正在撕“AI”标签的薛定谔，到底行不行？

2个月前，薛定谔公开表示其并非一家人工智能公司，而是一家拥有专有软件的制药公司，甩掉“AI标签”意图明显。

公司开发了一个基于物理的软件计算平台，可用于改善治疗方法和加速药物发现。该平台能够以高度的准确性预测分子的关键特性，从而以较低的成本发现新的分子。

表1：平台用例（来源：Richard Durant使用薛定谔的数据创建）

随着药物发现业务的成熟，薛定谔平台的重要性变得越来越突出，人工智能在不断增强这一点。
前日，美国投资论坛Seeking Alpha上一篇热门分析文章，就薛定谔药物发现平台、商业模式以及财务现状等内容进行了详细介绍，作者为分析师Richard Durant。

第一性原理

药物发现复杂、耗时、资本密集型高，失败率普遍较高。据悉，大约66%的项目从未成功地提供过IND。
主要原因是，在化学合成之前，很难进行分子性质预测。传统的药物发现方法是筛选一个分子库，以此识别哪些具有可检测活性的分子，然后优化命中分子，来开发候选药物。
但迭代合成和测试是耗时耗钱的过程。候选优化还必须考虑一系列参数，如选择性、溶解度、生物利用度、半衰期、渗透性、药物-药物相互作用潜力、合成性和毒性。这些特性往往相互矛盾，使优化变得困难。

虽然机器学习可以帮助完成这一过程，但它也有局限性。例如，机器学习不能推断出与训练集不同的分子。由于潜在分子的设计空间巨大，而训练数据集则极其有限，机器学习只能覆盖分子总数的一小部分。

而薛定谔的软件是基于第一性原理，它可以准确地预测新分子的性质。这是一个相对缓慢和计算密集的过程，但人工智能可以用作力倍增器。薛定谔不是试图模拟数十亿分子，而是可以模拟更少的不同分子，并利用它来构建更广阔的设计空间的训练数据集。

虽然薛定谔的软件允许探索更多的化学空间，即使使用机器学习对10个^9分子进行评分，与化学宇宙中估计的10个^60个可能具有药物样特征的分子组合相比，这基本上不算什么。但这是一个明显的改进，特别是如果在被测试的分子中有足够的多样性。

图1：薛定谔平台对人工智能驱动药物发现的影响

不断增长的市场需求
近年来，计算能力的提高、更复杂的算法和高分辨率蛋白质结构的增长，不断挖掘基于物理的软件的潜力。同时，由于药物发现投资回报率（ROI）的下降，需求也在增加，这种现象被称为Eroom定律。

Eroom定律是把摩尔定律的 “Moore” 反过来写，即“反向摩尔定律”。这个定律说的是：从 1950 年以来，研发一种新药的成本，每九年翻一倍。
2020年全球药物发现软件市场价值估计为20亿美元，到2025年以14%的CAGR增长。药物发现软件市场包括基于配体的设计、基于结构的设计、LIMS和ELN等领域。

有成千上万的生物技术和制药公司可以从这类软件中受益，但目前的采用率很低。
如果这些公司中很大一部分按照薛定谔的内部水平使用建模软件，市场机会可能是数百亿美元。

尽管薛定谔面临着许多竞争对手，但由于规模经济的影响，市场似乎会随着时间的推移而整合。
大量的研发投资将需要保持在最前沿，因为客户的购买决策将由软件的准确性和建模范围广泛的现象的能力来驱动。

薛定谔软件平台

薛定谔是一家计算软件解决方案供应商，可加速分子的发现、设计和优化。如果与人工智能相结合，薛定谔的平台每周可以评估数十亿个分子，而传统药物发现方法每年可以评估1000个分子，提高了找到合适分子的机率。
例如，一项研究表明，与传统方法相比，薛定谔平台使具有所需亲和力的分子数量增加了8倍。

