三位CEO的对话实录赛诺菲的331亿元AI制药天价大单，为何给了这家十年的英国公司？

　　近日，AI制药行业又发生了一件大事。
　　赛诺菲与Exscientia共同宣布，双方共同达成了一项1亿美元预付款和总额约52亿美元，折合人民币331亿人民币的潜在研究、转化、临床开发、监管和商业里程碑付款。
　　根据这项合作内容，如果赛诺菲将合作产品商业化，Exscientia将有资格获得高个位数至mid-teens的销售分成，最高销售分成比例可提高至21%。
　　要知道，赛诺菲在2020年的一整年研发投入才55.2亿欧元，折合人民币398亿人民币。
　　这样的比例，对于药企巨头、AI制药公司来说，都有特殊的意义。
　　Exscientia在2012年创立，并于2021年10月1日在纳斯达克上市，上市市值达到32亿美元，最大外部股东是软银愿景基金，占比16.3%。
　　Exscientia与多家药企达成过合作。
　　去年5月，Exscientia与百时美施贵宝还签订12亿美元的商业里程碑付款，获得5000万美元的预付资金，和高达1.25亿美元的近期和中期里程碑商业订单。
　　而Exscientia与赛诺菲的接触与合作，则从2016年就已经开始。
　　2017年，赛诺菲宣布出资2.5亿欧元与Exscientia合作开发双特异小分子糖尿病药物。当时，Exscientia曾利用它的AI平台帮助前者过滤掉许多化学上难以处理的组合，并选择了45个代谢病靶点，约1000种双靶点组合进行筛选。
　　我们与国内三位AI制药高管——晶泰科技CEO马健、德睿智药CEO牛张明、望石智慧CEO周杰龙，进行了一次对话。
　　德睿智药CEO牛张明认为，最亮眼的还是高达15个的管线数量：＂300亿的订单金额，实际能收到的额度取决里程碑成功，有非常多限制，而15个管线合作却非常实际，一下敲定这么多管线并不容易。＂
　　望石智慧CEO周杰龙认为：近期的交易规模、起码证明AI平台支持药物研发已经有了验证。但AI制药整体依然处于早期阶段，例如，如何根据靶点更精准的生成分子，彻底摆脱‘先有库，后筛选’的原有范式等许多AI制药难题还没有解决。
　　而相比之下，对于国内AI制药合作规模的差距，晶泰科技CEO马健则认为：
　　＂目前国内药企的态度主要分几类：第一种，对AI感兴趣，但尚无条件开始合作，在不断尝试找合作方；第二种，对于AI平台将信将疑，观望不前； 第三种，已具备合作条件，开始试水AI合作或逐步扩大合作范围。＂
　　以下是医健AI掘金志和三位CEO对话实录：
　　百亿大单＂不稀奇＂
　　医健AI掘金志：2017年，赛诺菲就宣布出资2.5亿欧元与Exscientia合作合作开发双特异小分子糖尿病药物。此次继续选择与Exscientia合作，开出53亿商业里程碑付款大单背后的原因是什么？
　　晶泰科技CEO马健：首先，这说明药企对AI药物发现技术的看好和押注。
　　这个合作选择在摩根大通全球医疗健康产业年会宣布，之前肯定经过长时间的铺垫。
　　根据我们的经验，这种大额打包合作肯定是在一个合作周期里验证了AI药物发现的交付能力，药企才会继续大额投入。
　　另外，从这次合作透露的付费结构来看，药企愿意支付高额分成，也证实越来越多药企对AI在药物发现价值的认可。
　　而且合作收益的天花板非常高，而AI公司实际能收到的额度取决于里程碑达成和客户合作的管线价值，以及各个收入里程碑核算。
　　这是比较成熟和常见的付费结构，在晶泰科技的AI药物发现合作中，也有许多类似付费方案的案例，是基于对AI平台交付能力的自信和研发收益与风险的共同分享。
　　最近的新闻，这种多管线、多靶向合作越来越多，把一些比较难的、技术有可能相通性的项目打包在一起完成。也说明大家对这个行业、对AI药物研发平台的认可度已经达到比较高的层面。
　　德睿智药CEO牛张明：本质原因上，还是Exscientia的平台技术，以及成功的管线案例给予了赛诺菲充足的信心，加上双方曾有过满意的尝试性合作。
　　同时Exscentia在与GSK、BMS、赛诺菲这些世界头部药企的药物研发项目中也曾交付了令世界头部药企满意的管线成果。
