远大期货官网

成都先导的大股东们崎岖得给Sam Altman敬杯酒。

当OpenAI引发的又一波AI浪潮席卷全球时，A股一大批投资者盯着观点狂炒。

作为高开低走的经典案例，2020年4月上岸科创板的成都先导，上市3个月后股价便一起下探，到今年2月尾时仅为最高点的23.4%。

运气的转折点最先于一场调研会。

面临机构的好奇，成都先导大谈公司营业与AI连系的美妙远景，今后公司也果然示意其DEL库是万亿级其余实体化合物库，也是一个万亿级其余高质量数据库，与AI的信息处置能力可以形成有机组合，从而提高研发效率。

新闻一出，公司股价快速上涨，履历多次涨停，一个月便翻了一倍。

投资者很看好，但局内人已经绷不住了，公司多名股东高位大额减持合计18.95%，金额超15亿元，被戏称为“出清式”减持。

被比尔盖茨誉为将带来第四次工业革命的AI，在A股只盛行了个把月，热潮褪去，一大批公司被打回真相。

转头来看，一个残酷的真相是，纵然AI存在与成都先导引以为傲的DEL库相连系的可能，也并不会成为左右这家公司业绩的焦点因素。

01 DEL是什么？

确立于2012年的成都先导，其主要营业是创新药的早期研发，尤其是苗头化合物和先导化合物的发现，而与市场上大多数CRO纷歧样的是，公司接纳的是一种名为DNA 编码化合物库（DEL）的手艺。

DNA 编码化合物库依赖于组合化学与DNA 手艺两大基础，通过均分与合并，在为骨架分子增添化学反映单元的历程中，使得化合物数目急剧增添，从而构建起亿级甚至千亿级的巨型化合物库。

图：DEL构建历程

更要害的是，每一维试剂与骨架毗邻后均接纳差异且已知序列的 DNA片断举行分子水平符号，这使得每一个化合物都与一段怪异序列的DNA水平相毗邻，相当于为每一个分子打上“条形码”，研究职员可以在后续的药物筛选中可以依附 DNA 编码信息而识别对应化合物的结构信息。

建库完成后，所要做的即是筛选。主要步骤是将大量DNA 编码化合物一次性地与生物靶点举行相互作用，通过靶点牢固和洗掉去除与靶点不连系或者连系较弱的化合物，再通过DNA 测序仪对筛选出的小分子毗邻的DNA序列举行识别，确定编码对应的化合物分子。

与高通量筛选、基于分子片断的药物设计、基于结构物理设计等药物发现及筛选手段相比，DEL手艺拥有成本低、时间短、多样性强等特点。

图：DEL手艺应用的药物靶点

现在国际TOP20 的药企险些都结构了 DEL 手艺，其中尤以GSK的手艺应用最为成熟、规模*。

一批专注于该项手艺的CXO企业也陆续泛起，如Nuevolution（2001年）、X-Chem（2009年）、成都先导（2012年）等。

但作为一项新型手艺，DEL也存在适用目的有限、非功效性筛选、假阳性等不足之处，更为主要的是，现在尚无一款通过 DEL 手艺上市的药物分子，其现实带来的作用事实若何依然有待进一步验证。

02 AI能带来多大想象力？

作为AI用于药物研发的*痛点，数据不足一直是困扰众多研发职员的难题。

而能够发生海量数据的DEL手艺，则自然具备与AI的“亲和力”。

一方面，AI手艺可以作为DEL确立的准备步骤。AI 模子可以天生随便量级和多样性的化学空间，凭证目的卵白质筛选它们，并识别与目的卵白质连系得*的新型化学骨架和模式。

以成都先导与腾讯AI Lab「云深」平台相助设计的骨架跃迁分子天生算法（GraphGMVAE）为例，该算法能在保持分子侧链稳固的情形下，能有用天生具有相似生物活性但骨架差其余分子，从而削减人力以实时间成本。

