全球大型药企扩大与科技巨头的人工智能合作
研发提速不保证临床试验成功
核心资产是“独有数据”
利用人工智能开发新药的主导权之争,正从分析算法转向获取“独有实验数据”。
近日,Daol投资证券研究员Lee Jisu分析称:“投资正集中流向连接人工智能分析与实际实验的系统。在人工智能时代,仅分析现有数据已远远不够,直接生成并利用新实验数据的能力才是核心竞争力。”
大型药企携手人工智能巨头,构建数据良性循环体系
全球大型药企将人工智能技术视为提高研发效率的关键,正全方位扩大与科技巨头的合作。诺和诺德决定在部分研发业务中试用Anthropic的“Claude Science”;百时美施贵宝则将“Claude Enterprise”引入全球运营,作为统一的人工智能平台。默沙东与谷歌云签署了最高价值10亿美元的协议,着手利用积累的数据。
超越单纯的数据分析、将实际实验与人工智能实时联动的良性循环体系也在加快构建。Lee Jisu表示:“礼来与英伟达此前宣布,将在五年内共同投资最多10亿美元,建立连接人工智能分析与实验的系统。其运作方式是让人工智能学习实验结果,进而更精准地设计下一轮实验。”
不过,Lee Jisu指出:“人工智能加快发现候选药物的速度,并不意味着临床试验成功率也会提高。针对人体的安全性和有效性仍须另行验证。”因此,能够将一线研究经验、经验证的实验能力与人工智能有效结合的企业,才有望取得实质成果。
韩国企业发力:拓展自有平台与数据池
这一变化有望为在特定疾病和药物领域积累了技术实力的韩国生物企业带来新机遇。企业若能系统整理自有数据,并通过与大学、医院等机构开展联合研究扩大数据池,就有望形成独有的人工智能竞争力。即使是过去失败的实验数据,今后也可能成为减少研究试错的重要资产。
韩美药品已将多肽设计经验,以及候选药物的活性和选择性实验数据整合进自有平台“HARP-PSAR”,据此发现并优化了肥胖症候选药物“HM17321”。
与外部平台结合的案例也在增加。Y-Biologics正将人工智能新药开发企业Galux的人工智能设计技术与自身抗体平台相结合,开发肿瘤免疫治疗药物。Protina则将人工智能抗体设计平台“AbGPT-3D”与大规模实验验证技术“SPID”相衔接,建立了将抗原相互作用数据用于人工智能系统的机制,并与三星Bioepis签订了联合技术开发及技术转让选择权合同。
Lee Jisu补充称:“拥有独有数据和实验能力的企业,有望作为人工智能企业的研究伙伴获得更多合作机会。这种数据竞争力最终有望转化为全球合作、技术转让等商业成果。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。