首页
港粤资本
投研信息
项目介绍
港粤活动
联系我们
加入港粤

人工智能在医疗健康领域的细分机会 | 系列篇4

2020-03-04

  基础科学驱动价值投资

港粤资本

专注新技术应用场景的中早期投资

旗下直投基金、跟投基金、产投基金

布局结合人工智能及大数据的创新性项目

重点关注医疗、新材料领域的创新公司

培育行业领军者

极速BP通道:bp@ifsc-gd.com

在《2020年,生物科技的发展及投资机会》系列中我们将为大家梳理生物技术在疫情防治、医疗健康以及其他领域发挥的作用,预测生物技术在各个领域的应用和未来的投资逻辑。

我们将生物科技的应用领域划分成6个大的赛道,包括:

1、生物医药,如抗体药物、细胞药物、重组蛋白、疫苗、小分子靶向药等在不同疾病中的应用;

2、生物芯片前沿技术及在医学基因诊断、药企筛选新药、化妆品毒性评价、病原体检测等领域的应用;

3、体外诊断技术在各种传染病、慢性病筛查、诊断以及精准医疗中的作用;

4、人工智能在大健康领域的应用,包括在药物研发、疾病监测和诊断、远程医疗等上的应用;

5、生物技术在工业生产中的应用,比如医药、化工、食品原料、生物能源等;

6、生物技术在医疗服务中的应用,如器官移植、组织修复、康复医疗、可植入设备等。

本篇作为系列文章的第四篇也将重点讨论人工智能在新药研发、疾病诊断和患者治疗三大领域应用的技术原理、市场潜力和代表性的细分投资机会

人工智能平台辅助药物研发

新药研发的目标是找到可调控机体生物学功能的实体物质,对于医药行业的市场规模和前景不用做过多阐述,受广泛看好,不过新药研发正如下图所示是一个长周期、高投入、高风险的行业,新技术的引入以解决这些痛点是很有必要。人工智能可以应用于小分子、大分子等新药研发领域,带来一场降本增效的变革。

新药研发投入成本费用分析(单位:百万美元)

靶点发现:传统靶点研究以药物学家参考相关科研文献和个人经验去推测靶点,需用2~3年的时间,而且发现靶点的可能性极低。AI通过自然语言处理技术、大数据挖掘技术学习海量医学文献和相关数据,通过深度学习去发现药物和疾病之间的作用关系,找到有效靶点(机体细胞上药物能够发挥作用的受体结合点),缩短靶点发现周期。

化合物合成、筛选及验证: AI利用其机器学习和深度学习的能力,综合性应用分子对接、活性预测算法、ADMET预测算法、综合打分排序算法等技术,去模拟靶蛋白和小分子化合物的空间结构及药物特性,能够在数周内筛选出合适的化合物,并进行细胞及动物试验。

比如,据外媒Vox报道,近日英国初创公司ExScientia称,已经利用AI开发出首款药物,并将于2020年3月开始进入临床测试阶段。这种药物可用来治疗强迫症(obsessive-compulsive disorder,OCD),从提出概念至今不到一年时间。

Simulations Plus公司受投资者认可,股价上涨7倍

现在市场创新公司着重于分子活性预测,我们认为公司可以建立ADMET预测模型,基于化合物的结构预测其吸收、分布、代谢、排泄和毒性性质(代表公司Simulations Plus已在纳斯达克上市,产品在FDA、EPA及Top 50制药企业广泛应用),或者建立合成路径设计模型,对化合物的合成路径进行优化设计,都将构成差异化价值。

药物晶型预测和制剂设计:小分子晶型不同,药物稳定性和溶解度就不同,因此,稳定的晶型结构关系到药品质量。同样的,不同的剂型和制剂技术影响药物溶解性、稳定性、作用速度等多方面。

AI的出现,可以在很大程度上改善晶型预测和制剂设计效果,其依靠深度学习能力和认知计算能力,结合高通量实验设备和实验室试验数据,能在几天甚至几小时内找到药效最好的晶型和剂型。

对于近年来人工智能主要集中于靶点的发现与验证(如何理解疾病)和先导化合物的发现与优化上(如何设计药物)的现状,晶型预测(头部公司为晶泰科技)和制剂开发的巨大市场因为数据的缺少而公司进入少,但会更服务于临床需求,优化解决溶解性、稳定性、药代动力、靶向作用等问题,具有显著的投资机会。