图2：对药物发现的潜在影响

薛定谔的软件已经建立了30多年的先进能力，但该公司将继续投资于该平台的基础科学，重点致力于提高预测的准确性，并扩展到新的领域。

图3：平台开发

公司仍在增加其平台可以成功建模的靶点的数量和类型，最终希望几乎所有靶点实现基于结构的药物发现。
为此，薛定谔正在增加其平台的能力：

• 基于物理的新方法（金属、量子效应、混合方法）
• 新模式（生物制药、蛋白质降解剂、分子胶）
• 材料（能量、化学反应性、聚合物）

虽然许多客户已经在使用薛定谔的平台来推进他们的生物制剂项目，但这仍是一个仍需要进一步发展的领域。

薛定谔还在其平台上添加了支持药物发现过程的功能：

• 更全面的支持ADME-Tox优化
• 临床前开发和配方（溶解度、辅料、工艺化学）

图4：平台功能

此外，薛定谔于2022年收购了XTAL生物结构公司，以扩大其结构生物学能力，并支持其药物发现工作。计算软件需要高质量的三维蛋白质结构，这可以从x射线晶体学和低温电子显微镜等技术中获得。
XTAL可以通过其在生物物理方法、蛋白质生产和纯化以及x射线晶体学方面的专业知识来提供这一点。
薛定谔将把XTAL的实验方法和它自己的计算方法相结合，以扩大高分辨率结构的生产规模。这将有助于为薛定谔的药物发现工作创造新的目标，也可能通过为潜在客户提供更多的目标来增加软件需求。

薛定谔还在改进其基于结构的命中发现的机器学习工作流程，提高了药物发现工作的计算效率。
越来越多的公司在药物发现中利用人工智能，而薛定谔的不同之处在于其基于物理的平台，这使其能够更有效地评估新分子。

图5：结合人工智能和计算方法的好处

图6：药物发现工作流程

如何实现平台商业化？

薛定谔通过许多途径将其平台商业化，包括：

• 软件许可
• 合作
• 专有药物发现计划

图7：平台商业化策略
薛定谔的软件被许多生物制药公司、学术机构和政府实验室广泛使用。公司招股书显示，全球TOP前20的制药公司全都是薛定谔的客户，1250个学术机构的研究人员也安装了薛定谔的药物发现软件。
不过，该业务仍然相对较小。
薛定谔认为它有大幅增长的潜力，基于公司内部的使用情况，即使是其最大的客户也明显没有充分利用其软件。
薛定谔的内部软件使用量约为每个项目500万美元，这意味着其最大的客户只花费了足够的资金来最佳地实现一两个药物发现项目。
薛定谔的软件是基于可以同时运行多少次计算来授权，这意味着随着平台的能力允许探索更多的化学空间，最佳的花费可能会随着时间的推移而增加。

薛定谔表示，客户显然对扩大规模感兴趣，这很可能是由于双方合作的项目取得了不错的进展。

薛定谔的药物发现组织汇集了在蛋白质科学、生物化学、生物物理学、药物和计算化学方面的专家，以及在临床前和早期临床开发方面具有专业知识的发现科学家。薛定谔有能力运行大约25个发现项目，并一直在增加到早期阶段的项目团队。

该公司早期的重点是肿瘤学，但薛定谔现在正在扩展到其他领域，包括免疫学和泌尿学。薛定谔还认为，其平台可以在神经科学领域提供竞争优势。
为了支持这一观点，薛定谔正在投资开发对该领域成功开发药物所需的关键特性做出准确预测的能力，比如穿透血脑屏障的能力。

薛定谔已经与多家生物技术和制药公司进行了合作。合作通常是通过一些组合方式来商业化：

• 研究费用
• 临床前/临床方面的里程碑
• 股权

虽然很难评估薛定谔通过里程碑、特许权使用费和股权的潜在下游价值，但目前已经取得了许多重大成功。
最近，武田以40亿美元现金和高达20亿美元的商业里程碑付款收购了Nimbus。Nimbus的子公司正在开发一种选择性变构TYK2抑制剂，该抑制剂在治疗银屑病的2b期临床试验中显示了阳性结果。薛定谔在2009年与人共同创立了Nimbus。