　　医健AI掘金志：对于药企，是否更多会考量和在意的AI制药企业自己管线研发进展？Exscientia管线做到临床一期，是否是这次合作一个比较大的影响因素？
　　晶泰科技CEO马健：很多AI制药公司会越来越聚焦为AI管线公司。越往后发展，越依靠它们的管线支撑估值，而不是前期的算法和平台。
　　而且，自己的管线越往后发展，越能理解整个药物研发过程。已有案例的进展肯定可以提高客户对AI公司整套研发流程和交付能力的信心。
　　德睿智药CEO牛张明：同意这个观点。当未来AI制药企业自研管线进入到临床二、三期以及上市后，AI制药公司的价值和议价能力也会进一步上升。
　　医健AI掘金志：15个小分子研发管线的合作，在赛诺菲等新药研发项目中属于多大体量？
　　德睿智药CEO牛张明：比较小的总体比例，据推测不到1/10。据赛诺菲官方公开的进入临床阶段的管线数量已达到了82条（包括小分子，抗体药以及疫苗）。
　　医健AI掘金志：相比于之前在几个管线的早期试水，像赛诺菲这样的AI制药合作，对其它大药企会产生怎样的催化作用？
　　德睿智药CEO牛张明：会给其他药企更多的信心和参考，相信未来AI制药行业相关的重大合作会越来越多，会有更多药企愿意积极尝试与AI制药公司的合作。
　　例如，去年12月美国AI制药公司Recursion与Roche及Genentech也曾签署高达120亿美金的管线合作订单。
　　望石智慧CEO周杰龙：大多数MNC药企对于创新一直是积极拥抱的态度，过去几年，越来越多跨国，及本土药企与AI自研平台或合作被披露。
　　随着更多AI技术研究成果落地和验证，该趋势依然会延续，大额AI制药交易会常态化。AI技术的药物研发应用本身也会常态化，融入到现有的体系中，与研发人员形成新的交互。
　　甚至AI体系化和平台化的解决方案，会成为药物研发领域常见的底层支撑技术之一。
　　医健AI掘金志：一次达成15个管线的研发合作，是否意味着其它AI制药企业，很难再和赛诺菲有合作空间？
　　德睿智药CEO牛张明：不会，赛诺菲除了正在与Exscientia合作以外，已经在与其他AI制药公司（例如Berg和Recursion等）合作。
　　现阶段的跨国药企在某个细分方向可能会倾向与某个AI公司合作，但往往不会在所有方向都选择独家合作。如果其它AI平台有独到的能力，也非常有机会继续签更大合作。
　　国内AI制药企业，尚无本质差距
　　
　　医健AI掘金志：近几年，像Exscientia这样的国外AI制药公司，无论是在自研管线，还是合作金额都有很大动作；
　　相比之下，国内AI制药与之相当的动作还比较少，是否说明国内AI制药公司已经落后？
　　晶泰科技CEO马健：我并不这么想，国外自研管线开始就比较早，所以更早进入临床，不过大家看到的差距与合作周期和上市相关，具体到AI平台技术层面，我认为国内外AI制药没有差距，甚至中国的AI药企还有一些国外不具备的优势。
　　例如，国内有更多的AI人才，实验拓展能力更强，数据获取和处理能力也更强一些，在AI制药的长期基础建设上，绝对不会落后。
　　德睿智药CEO牛张明：总体而言，现阶段几家国外上市的AI制药公司 （例如Exscientia，Recursion）签订的订单总额以及自研管线进展确实是领先国内AI制药企业的。
　　Exscentia和Recursion分别成立于2012年和2013年，与大药企有着多年合作的相互信任和经验积累。
　　在商业模式层面，国外大部分AI制药公司更加注重管线，而国内生态更加多元化。
　　在技术层面，国内AI制药公司与国际头部相关公司其实并没有显著差距，反而在一些细分领域更加具有优势。
　　望石智慧CEO周杰龙：海外企业起步早，与制药公司建立合作周期长。
　　Exscientia作为海外头部企业，有很多值得国内从业者借鉴学习，他们商业的进展也得益于他们多年技术探索和积累。
　　药物研发周期长、环节多、极具复杂性，各环节都需要不同的技术能力，中国市场环境也有其特殊性。
　　AI作为支撑性技术，各公司在擅长特定领域实现一定程度降本增效，与制药企业的合作模式也各有不同。 而且，行业才刚刚进入快速发展期，对行业格局不能过早判断。
　　医健AI掘金志：相比国外动辄几亿人民币付款合作，国内AI制药市场和国内市场目前是什么情况，是否还是试水合作比较多？