亲宝宝转战实体店，母婴垂直电商们还好吗？

图：行使 GraphGMVAE 举行骨架跃迁

同时，研究还提出了一套对分子举行优先级排序的流程，可以缩小验证局限，从而提高效率。

通过将Upadacitinib 作为参考化合物来举行骨架跃迁，GraphGMVAE算法一共天生了3万个分子，其中的 97.9%的分子具有差异于已知 JAK 抑制剂的新型骨架。最后选择了其中7个分子举行合成和实验验证，其中两个分子的活性优于参考分子。

图：Upadacitinib与七个新合成化合物的结构和生物抑制活性

另一方面，DEL筛选出的数据集也可用于训练AI 模子，其巨细远超来自其他泉源（例如临床试验数据等）的可用信息。

一篇来自谷歌和X-chem相助的论文显示，团队使用两种机械学习方式对包罗8800万个化合物库举行了筛选。

基于DEL数据训练的机械学习模子的示意图

凭证筛选效果，机械学习能够有用地富集hits，应用于三种差异卵白质靶点的图卷积神经网络（GCNN）模子，在30 μM、10 μM和1 μM下的*靶点掷中率划分为72%、33%和29%。

该研究注释，将DEL 与机械学习相连系，能够发现DEL之外的多样化、新颖的苗头化合物，并大大节约成本，约为传统DEL筛选成本的25%。

03 左右成都先导的到底是什么？

AI DEL，乍看起来异常乐观是不是？

但需要说明的是，至少就未来一段时间来讲，AI对于成都先导这类CXO的作用还十分有限。

缘故原由在于，一项手艺的泛起，到现实应用层面，再到成为影响公司业绩指标的要素，中央也会遭遇到种种障碍，需要时间去消化。

时间则与公司的特质有关：一样平常而言，在生物医药行业，论新手艺对公司的影响效率，Biotech要快于Pharma，Pharma则要快于CXO。

根植于手艺提高的Biotech，可以依附某一点的突破推进管线开发，以迅速获得市场认可；而大药企因其职员团队、管线资产足够重大，其谋划所要思量的因素更多，手艺落地的时间更长；而CXO则由于其定制化的商业服务模式、多样化的客户需求、规模增进的目的路径等要素影响，手艺真正获得周全应用且为公司营业带来实质可观提升的时间则最久。

明晰了这一点，才气明晰为什么Biotech在生物医药中所占有的生态位不能或缺，为什么这个行业最终不会被Pharma垄断，而且Pharma要不停花重金收购Biotech的管线，为什么手艺从来都不是CXO的护城河，规模、品牌、运营效率才是。

手艺影响效率的差异，致使市场在估值时优先级的差异，biotech无疑最受手艺观点的影响，Pharma次之，CXO最后。

AI制药最火的时刻，估值腾飞的都是与之相关的小型Biotech，而当赛诺菲宣布“All in AI”时，市场并没有做出强烈反映，AI为传统CRO公司带来的影响险些可以忽略不计（喜欢炒作观点的A股除外）。

这也是为什么当剖析师提到薛定谔是一家AI制药公司时，薛定谔CEO打断说道：“薛定谔不是一个AI公司，而是一家软件&制药公司……AI并没什么稀奇的，对于薛定谔来说，它只是一个工具。”

再进一步讲，在CXO行业，需求是要害，是需求决议了这个行业增进的升沉，而非供应。

在生物医药投融资延续两年腰斩、跨国药企也需要裁员砍管线来缩减开支的当下，残酷的现实足以让许多观点黯然失色。

当DEL库筛选的报价从40万美元降低至20万美元，其带来的打击是当下任何AI手艺都无法对冲的。

此外，猛烈的行业竞争也成为悬在成都先导头上的一把利剑，药明康德已经行动起来，进军DEL AI领域。

巨头们的一个显著优势是其能够延伸服务的链条，相较于专注于某一环节的CRO而言，药明康德们能够将项目推到更后期，与公司其他营业协同开展，这无疑优于成都先导“工具式”的公司定位。

对于依附DEL库崛起的成都先导而言，当务之急是找到自身的第二增进曲线，有可能是向产业链上下游拓展，也有可能是开发出更多成熟的平台工具，但一定不会是AI。