除了小分子药物方面,人工智能可以应用于抗体蛋白等大分子生物药设计领域。

新抗原的预测和设计在当前前沿的肿瘤免疫疗法领域,靶向PD1/PDL1或者Car-T细胞治疗赛道有不少公司扎推,基于新抗原的疫苗及TCR-T细胞疗法属于更新的赛道,特别是复合AI来进行新抗原设计的国内企业还较少,具有投资机会。

肿瘤新抗原的预测筛选平台,基本的思路是建立了计算预测平台,技术上从基因数据出发,通过全外显子测序及RNA测序,用生物信息学算法结合神经网络模型预测肿瘤新抗原的序列,同时可以计算抗原蛋白大分子与MHC之间的结合自由能以及距离等指标评价亲和力,筛选到有活性能成药的新抗原,下一阶段实现预测新抗原对T细胞的激活能力(免疫原性),这是难点,会构建更深的技术壁垒。

抗体的设计:现在抗体药物已经在恶性肿瘤、自身免疫病等重大疾病的治疗中占据了重要的位置,具有无限的潜力,所以发展速度是当药品类复合增长率最高的一类药物。2018年全球市场规模已达到1200亿美元,中国市场规模占1/8,在150亿美元

中国生物药市场快速增长

建立抗体库,可以利用生物信息学和人工智能分析方法,应用于抗体筛选,得到基因序列,进行重组表达,去挖掘和优化设计序列是可以找到临床要求的抗体药物。在抗体设计的瓶颈是缺乏抗体(蛋白质)的空间结构信息,生物信息学和AI可以模拟蛋白结构,有效知道结构信息,协助抗体的研发,就可以针对性进行蛋白设计。

生物酶制剂的定向优化:酶是活细胞产生的高分子化合物,多数为蛋白质。在药物原料研发生产中,也包括化工等行业,酶是生物催化剂,只要将它少许加一点到其它相关的物质中,就能促进其他物质发生化学反应。酶高效专一、温和可控、清洁环保,相比于化学催化剂,在反应条件、反应速率、选择性等方面都存在优势。

以头孢类抗生素为例,之前需13步化学合成,如今只要2步酶催化,且后者更环保更安全,成本以仅为前者一半

酶制剂不是新鲜事情,核心是酶制剂定向进化技术,定向进化是一种用于酶工程的方法,它通过模拟自然选择过程,使蛋白质或核酸按照我们希望的方式进化。因为本身是蛋白质工程,可以构建生物酶库、酶筛选与改造平台,运用分子模拟、计算机虚拟辅助蛋白结构预测以及酶基因突变与重组设计,以提高酶的稳定性、活性、改变特异性,设计蛋白质功能,改善蛋白质性能。

AI在临床前阶段取得广泛的应用,制药企业巨大的成本其实也是在临床阶段,包括共计三期的临床实验的患者招募和临床实验管理。通过大数据与人工智能的技术同样可以大大缩减药企的临床周期与成本。

患者招募:利用人工智能技术可以对患者病历进行分析,对疾病数据进行深度研究,从海量的临床试验的数据中提取相关信息,将试验结果与病人情况进行自动配对,提高精准匹配效率,在较短时间内完成试验招募入组工作,提高招募患者的效率和质量。

优化临床试验设计:药物临床研究阶段包括试验方案设计、试验流程管理、试验数据管理统计分析等内容,工作量大。AI具备的机器学习和认知计算能力,能够广泛应用到临床数据分析及管理中,提升整个临床试验的效率。重点定位临床阶段的太美医疗在2019年10月便获得共计15亿人民币的E轮融资,获得老虎环球基金、腾讯看好并领投,软银中国、晨兴资本、凯风创投、赛富投资等基金跟投。

港粤资本将持续关注计算机、AI、大数据等技术在小分子或生物药筛选、合成路径、ADMET预测、制剂设计、患者招募及临床数据管理等方向的优秀项目。作为AI医药领域的投资机构代表,港粤资本在2019年荣获“中国 AI 新药开发投资机构Top5”称号

人工智能助力疾病诊断和预测

AI影像诊断:AI影像是人工智能在疾病诊断应用最热的领域,并在肺结节、眼底、乳腺癌、宫颈癌领域已有较为成熟产品,AI在图像中识别并进行疾病诊断正变得更加准确,已成为诊断信息的参考来源之一,但目前盈利模式还是在摸索阶段,不过随着监管的批准认可,行业会迎来快速发展。

在今年1月,国家药品监督管理局就批准了科亚医疗的创新产品“冠脉血流储备分数计算软件”的注册,成为了首个获得AI影像Ⅲ类证的产品

生物传感器:上述提到的AI辅助诊断产品以纯软件科技公司为主,进入医院,我们同时认为软件结合生物传感器,比如可穿戴心电监测设备、脑机接口设备、动态血糖监测仪等,可以进入家庭和社区场景做到疾病诊断和预测的AI产品公司同样具有市场机会

符合具有4425亿元市场规模的医疗器械产品演变的逻辑:便携化(快捷方便)、家庭化(符合快速扩张的家庭需求)和智能化(融合各种AI终端技术)。

苹果公司应用软件及AI算法进入心电监测赛道

以心电科技方向为例,如何应用AI算法?

