行业应用
Anthropic与字节布局AI制药,数据与临床成关键关口
Anthropic和字节跳动相继进入AI制药领域,但行业仍面临关键数据不足及临床试验周期难以缩短等挑战。
AI制药赛道近期升温。Anthropic一边自建湿实验室,测试自家模型指挥生物实验的能力,一边与诺和诺德、百时美施贵宝合作,并将Coefficient Bio收入囊中;字节跳动分拆出的新生实验室也完成了首轮融资。
目前,AI主要用于加快新药早期研发,压缩候选分子搜索空间和实验迭代时间,但临床试验仍然耗资大、耗时长。早期研发命中率提升,并不意味着临床成功率同步提高。
AI制药公司通常聚焦药物研发中的具体问题,大模型公司则试图以通用基础模型结合垂直工具链,搭建科学工作台,并依赖跨靶点、跨任务的数据基础设施。传统药厂拥有大量数据,却往往缺少统一的数据底座。大模型公司通过模型训练、自建实验室和外部合作补充关键数据,失败实验数据也被视为重要资源。
在商业化方面,AI制药公司多采用AI-CRO、软件工具和自研管线结合的模式;大模型公司当前更侧重临床前研究与研发基础设施,部分公司也在推进自有管线。市场正等待英矽智能候选药的III期结果,以临床数据检验相关路线。