国内首个新冠口服药VV116或下半年申请上市 智能制药投资前景分析

国内首个新冠口服药VV116或下半年申请上市

目前，新冠治疗药物研发主要有3条技术路线：阻断病毒进入细胞内药物(多为抗体药物)、抑制病毒复制类药物(多为小分子药物)、调节人体免疫系统类药物(中药方药等)。VV116是目前国内唯一获批进入临床试验的新冠治疗小分子药物(国外已有2个小分子：默沙东的莫努匹韦和辉瑞的帕昔洛韦获批上市)。该品是靶向聚合酶(RdRp)抗新冠病毒核苷类似物，由上海药物所等联合研发，于2021年11月2日获批临床试验。 VV116由中国科学院上海药物研究所、中国科学院武汉病毒研究所、中国科学院新疆理化技术研究所、中国科学院中亚药物研发中心等共同研发。

智能制药投资前景分析

智能生产有助于引领全球医药行业的转型之路，并对许多人的生活产生深远的积极影响。其系统最初是通过将物联网和人工智能集成到生产和包装过程中而形成的。从位于机器关键位置的传感器收集的有用数据由人工智能系统收集和分析。可以通过安全的用户界面访问数据，便于对世界各地机器的监控和管理。这创建了一个互联的机械生态系统，并允许进行准确的预测和远程维护的可能性，以及生成和分析可用于优化的数据。

为了充分发挥智能生产的优势，需要对其进行有效利用。这要通过持续的教育、培训和意识实现的，确保所有从头开始参与工作的人都参与到工作场所的数字化中，并投资于提高劳动力的技能。现在培训和开发可以通过数字平台远程完成，这个过程更容易了解和管理。可以通过传播对好处的认识来抵制变革——不仅仅是关键绩效指标和衡量标准，还有所有员工的优势，以及更好的生产对业务以外的其他人的影响。

药物的从研发到市场投放是一个昂贵且漫长的过程。小分子药物的发现可以分成以下几步：建立疾病假说，发现靶点，设计化合物，展开临床前研究。这些步骤平均需要五年时间，花费可达数亿美元。随后的临床开发过程需要对药物进行多次测试，仍需要花费大量时间与金钱。根据2017年塔夫茨药物开发研究人员的调查显示，单一药品的平均上市成本为27亿美元，然而大量资金的投入依然伴随着项目延后和较高的失败率。

随着人工智能浪潮的兴起，AI也被用于提高药物研发效率，新药的设计、发现、研发过程得到缩短，成本也相应降低。“AI+药物研发”的方式多种多样，其核心是运用NLP算法对海量的数据库扫描，识别新颖药物、药物基因和其他与治疗有关的联结，进而寻找潜在的药物新分子。此外，AI还可以用于对药物结构、疾病病理生理机制、现有药物的功效、显微镜下的样本观察等等结果进行快速分析，大大提升新药发现的效率。

想要了解更多智能制药行业详情分析，可以点击查看中研普华研究报告《2022-2027年中国智能制药行业深度调研与投资战略研究报告》