国产创新药的突破，不能全押注AI

张书琛

创新药研发遇冷

资本市场沉寂近两年的创新药再度因交易热情回到市场关注中心。

今年第一季度，中国创新药企以ADC肿瘤药物（antibody-drugconjugate，抗体偶联）为代表的海外授权（license-out）交易事件及交易总额屡创历史新高，创新药国内销售同时加速。种种因素作用下，经历了两年多的周期性低谷后的创新药板块止跌回升，再度引发关注。

加之正被热捧的AI技术快速迭代，并已经应用于制药环节，二级市场投资者对于创新药的期待也有增无减。那么这是否意味着，中国创新药在经历了8年的鼓励性生长期后已经来到收获期？

很不幸，从新药研发投资回报率（IRR）大幅度下降的数据来看，现在谈收获期为时尚早：据申万宏源数据显示，国内创新药的IRR已经从2018年的10%，降到近年来的不足2%，作为对比，欧美一线药企的创新药研发IRR则在4%左右。

据药物管线市场人士透露，当前创新药企的IRR水平过低，如果把研发失败率考虑进去，很多时候甚至为负，“现在资本市场跟2020年比还是相当低迷，大量已经投在生物医药企业的资金都逃离了，有的药企研发完全就是在烧IPO的钱”。

这种“在国内做创新药无法收回成本”的感受其实已经萦绕行业多年，只不过在资本几乎断炊的时候才现出原身。2021年开始，A股创新药指数、恒生香港上市生物科技指数一路走跌，尽管近期稍有回升，但一直未能有效反弹突破，创新药企IPO也出现了“破发潮”，一级市场的投融资活动同样明显降温。

从外部看，除了资本流入减少带来的流动性资金压力外，医保降价和监管趋严的势头，也让业内对于创新药价格有了超预期的担忧。而从创新药业内来看，真正的顽疾还在于源头创新能力不足，以至于药品屡屡陷入“内卷”困境中，竞争力薄弱。

源头创新力不足

其实在资本寒流来临之前，国内创新药市场就已经显示出“扎堆”靶点并形成产品“内卷”的趋势。

创新药也称原研药，是药企基于最新疾病学研究成果找到一些候选靶点，再从无到有逐步合成候选化合物，通过反复试验筛选，最终发现既满足治疗效果又满足人体安全性要求的药物。靶点指的是药物在人体内的作用结合位点，确定有效靶点也是新药研发的首要任务。

长期以来，中国制药行业一直被指源头创新能力不足，对新靶点、新成药机制的发现几为空白，且成果转化环节阻滞颇多。

创新药研发企业成都先导的董事长兼首席执行官李进博士向记者解释，创新药研发之路本就漫长且艰巨，业内一直有“每个新药研发平均成本约10亿美元，平均需要约10年时间，平均成功率仅为10%左右”的说法，完全“First-in-class”（全球首创）的新药所需成本不是普通药企能承担的。

因此成功率更高、研发成本低的“Fast-follow”（快速跟进）“Me-too”（派生药）等研发模式引发国内厂家大量跟进，这也是肿瘤治疗药物PD-1、ADC产品内卷的主因。

不做全球首创药品压力自然会小得多，回报率也十分可观，有医药行业投资人曾算过一笔账，“因为研发成本低，市场都已经被打开，哪怕只卖几亿到十亿美元一年，企业也会有比较好的业绩回收。”但这也决定了药企没有明显的护城河，很容易出现多家药企“死磕”同一靶点的现象，利润也会被摊薄。

AI作用几何？

如何通过对新技术、新研发流程、新研发模式的探索，使创新药研发过程变得更快，药效更好、副作用更少，同时降低研发成本，已经是如今行业面临的最大挑战。超级AI的快速迭代给了业内新的希望。

新冠疫情肆虐之时，AI就已经显露出超凡的效率。2020年，英国公司BenevolentAI通过在自家AI平台上进行海量论文检索，意外发现了一款治療中度和重度类风湿关节炎的药物巴瑞替尼竟然具有阻断新冠病毒感染和抗炎症功能。

AI除了能应用于检索科学文献，寻找被忽视的化合物—靶点关系用于新的适应证，还能针对靶点进行药物的筛选，大大缩短研发时间。

传统新药发现流程都是以实验为基础，需要研究人员从大量可能成药的苗头化合物中进行试验筛选，再进一步优化并筛选少数先导化合物，之后才是动物临床、临床I期试验等等，费时费力；而AI模型所擅长的深度学习，可以通过模仿人类神经元的工作模式，“学习”已有数据中的统计规律，且整个药物筛选过程都是在虚拟环境中发生，可以节省实验消耗的资源。

随着AI技术壁垒日益降低，标榜“AI制药”的药企也越来越多，在这一背景下，AI如何应用于创新药具体研发环节？AI制药公司能否通过技术优势开发属于自己的新药？这些问题的答案，年轻的中国制药企业都还在摸索。另一方面，短期内国内创新药细分赛道拥挤的问题依然存在，该如何扭转？药企专家对此也有自己的看法。