葯研顛覆者：再見「葯神」，你好「科技」

來源：投中網

投中網（https://www.chinaventure.com.cn）

編者按：你知道一款新葯成功「出道」需要披荊斬棘跨過多少艱難險阻嗎？

新葯研發，是一個很少被大眾關注到的行業。你知道一款新葯成功「出道」需要披荊斬棘跨過多少艱難險阻嗎？

一款葯從研發到上市，涉及幾十種學科的無數個 步驟，一般需要花費 10-15 年，平均投入 26 億美金。可以說，一款新葯的出世，堪比培養一個世界冠軍。

但同時，量化計算、人工智慧、雲計算等技術的快速發展，給藥物研髮帶來了廣闊的空間，使之可以有更快的速度和更高的成功率。

新葯定價需要考量哪些因素？現在藥物熱點研發方向是什麼？新技術到底能為大家謀怎樣的福利？帶著這些疑問，我們和真格被投企業晶泰科技的聯合創始人兼 CEO 馬健進行了深入交流，剖析了這些問題的答案～

新葯研發有多難？

在電影《我不是葯神》熱映之後，很多人對藥品研發有了一些了解。但認真說起來，這背後可不是一般的艱難曲折。

用四個詞來形容藥物研發：時間長、效率低、難度高、風險大。

其中不少環節依賴實驗試錯，有時甚至還需要有一定的靈感和運氣才能成功。平均每 5000-10000 個進入研發管線的分子中，只有一個能夠研發成功。

一個新的科學發現即使獲得足夠的研發資金與資源，它轉化為葯的可能性也微乎其微，這個過程被業界戲稱為「死亡之谷」。

藥物研發分為藥物發現（ Drug discovery ）和藥物開發（ Drug development ）兩個主要階段。

以小分子藥物為例，藥物發現的第一步通常是要確認靶點，也就是藥物在人體內產生作用的結合點，可以理解為某些疾病在人體內的蛋白質「開關」。

靶點的開發不是一件容易的事，同時一個新靶點往往能催生一批新葯的出現。

確定靶點後，製藥公司需要建立生物學模型。通過對上百萬種化合物廣泛篩選掃描，再從上千個可能的化合物中經過層層篩選和實驗，發現具有特定效果的先導化合物。

之後對這些先導化合物做合理設計，反覆優化其結構，再進行活體實驗驗證，最終鎖定一個各方面都符合標準的分子，進入下一步的藥物開發。

臨床試驗：成功率低於 10%

第二階段的藥物開發又分為臨床前開發與臨床試驗開發兩大部分，是對一款藥物特性的進一步研究。這一步通過一系列驗證方法，獲得一款化學藥物安全性、有效性的結果。

同時，研發科學家還要繼續完成藥物製劑、生產環節等的開發，包括選擇最適宜的送藥方式等，確保能夠實現高質量大規模生產。

即使藥品已經經過了這麼多步驟的研發和試煉，最後一步臨床試驗依然有很大的可能失敗，前功盡棄 。

新葯研究時間表

臨床試驗堪稱研發中最燒錢的步驟，動輒花費幾千萬美金，成功率在 10%以下。它是以人體為實驗對象研究藥物的安全性、有效性和適用劑量。

臨床試驗期分為 I、II、III 期三個階段，規模由小到大，耗時由短到長。需要通過上千名患者的親身測試，再通過漫長的新葯審批流程，才能獲得新葯批准去走向市場。

「專利懸崖」效應

要高額回報，也需要廣泛普及

給一款藥物定價可不是一件簡單的事情。

除了市場供需，需要考慮的因素還包括保險、預期銷量、市場定位、專利情況、藥效改善、市場承受能力等等。

例如罕見病的預期銷量就非常低，因此保護期長、價格相對更高才能保證葯企的投資能獲得相應回報、鼓勵葯企迎難而上。

事實上，全世界最貴的藥物中很多都是罕見病葯。作為發明創造的產物，藥品自然會受到相關專利法規的保護，因此在專利保護期內原研葯企可以獨佔市場，從而獲得高額的回報。

這是對創新的一種獎勵，也讓葯企有資金繼續投入新的研發項目。原研葯看似高昂的價格，反應的其實是科研創新的風險、周期與成本。

在原研藥專利過期之後，其他葯企便可以直接使用原研葯企的研究成果，生產與原研藥物藥效相同但是價格低廉的仿製葯。

根據以往的經歷，往往半年左右仿製葯就會因為低廉的價格佔據大部分的市場份額，這也是醫藥界常說的「專利懸崖」效應。

這樣的機制，既保證了有充足的資本和優秀的科研隊伍不斷投入到漫長、昂貴、失敗率高的新葯研發中，又保證了這些新葯最終獲得廣泛普及。

用演算法驅動藥物研發

彷彿探險有了地圖

傳統的研發極大地依賴實驗試錯，可預測性差，試錯成本高，就如同在迷宮中探路，每拐一個彎才能看到下一段路程，還有很多岔路、死胡同。

很多時候選擇依據僅僅是決策者個人的經驗、直覺，導致有時已經在一條路上摸索了很遠，直到碰壁才意識到它從一開始就走不通。

以演算法輔助和驅動的藥物研發，可以對藥物分子的許多重要特性，尤其是從前只能憑藉實驗研究「走一步看一步」、無法預知的性質進行準確預測。

通過在研發早期就給予科學家這些重要的信息，幫助他們預判最優的研發路線、預知可能遇到的問題，就如同有了一張地圖幫助你「找路」。

比如晶泰科技，將量化計算與人工智慧演算法結合，可以為科學家提供更強大的研發工具，讓他們在更加廣泛的化學空間中尋找潛在的藥物分子，驅動藥物創新。

不僅如此，還能以預測指導關鍵決策和實驗設計，優化晶型、製劑，提升藥物研發關鍵環節的效率和成功率，以演算法的先見之明解決藥物研發的「後患之憂」。

新葯研發，什麼方向更受歡迎？

近年來，新葯研發的熱點集中在靶向葯、免疫治療等研發方向，特別是對癌症、衰老疾病（如阿茨海默症）和罕見病的藥物研發比例很高。

同類首創新葯（First-in-Class）的研發雖然困難重重，門檻極高，平均每年只有 5 個左右可以成功上市，但因為意義重大、回報預期高，所以是各大葯企關注的重點。

未來新葯研發的方向，一方面是對新的靶點與治療機制的探索，一方面是新的治療平台的突破，這不僅包括現有的小分子、生物製劑、抗體、還有基因和細胞療法等 。

同時，現有藥物的新組合也是關注的重點。在這些領域中，計算驅動的研發技術都能發揮一定的作用，加快新的治療方法的研發和落地。

（編輯：冉一方）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！