今天分享的是人工智能AI+医疗专题报告:《医药行业AI+药筛专题报告:“快”AI与“慢”药筛》,PDF报告共38页。
(报告出品方/作者:证券研究报告,孙建)
分享来源于公众号:【幻影视界】
报告摘要如下:
l 为何ChatGPT再掀热潮?生成式人工智能是未来重要的AI技术趋势,ChatGPT让人们再次燃起对AI领域的重视。与AlphaFold针对 已知蛋白质序列预测蛋白质结构不同,生成式AI模型可以生成全新的蛋白序列或结构。相比于效率提升,AI+医药真正的魅力体现 在使不可能发现的靶点及成药机制成为可能,拓展用于药物研发的初始蛋白结构库,创造新的药物方向及增量市场。
生物医药已经成为AI最重要的应用场景。传统的制药模式中,药物结构设计高度依赖专家经验、新药筛选失败率高、药企的投资回 报率不断下降。在人工智能的所有应用中,医疗行业位列首位。据中商产业研究院统计,2020年 AI+医疗已占人工智能市场的 18.9%。根据艾瑞咨询的数据,2020年中国医疗AI市场规模已达到59亿元,市场规模在2025年有望达385亿元,2020-2025年 CAGR达46%。
l 数据、算法推动快速发展,AI成融资寒冬中的火热赛道。1966年赛勒斯·利文索尔将计算机模拟与分子图像相结合实现蛋白质和核 酸结构可视化,正式标志着计算机辅助药物设计的开始。2022年医药行业的投融资热度下降,但AI制药赛道反而更加火热。根据公开数据统计,2022年全年AI制药赛道相关的融资总事件达144起,YOY 97%,总金额为62.02亿美元(约人民币426.66亿元),YOY 47.67%。且美国AI初创公司吸纳了市场上的绝大部分资金,占总融资额的77%。
l 看AI管线:在我们统计的80条国内外AI辅助药物设计管线中:①推进进度,有42条推进到Ⅰ期,29条推进到Ⅱ期,我们认为AI药物设计兑现期有望在3-5年后来临。②从靶点选择上,其中52条已公布靶点,25条未公布靶点,而运用人工智能发现新靶点的管线仅3条,这也表明用AI进行药物研发仍起到相对辅助的作用。③从适应症选择上,和传统方法一样,癌症是AI制药企业首选的适应症,其次为遗传性疾病和罕见病。由于2020-2022年疫情对药物的巨大需求,针对COVID-19的药物研发占据了6%。我们认为当前AI+药物设计仍然处于积累训练期。
当前国内AI制药市场的主要参与者有三类:互联网公司、药企、CRO。在商业模式上主要分为:AI SaaS、AI CRO和AI biotech,即售卖软件、服务和研发药物。
(1)互联网公司:借助对外投资、打造自有相关平台、提供算力及计算框架服务。我们认为互联网公司做AI+的优势在于①大厂资金优势;②算法和算力优势。但缺点在于对制药专业领域的知识及经验较为匮乏,因此主要集中在新药研发对数据及算力要求较高的环节,到了CMC之后的阶段,算法能够提供的帮助就非常有限了。
(2)CRO:国内外CRO公司纷纷通过自建及合作、投资等方式丰富了自身的AI+服务平台。 AI+“降本”中的本指的是CRO的业绩吗?①AI现在只能实现“快”,有效性仍待验证。②CRO是医药板块转型AI+的最优选。 高质量数据是制约AI发展的关键瓶颈。而CRO最大的优势来自于丰富的实验数据,这些数据既包括成功的也包括失败的经验,都将赋 能完善数据库。搭建高通量数据生成能力的智能实验室,将成为核心竞争力。但要注意的是CRO的数据或需要相关药企授权。 因此,我们认为AI短期无法替代传统人力为主的CRO,且凭借丰富的数据优势,CRO可能成为AI+领域最大赢家。
(3)药企:市场上参与AI制药的大型药企仍以资金实力较为雄厚的MNC为主,一般通过自建平台、外部投资并购以及合作的形式展开。截止2022年末全球前十大药企均有AI布局,其中阿斯利康、默克、辉瑞开展的AI项目数位居榜首。国内起步相对较晚,但在2021年进入爆发期。我们认为药企进入AI研发的优势在于①在优势领域具有敏锐研发眼光;②可以建立独有的、不断迭代的数据库;③主动性及系统性强。而缺点在于对算法的理解有限,更倾向于通过自己的经验去优化分子,有路径依赖。
免责声明:以上报告均系本平台通过公开、合法渠道获得,报告版权归原撰写/发布机构所有,如涉侵权,请联系删除 ;资料为推荐阅读,仅供参考学习,如对内容存疑,请与原撰写/发布机构联系。
关注公众号【幻影视界】获取完整PDF电子版。