临床前候选化合物，目前该自研管线已进入IND-EnablingStudies阶段。传统研发过程中，这个阶段至少5-8年，如今两家AI制药明星企业与国内药企往来密切。
不过前方也并非一片坦途。尽管AI制药大大降低了药企的试错成本，但相较于相对成熟的Fast-Follow创新药，从头开始显然风险更大，药企究竟愿意为此拿出多少研发成本，市场前景并不明朗。
此外，AI制药企业大多是初创公司，创始人在AI技术方面或某个细分领域或许是顶尖人才，可面临的挑战是，缺少数据。医院还是药企的数据，如果没有良好的合作关系，都不可能向这些初创公司开放。同时，随着大药企近几年自建AI团队，年轻的公司将面临更大的挑战。
不过，可以看到的是，生物科技的“奇点”爆炸在即，AI制药的时代终将到来，让天下没有难做的药，或许并不只是梦想。
记者／郝俊慧
编辑／挨踢妹
排版／朱唯
来源／《IT时报》