　　晶泰科技CEO马健：国内也有很多类似付费结构的协议，两种市场没有本质差距。
　　但一来国外创新研发的历史更长，有更多创新性更高的项目；
　　二来国内企业对于AI的整体认知水平和合作准备度普遍较国外药企要低一些，因此目前来说肯定欧美药企市场更大一些。
　　一个技术从新兴到普及，发展变化周期肯定是从试水开始的，目前国内药企的态度主要分几类：
　　第一种，对AI感兴趣，但尚无条件开始合作，在不断尝试找合作方；
　　第二种，对于AI平台将信将疑，在观望不前；
　　第三种，已经具备合作条件，开始试水AI合作或逐步扩大合作范围。
　　这种新技术的对外合作，出现大规模试水很正常。
　　德睿智药CEO牛张明：国内AI制药公司与国内外药企的合作正在逐步加强。国内AI公司的起步以及与药企的合作时间相对较晚，加上国外头部药企付费能力更强，所以看起来国内现阶段＂试水＂合作比较多。
　　医健AI掘金志：在I制药公司越滚越大之后，会成为另一种 CRO 公司吗？
　　晶泰科技CEO马健：我们认为AI制药公司是工业平台属性，它和CRO不一样，AI平台更像一个引擎。
　　相当于秋天收粮食，雇主需要雇佣很多服务商，通过获得具备特定技能的密集的人力帮忙把粮食收回来。
　　而AI平台就像是机械化收割工具，可以一下操作很多试验，使用更难养的高产种子，投入与收获的比例更高，可以很快拿到想要的结果，而且能将一些原本恶劣的环境也变成可耕之地，当然，也需要人的操作和掌控。
　　在这种新形式下，AI制药和CRO可能更要共生共荣，竞争之下也有很大的合作空间。
　　未来的蝴蝶效应
　　医健AI掘金志：现在的AI平台在药企内部，是否已经过了验证阶段，距离大规模回款和复购还有哪些阻碍，还是只是时间问题？
　　晶泰科技CEO马健：在我看来，目前AI在临床前展现的从头发现和交付能力令人振奋，但真正的验证还是要看临床的表现，这需要时间。
　　AI在临床前的加速，更多是让一个想法从早期研究、从一个靶点，尽快落地到临床阶段。
　　进入临床研究之后，药企关心的是这个药谁来吃，能带来怎样的治疗效果，这是所有AI制药平台和研发管线的终极价值验证。
　　AI发现的药物是否可以获得更高的临床试验成功率，这个流程还很长，我们目前只是解决了临床前的问题，获得了现阶段体外试验支持下最有潜力的候选，是完成了一部分的验证。
　　大家对AI制药的期待一定是长期的，无论是国外的AI企业，还是晶泰科技，以相对有限的资源，很难凭一己之力将管线大规模地向后期推进，而AI平台的规模化效益要在合作当中获得验证。
　　大家关心AI制药是否已经过了验证阶段这个问题，也是因为对这种技术期望很高，距离获得临床验证还有一段距离要走，但今年开始，肯定有越来越多AI发现的药物进入临床。
　　德睿智药CEO牛张明：部分公司的AI制药平台技术（尤其是小分子药物研发方面）已经过了验证阶段。
　　例如阿斯利康诸多自研管线都是依靠其自研AI制药平台辅助研发；而罗氏，赛诺菲，BMS等国外头部药企与AI制药公司分别已经达成了总额数十亿甚至上百亿美金的合作。
　　正在有越来越多的AI制药公司的成功案例达到或者超过了药企的期望，大规模的合作以及复购正在被AI制药企业实现。从德睿智药与药企的合作中也体现了这点。
　　望石智慧CEO周杰龙：近期看到的交易规模、数量增加，恰恰证明了AI平台支持药物研发已经在这些企业中获得了验证，不少合作已经拿到里程碑回款，或通过进一步合作带来了复购。在我们自己的合作也实现了这点。
　　虽如此，但AI制药整体依然处于早期阶段。新药研发是一个复杂场景，还有大量尚未满足的需求与挑战。
　　例如望石关注的一个问题 如何 ‘根据靶点更精准的生成分子’，从而彻底摆脱‘先有库，后筛选’的原有范式；
　　再例如，AI技术在开发过程中也面临大量资源未能有效整合和利用的问题，如沉积在各大药企中的研发数据。
　　虽然推进进展已经非常喜人，从结果来看，国内外尚未有通过AI平台产生、并获批上市的药物。
　　一个新技术在一个新场景广泛使用并实现商业变现，需要耐心和时间，我们现在已经看到了大量证据证明这个趋势确定性。因此我认为这只是个时间问题。