图8：薛定谔合作项目-2022年10月
最后，薛定谔还有越来越多的专有项目，其中一些正在进行临床试验。薛定谔似乎正在将研究重点从合作转向专有项目。

图9：薛定谔专有药物发现项目-2022年10月
图10：薛定谔程序

薛定谔不认为在生物学上冒险是不合适的，该公司试图选择一个被充分理解的目标，提出了一个特定的设计挑战。

图11：目标选择策略

薛定谔平台的前景在于，它增加了成功发现新药的可能性，同时减少了发现成本的时间。
早期数据显示，越来越多的临床试验合作项目和薛定谔的项目显示出临床前成功率高于行业平均水平。

理想情况下，这将提高对薛定谔平台的需求增加。但需要注意的是，目前的宏观环境不利于客户支出。

图12：薛定谔的药物发现跟踪记录

值得一提的是，薛定谔的平台也适用于航空航天、能源、半导体和电子显示器等领域的材料科学应用。

财务现状

薛定谔经历了一个疫情动荡时期，当线下实验室受到限制时，客户就转向了计算方法。不过，随着生物技术和制药公司寻求保留资本，紧缩的货币政策现在似乎正在抑制需求。
最近财报电话会议的评论显示，谨慎支出正在蔓延。据报道，第二季度的疲软是由于缺乏推动增长的更新机会。

药物发现业务进展良好，尽管收入可能会继续持续显著波动。第二季度是近年来药物发现业务最疲软的一个季度。为此，薛定谔还下调了全年预期。

图13：薛定谔收入

薛定谔的客户群正在缓慢扩张，随着时间的推移，客户在该平台上的支出也在增加。
薛定谔对年度合同价值（ACV）超过10万美元的客户留存率一直在90%的高位徘徊。

图14：薛定谔客户

图15：每个客户的年度合同价值（ACV）

软件毛利率一直相当稳定，药物发现利润率随着时间的推移一直在缓慢提高。在毛利润基础上，药物的发现似乎接近盈亏平衡，尽管利润率在很大程度上取决于收入的时间。

图16：薛定谔毛利率

营业利润率仍然是非常负值，特别是在2023年第二季度。这反映了薛定谔对其平台的持续投资，以及越来越多的药物发现业务，随着薛定谔渠道的成熟，它应该会自行解决。

图17：薛定谔的营业利润率

薛定谔的运营费用主要是由研发投资驱动，而研发投资与药物发现业务越来越相关。
由于支持新项目的员工人数增加和现有项目的推进，研发费用正在增加。加上现有项目的进展和新项目的增加，CRO的费用也逐年增加。销售和市场营销费用主要与软件业务有关，考虑到销售周期可以长达9至12个月，这是合理的。

图18：薛定谔运营费用

被低估的薛定谔

考虑到薛定谔的软件收入、里程碑和版税机会以及其他公司的股权，对其估值很困难。
薛定谔的市值仅为27亿美元左右，该公司的现金余额、股权和风险加权的下游收入机会可能价值约15亿美元。
这是很难评估的，特别是基于公开的信息，但薛定谔最近的跟踪记录表明，它将继续实现重要的下游价值。值得注意的是，薛定谔仍在烧钱，因此这些价值的很大一部分将用于未来的业务融资。

图19：薛定谔下游价值潜力

市场只为软件业务、薛定谔的专有管道和未来的药物发现的增长提供了大约12亿美元的价值。假设所有这些值都归因于软件业务，仅与可比的设计和仿真软件一致。

作为另一个参考点，达索系统在2014年以约7.5亿美元的价格收购了Accelrys。前一年，Accelrys的收入为1.69亿美元，增长了4%。

因此，市场似乎有可能明显低估了薛定谔的价值，特别是如果该公司能够继续发展其药物发现业务，并有效地将药物推向市场的情况下。

参考链接：https://seekingalpha.com/article/4632766-schrodinger-more-than-an-ai-bubble-stock
—The End—
推荐阅读