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-drug conjugate，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，现在谈收获期还为时尚早：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。

在研发突破期内成功上市大品种的药企，有长达20年的收获期。图源：企查查

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。  

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”同一款产品的现象，利润也会被摊薄。

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，已经是现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，意外发现了一款治疗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。

BenevolentAI意外发现“老药”的新用途

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。

不过在多位业内人士看来，AI如今还是主要作为工具使用，很难达到“我今天用超级AI，明天就能造出新药”的效果，况且迄今为止还没有一款由AI发现的新药问世，其能否帮助人们以更低的成本更快找到新药，仍需时间检验。

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。

——李进博士，成都先导药物开发股份有限公司董事长兼首席执行官

李进博士拥有30多年新药研发和管理经验，曾在世界500强企业阿斯利康担任高管11年，在分子设计、分子合成与分子筛选等领域取得重要成就。

2012年，李进博士创建了成都先导药物开发股份有限公司，十年来，成都先导已经快速发展成为以DNA编码化合物库（DEL）、分子片段与结构设计（FBDD/SBDD）等为核心技术的药物发现领域具有国际影响力的企业之一，近年建立了广泛的国际研发合作及自主研发新药项目管线。   

《电脑报》：研发制药的过程漫长且复杂，成都先导在这个链条中处于哪个环节？

李进：成都先导聚焦的是小分子及核酸新药的发现与优化，这属于是药物研发过程中最早期的阶段，主要是去发现苗头/先导化合物。打个比方，如果说最后的成药是一棵参天大树，那么这个化合物就是长成大树的那粒“种子”，我们为了找这个“种子”，搭建了一个万亿级的“种子库”，也就是以DNA编码化合物库（DEL）；很多核心技术都是为了能够从库中发现成药性更高的“种子”，为新药研发奠定良好基础。

医药产业链里“药物发现”环节既是首要环节，也是整个产业价值链中最关键的环节，技术难度高且影响深远。因为这个阶段对新药研发的成功率非常重要，如果这个化合物成药性不理想，后期药物开发的失败率会显著上升，不但造成巨额研发费用的损失，也浪费了漫长的开发周期，结果发现别人的同类药品都已经进入临床阶段了。      

《电脑报》：AI现在具体能从哪些方面帮助药企？能否缩短新药研发周期？

李进：AI技术现在主要还是当成工具在使用，用在新药研发的许多环节，特别是需要大数据分析和高通量测试的场景，从临床前药物发现到药物研发后期临床试验的阶段都可以用AI。

AI技术本质上是一种高级建模方法。借助各类算法与规则，AI能自动计算出特定问题的最优解。当我们要为创新药研发提供不同阶段的新分子时，就会涉及到新分子的设计、合成及验证，AI技术很适合用来探索分子结构。

其实我们自己做AI平台已经超十年了，自2012年成立以来，公司内部的计算科学（CADD/AIDD）团队就一直在参与研发工作。但是具体能减少多少成本、时间，还没有一个准确的数据。   

《电脑报》：CRO行业押注DEL的不止成都先导，药明康德等企业同样有DELopen平台以及DELight平台，成都先导会不会担心未来竞争加剧的问题？

李进：DEL技术其实是技术壁垒较高的新兴技术，其研发方向和应用场景比较多元。更多的制药企业、生物技术公司、CRO公司和研发机构，尤其是行业内的优秀企业，进入DEL技术领域，从事DEL相关技术的开发和应用，对于DEL技术本身和行业的发展具有促进作用。

药物发现领域有很多筛选方式，DEL技术只是其中之一，还有HTS、AI辅助技术、分子模块技术等等竞争路线。越多企业参与就越能体现DEL的价值。而我们的优势在于进入的领域比较早，在项目实践积累、技术升级上更有经验。  

《电脑报》：众所周知，做创新药的风险很大，为什么成都先导要从单纯的CRO转型做原研药管线？

李进：首先，成都先导本身就是一家从事新药研发的生物技术公司，我们拥有自己的核心技术和研发能力，以及新药项目研发核心的知识产权。

其次，药物工业最有价值的就是管线项目，有能力的生物技术公司都会探索如何实现其技术在新药研发上的最大价值。虽然风险和难度也很高，但是附加值也是相对最高的。

对成都先导来说，如果只是单纯做 CRO 服务，不能够充分发挥公司的能力和价值。比如在我们的客户确定靶点的排他性以及筛选结果的IP确认前提下，DEL库还有很多可以用于其他靶点的筛选，我们开发完全自己立项的管线项目，也是把DEL库的应用价值更多地发挥出来，后期哪怕转让变现也能带来可观的收入。         

《电脑报》：国内市场一直对创新药有“内卷严重”的抱怨，比如扎堆PD-1、PD-L1、HER2等靶点，成都先导是怎么看待这一问题呢？

李进：国内创新药的研发同质化、赛道拥挤等现象，一定程度上反映出整个行业的瓶颈期。

一是我们在成熟技术领域难以赶超国外同行，意味着在新兴技术领域则面临更多失败风险，很多药企承受不了，就只做跟进研究。二是中国创新药行业正处于转型阶段——以仿制药为主转向以创新药为主、从制药大国转向创新药强国，但创新药研发投资大、周期长且成功率低，资本市场的投资没有跟上，药企的研发投入就很难保证。三是人才，科研人员规模不小，高层次领军人才和团队仍然不足，并且行业整体人才缺口大、流动性太高。

做创新药研发根源还是应该应以患者需求为核心，以临床价值为导向，以解决患者需求为终极目标。过度追逐热点没有意义，所以需要更多创新药药企制定差异化的研发策略，瞄准源头创新。此外，我们也需要政府、行业、企业、高校等各方的通力协作和资源协调，创造一个良好的生态环境，才能推动中国创新药行业的整体发展。