　　医健AI掘金志：与药企合作过程中，这半年您听到药企内部最大的反馈是什么，对于AI平台普遍都持有怎样的看法，令您印象最深的意见或者转变是什么？
　　晶泰科技CEO马健：这个变化确实很大，记得在2020年初，和药企谈合作的时候，还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。
　　到2021年初，就发现我们接触的所有客户都明白了基本逻辑，而且开始追问更多细节：例如技术差异点是什么？使用了什么样的技术？可以明显感觉到这种了解程度和认可度的变化。
　　另外一方面，很多转变是发生在合作过程中，包括许多已经达成的合作项目，合作方逐渐将晶泰科技的AI流程与自己的研发管线、流程相结合，各自分工从模糊到明确；
　　包括开始由晶泰主导整个药物设计的过程，融合进各种我们内部的测试和实验，实现更高效一体化的迭代和一站式的交付，从试水AI变成真的在水中游泳，这是我们看到的转变趋势。
　　德睿智药CEO牛张明：从我们接触到的企业反馈来看，大部分企业对AI的重视程度和理解都是与日俱增的。更多企业意识并相信AI可以为药物研发提供更多助力。
　　这种转变是因为药企有了更多的与AI制药公司合作的切身体验，看到近期业界频繁发生的里程碑事件。
　　对于德睿智药，内部转变是去年我们通过AI平台快速帮助一家上市药企快速设计并虚拟筛选出具有同类最优潜力的PCC分子，经过层层验证，后续进入了IND-Enabling阶段；据我们所知，类似的案例在业界非常少有。
　　作为甲方，上市药企对于合作成果是非常的惊讶和并且大幅超出了预期，我们后续也签订了更深入的管线合作协议。
　　外部转变，是在AlphaFold2取得重大突破并部分开源之后，更多企业相信或者意识到，AI赋能药物研发的时代已经来临。
　　医健AI掘金志：在结合带量采购，热门靶点赛道越来越拥挤，授权引进模式越来越不可持续等等问题和情况下，现在的AI平台对于国内的药企有怎样的价值？
　　晶泰科技CEO马健：像带量采购、医保政策的变化使得药企在仿制药上的利润空间越来越低，倒逼药企转向竞争持续加剧的创新药。
　　现在来看快速跟进类似的研发项目利润空间还可以，但以后肯定会越来越难做；这就需要国内药企用大量的精力去找差异化，去做更难的挑战。
　　整个过程像多米诺骨牌的连锁反应，已经开始产生效果:药企要做原创性创新，创新药发现就是一个试错的过程，而利用AI等新技术可以在显著拓宽试错空间的同时，极大降低试错成本，药企用同样的资源和团队投入，可以支撑几倍于传统研发的管线而且速度更快，所以，利用AI平台做研发是药企不可避免的大势所趋。
　　通过AI药物发现拓宽高质量的源头创新渠道，还能充分利用起来这些创新转型的中国药企在药物后期开发、生产、临床研究、销售渠道方面的优势和产能，两者优势和能力高度互补，有机会做出在国际市场也有高竞争力的创新药。
　　德睿智药CEO牛张明：AI平台技术有望助力我们更快速的实现原研创新，走向国际，做出一些更具国际影响力和竞争力的管线，缩小与欧美药物研发领域的差距。
　　国家政策以及大环境正在鼓励新药研发企业参与全球药物研发的竞争和赛跑。AI平台可以成为我们在全球创新药物研发竞赛弯道超车的工具。
　　望石智慧CEO周杰龙：我们在各种药企合作中，对于这种差异的感触非常真切。
　　以靶点为例，国内创新药大多集中在几十个靶点，而海外布局达数百个，通常一个靶点会有数家企业同时与我们沟通和探讨合作，这种格局给创新药企的压力是极大的。
　　其实不止靶点布局和国内政策引导，全新靶点相关基础研究成果少、创新药可投入资金的不足、人才和研发经验的缺失等因素，都逼迫国内药企在研发上另辟蹊径，尽可能降低研发成本、加快研发进度。
　　药物研发作为一种数据密集型行业，与AI这种需要大量数据训练的特点相吻合，将AI应用于药物研发，可以为传统经验型药物研发范式提供新的方法和思路、提升新药研发效率、降低研发成本。
　　因此，对于国内药企而言，选择可靠AI合作伙伴，能够在同等资源下实现更快、更好的药物研发。
　　国内已经多家药企与包括望石在内AI制药公司在合作，且取得了不错的效果。我们相信，基于AI的药物研发新范式，可以助力国内药企在多维度创新，实现弯道超车，进入国际竞争舞台。雷峰网雷峰网