计算生物来到商业化前夜,一文搞懂产业链全貌 | 量子位智库报告(附下载)

三个发展阶段,四大关键趋势

量子位智库 发自 凹非寺

量子位 | 公众号 QbitAI

这个赛道火到全球大厂都想插一脚,却从未诞生一家真正意义上的公司。

它就是计算生物。

谷歌Meta英伟达百度阿里,还有比比皆是的初创企业,都屡屡传出最新前沿进展。

作为工具类学科,很难想象会在诞生近30年之后迎来如此盛况。

如今在AI激活、数据驱动下,计算生物已经来到大规模应用前夜。它将如何落地?发展到什么阶段?国内外差距到底有多大?

量子位智库做了个全球体系化梳理写下《计算生物学深度产业报告》,并整理出七个问答速览整个行业全貌。

1、计算生物学究竟是什么?

计算生物学的定义:

计算生物学,Computational Biology,是根据不同类型的生物数据构建算法和模型,从而理解生物系统本身,并推进相关研究及应用的学科。

计算生物学现有的技术特征包括:

  • 需要多维的生物学数据(如跨组学、跨时空维度、跨研究对象等)。要求对生物数据进行有目的的制备、获取及标注。
  • 需要AI算法设计及创新。要求在兼顾数学、 物理、化学、计算科学等多门学科的基础上建立模型

我们认为,从海量生物数据的开发难度、以及愈加复杂的生物应用需求来看,计算生物学已经成为生物领域发展的必备要素

2、计算生物学能带来什么价值?

整体而言,我们将其价值划分为科研价值应用价值两部分,目前主要集中在前者,主要表现为提升生物实验效率及精度,补充实验依据等。

后者主要体现为AI制药领域的化合物筛选。

3、计算生物学目前发展到了什么阶段?

以最终落地应用和商业化为核心导向,我们将计算生物学的发展阶段分为三部分:

  • 2025年前的基础积淀期;
  • 2025-2030的普遍验证期;
  • 2030年后的全面发展期。

目前,计算生物学还主要停留在实验室和研究机构中。

在我国, 甚至尚未出现以计算生物学平台为核心服务的垂直初创公司。总体来说,仍在基础沉淀期,距离开始产业化还有3-5年

长期来看,积累多组学数据探索可变现场景持续优化计算生物学软件提升研究层级是计算生物学领域长期发展的四大关键趋势。

4、作为底层学科,计算生物学如何实现商业化?

目前,计算生物行业同时涉及2B和2C的商业模式,主要为算法授权生物资产软件使用。我国目前主要为前两种。

鉴于软件平台和先锋项目能够形成技术及业务迭代闭环,我们认为,在出现大量优势自研算法后,软件平台所占的比重将有明显上升。

5、计算生物学的产业链如何?

由于计算生物学本身属于工具型学科,我们采用「底层支撑+上层相关从业公司」的思路对其产业链进行拆分。

在底层支撑中,生物数据及算法框架成为两大关键。

数据方面,短期来看,高质量标注数据不足为第三方生物数据库提供了市场空间。长期来看,智能实验室的构建、高通量的生物实验能力、乃至于自研的样本提取处理方法等,对于自有数据至关重要。

而现有计算生物学从业公司可大致分为两类方向:一类是以落地场景为核心主营业务,另一类则是以计算生物学能力作为核心业务的拓展。

6、行业的驱动因素和发展瓶颈都包括什么?

关键驱动因素包括三方面:

  • 宏观人工智能带来的更强的计算能力;
  • 微阵列、生物芯片、高通量测序、细胞实验平台、新型蛋白质质谱等生物数据相关技术的发展;
  • 生物医疗领域空白和个性化医疗的需求

行业的关键瓶颈则涉及更多,具体包括底层生物机制及相关生物细节的有机引入、统一的计算生物学软件及数据框架、消费级的数据获取、具体的工程能力、行业信任与模型可解释性问题、以及数据隐私问题。

7、国内外产业化差距有多大?

我国企业在数量、发展程度、性质、布局场景上差异明显,中外差距约在5年左右。

一方面,国内的商业化场景在数量上和国外有较大差距。

目前,国内以AI制药为核心场景,生物模拟、疾病建模等场景尚未有明显起色。而在国外,各初创公司已广泛涵盖各类场景,在公司融资规模、产品化程度、落地推广程度上也已跨过了从0到1阶段。

软件相关场景上差异更为明显。

量子位智库认为,能够提供特定建模的计算生物学软件将成为短期内商业化的重要发力点。国外大量公司已进入这一领域并对外商用,而我国大多有能力的从业公司选择内部应用,大多已开源平台尚未达到可收费水平。

One More Thing

最后再来简单回顾一下计算生物学的七大判断。

感兴趣的旁友,想要了解更多细节可下载《量子位智库计算生物学深度产业报告》。

也可扫描下方智库小助手微信,进入计算生物主题群进行讨论。

关于量子位智库

量子位旗下科技创新产业链接平台。致力于提供前沿科技和技术创新领域产学研体系化研究。面向前沿AI&计算机、生物计算、量子技术及健康医疗等领域最新技术创新进展,提供系统化报告和认知。通过媒体、社群和线下活动,帮助决策者更早掌握创新风向。

特别感谢:微软亚洲研究院、深势科技、黄晶教授(西湖大学)、西湖欧米、百图生科。

— 完 —

量子位 QbitAI · 头条号签

关注我们,第一时间获知前沿科技动态约

版权所有,未经授权不得以任何形式转载及使用,违者必究。