人工智能就是一组参数不确定的函数,参数的确定需要海量的数据来完成,所以AI算法会预先学习大量的心电图数据,再借助医疗级别可穿戴产品,比如手环,实时监测患者的心电数据。

接下来通过信号处理算法对传感芯片上的原始数据进行降噪、滤波和压缩处理,通过诊断算法比如基于卷积神经网络的心电图算法对心电图特征的QRS波时限、静止QT、静止QTc、ST段等信息做到自动、快速、准确地分析,以捕捉易过性、不易发现的心律失常症状,进行疾病的诊断,达到预测的作用,APP软件并给予患者预警,甚至给出建议。

人工智能辅助患者治疗

精准医疗:运用人工智能技术可以实现精准用药指导,比如通过AI模拟来预测药物的疗效。要在最适的时间、对最适的患者、给予最适的药物和最适的剂量,就要建立计算机模型来模拟无数化学途径及其与药物的相互作用,并尽力改进患者的就医治疗效果,这是具有壁垒和意义的方向。

常用的数据包括:(1)基因组学数据,如转录组学、蛋白质组学、代谢组学、表观基因组学等来诊断病因,检测患者样本中生物标志物的基因突变、基因及蛋白表达状态和代谢物情况,形成更精准的诊断,进而预测药物疗效;(2)基于临床真实数据,如HIS中提取患者的各种临床数据及药动学参数计算,进行多层次挖掘,进而构建人工智能用药-疾病模型。

以美国领先的精准医疗公司Cellworks Group为例,Cellworks通过高通量测序及突破性的数学药物生物模拟平台,建立基于患者个体全外显子基因组学的疾病模型,在生化通路层级,通过药物与肿瘤细胞代谢,及信号转导级联反应,进行用药效应分析,为患者确定最佳的个性化治疗方案。

电子病历:传统病历系统并未实现输入简便化、数据结构化及病种数据专业化,可利用自然语言处理技术使病历语言标准化、结构化、统一化,甚至利用大数据,建立疾病知识库和历史问诊记录、治疗数据、患者基因、身体等数据之间的关系,辅助临床决策。

另一个价值在于远程医疗:面临供需差,依靠AI技术、5G发展、虚拟助手软件、可穿戴手段,将可以使医生诊疗能力下沉,解放医护工作

比如,本次疫情影响下的疑似患者或者有突发疾病风险的慢性疾病患者(冠心病、高血压、糖尿病等患者)还可以在家接受包括远程诊断、远程监测、远程治疗方案调整在内的管理方案,不需要涌向医院,而且大数据可以针对患者个人数据,是更个性化的,我们也将持续关注该方向的机会。

如果觉得文章精彩,请点击“在看”或转载支持一下小编哦~

往期系列精彩文章:

千亿体外诊断市场新风向丨系列篇3

“生物芯片与医药研发” 线上研讨会丨系列篇2

2020年,生物科技的发展及投资机会系列(生物医药篇)

港粤资本成立于2014年,是一家专注于前沿科技在产业端应用的投资机构。公司以“基础科学驱动价值投资”为投资理念,发掘“科技企业家”,重点关注生物制药、生物技术及新材料等领域的投资机会。港粤资本下设直投、产投、跟投基金8只,致力寻找优秀的科技创新型企业,并与之共同成长。如果您是我们关注领域的优秀创业团队,欢迎联系我们港粤资本的投资经理,期待合作,共同成长。

港粤资本 许越

港粤资本

 

本篇文章来源于微信公众号:%港粤资本%

相关推荐

“浪潮之巅–抗体药物最新发展趋势” 线上研讨会报名
2020-03-02
港粤活动丨癌症早筛–万亿级风口
2020-06-06
走进独角兽 · 壹丨奥比中光–3D传感技术全球领先企业之一
2019-03-15

深圳市福田保税区桃花路1号创业中心3B1-06

网站备案号:粤ICP备18126401号-1

返回顶部