众所周知，制药公司长期以来一直与同领域其他组织合作，将新药推向市场。
但是，当他们的合作伙伴变成了一家人工智能公司而不是另一家制药企业时，会发生什么？
在这里，我们探讨了这些转型关系与传统制药合作之间的关键区别，以及如何构建它们合作机会*化以及风险最小化。
01 大势所趋
随着新药推向市场的成本和时间不断增加，越来越多的制药公司转向人工智能，以简化药物发现过程的各个方面，从确定药物靶点和设计候选化合物，到设计临床试验和管理供应链。
现今，已经有多个 AI 设计的分子正在进行临床试验，制药公司不再将 AI 视为无用工具。
在制药领域，人工智能有许多潜在的应用，包括识别哪些生物靶点——如蛋白质和核酸——在特定疾病中普遍存在，以及哪些化合物可以与它们结合。
这些化合物改变目标的行为（有些比其他的更有效）并被用作新的预防或治疗的基础。
人工智能快速分析大量数据并识别相关性的能力，正在显着提高药物开发的效率并降低成本。
这种趋势正在推动“购买/构建/协作”范围内的交易活动，制药公司与人工智能公司建立合作伙伴关系，并寻求收购人工智能业务来建立自己的数据科学家团队。
近年来，投资者已经支持了数百家 AI 初创公司，希望他们的系统能够帮助发现下一个重磅炸弹药物。
02 合作关系深入
在过去十年中，人工智能在药物开发中发挥着越来越重要的作用，如今AI设计的药物管线以每年40%的速度增长。
制药公司和人工智能公司之间的合作可以采取多种形式。在最早的时候，他们的合作关系通常为服务协议。
简言之，就是人工智能公司会建议一系列候选化合物，将它们交给制药公司进行开发，然后退出。从制药公司的角度来看，AI 为其流程而非产品做出了贡献。
市场就像 AI 本身一样，已经发生了变化，并且仍在不断发展，各方之间的关系变得更加复杂。
如今，合作通常是围绕“设计-制造-测试”整个周期展开，人工智能公司推荐候选化合物，制药公司在“湿实验室”中测试它们，并将这项研究的结果反馈给人工智能模型。
更进一步，一些人工智能公司现在参与了更多的产品生命周期，拥有自己的湿实验室设施和产品管道，并将与化合物相关的知识产权授权给制药公司。
此外，制药公司也在技术领域汇聚一堂，招募“数字化学家”，并授权 AI 平台运行自己的模型。
随着合作关系的深入，商业条款也会随之改变，影响因素主要有哪些？
人工智能公司继续参与产品持续开发的程度是影响合作商业条款的几个关键因素之一。
其他，包括合作的目标（即人工智能的用途）、各方做出的初步贡献，以及人工智能公司是在构建新平台还是部署现有平台， 这些因素将合并为关键的商业问题，包括：
(a) 人工智能公司是否应该从产品中获得未来收益的长期份额（例如通过里程碑付款和特许权使用费）；
(b) 人工智能公司是否受制于任何排他性承诺；
(c) 谁应拥有合作产生的数据的知识产权？
03 财务条款变化
随着市场的成熟，合作交易的财务条款也发生了变化。
早期的合作通常涉及固定的财务结构，人工智能公司定期收取固定费用。
最近，人工智能公司通常在开发阶段因达到开发和监管里程碑（例如 MHRA、EMA 和 FDA 批准）而获得奖励，一旦产品上市，里程碑和基于产品净销售额的特许权使用费支付。
合作伙伴分担风险和回报也越来越普遍。这种关系可能涉及开发阶段的成本分摊，而在商业化后，人工智能开发人员可能会获得更大的里程碑/特许权使用费——甚至是总收入的一部分。
04 可能产生的冲突
虽然制药和人工智能可以从合作中获益良多，但这两个行业并不是天然的合作伙伴。
科技公司行动迅速，通常更加敏捷，而制药企业受到严格监管，往往拥有大量旨在确保药物质量、安全性和有效性的内部流程。科技公司不习惯在这样一个充满监管和官僚作风的雷区开展业务。
管理这种文化不和谐对于任何合作的成功都至关重要。
假设，人工智能公司是根据带入实验室进行测试的候选化合物的数量获得报酬，如果它生成建议的速度比制药公司现有流程处理的速度快怎么办？
又假设，如果制药公司的内部控制阻止其与第三方快速安全地共享数据怎么办？
除此之外，还有更多实际问题需要考虑，例如制药公司的决策者是否需要有关人工智能系统如何得出预测的指导。
任何合作想要成功，就必须在合同中解决这些问题。
05 如何解决冲突
这里我们重点先说数据。
在合同谈判中，知识产权和数据往往是激烈讨论的焦点，尤其是在人工智能公司生成的数据的所有权和使用权方面。
粗略地说，在推荐候选化合物时，人工智能公司将产生两项潜在价值——该化合物的化学结构和用于推荐它的基础数据中的相关性。
合作协议通常会将化合物的所有权分配给制药公司，但这种新结构化数据的权利又给谁呢？
这对双方都具有商业价值，如果 AI 公司使用它来帮助同一领域的竞争对手，就会给制药公司带来竞争劣势。
但是，如果一家制药公司受益于通过与其他合作伙伴的合作而发展起来的人工智能模型的学习，那么它肯定也应该共享其数据吗？
解决这个问题的方法通常是对不同类型的数据采取更细化和更细致的方法，并减少对所有权问题的关注，而更多地关注允许各方使用数据的适当参数。
然后就是 AI 平台本身，在较高层次上，它由三个部分组成——用于训练的模型、测试数据，以及对其进行编程的软件。
在大多数司法管辖区，人工智能公司将需要依靠各种形式的知识产权来保护系统的不同部分。
在（可能是有限的）情况下，人工智能模型可能作为专利受到保护，软件元素（但不是模型本身）可能受到版权保护，数据库可能受到数据库权利的保护。
最有可能保护人工智能平台（以及其中包含的每个组件）的知识产权是商业秘密，它保护某些机密信息。
在许多司法管辖区，商业秘密是否适用的测试是证据性的，即是否已采取必要步骤确保信息保密。
在人工智能/制药合作中，人工智能公司将希望确保合同只要求它提供人工智能模型的输出，而不是人工智能模型本身。
而在传统的制药合作中，每个合作伙伴通常会向对方授予“对合作必要或合理有用”的任何现有（或背景）知识产权的许可。
人工智能公司不希望其平台技术（其商业主张的基石）及其任何改进都属于任何此类许可。
06 说在最后
药物开发过程可能需要数年时间，到最后有时很难将 AI 公司的贡献与最终产品联系起来。
多年前，当这些交易还处于起步阶段时，合同条款可能允许 AI 公司在设定的研究期限内就任何成功的发现索取版税，无论该产品是否基于 AI 的推荐之一。
而现在，通常需要进行特殊测试，以确定 AI 推荐的化合物与最终投放市场的药物之间的关系有多密切。
虽然制药公司已经与人工智能（以各种形式）合作了十年或更长时间，但谨慎地构建他们的合作交易将帮助他们未来充分发挥其潜力。
