合作制药时代，虚拟制药公司发展的新契机
本文阐述了虚拟制药公司的基本情况，并介绍了Innoplexus创始人Gunjan Bhardwaj设想的集成的虚拟制药公司的形态。
01
合作制药时代
如果稍微回顾一下，就可以发现，过去三四十年的时间里，制药行业出现了很多新生事物。
20世纪80年代开始，随着美国FDA对药品监管的不断完善，药物研发过程变得更为复杂，越来越多的制药公司选择将部分研发工作转移给合同研究组织（Contract Research Organization, CRO）来完成，CRO行业逐渐兴起。
几乎与此同时，监管部门对药物生产和环保方面的要求也不断提高，制药公司的总体成本迅速上升，于是一些传统药企放弃了原先的生产模式，转而与合同生产组织（Contract Manufacture Organization, CMO）合作。此后还衍生出了合同研发生产组织（Contract Development Manufacture Organization, CDMO）。
然后，在20世纪90年代左右，出现了专门从事药品营销、推广及销售的公司，即合同销售组织（Contract Sales Organization, CSO），CSO还可以协助制药公司处理药品的各类公关事务。
如今专业的CRO、CMO、CDMO、CSO已经发展壮大并不断成熟，极大地推动了制药行业的发展。外包和合作能够帮助制药公司重新分配风险、简化研发、补充管线和扩大产能。
于是，合作能力成为了制药公司能否成功的关键能力，那个一切都在制药公司内部进行的时代一去不复返。
02
什么是虚拟制药公司
在制药成本上升、研发成功率下降的客观背景下，制药公司越来越多的将非核心业务外包给第三方公司，制药商业模式越来越依赖于供应商和服务商的选择、项目管理以及合作关系的管理。甚至，很多以往被认为是制药公司核心能力的业务，逐渐都可以通过业务外包、与合作伙伴合作来完成。
在这种情况下，一种新模式：虚拟制药公司（Virtual Pharma Company, VPC）就产生了。
虚拟制药公司出现于20世纪90年代，罗氏的Protodigm 是虚拟制药公司的第一个案例。
然而到目前为止，关于虚拟制药公司还没有一个被普遍接受的定义。总体可以这样认为，虚拟制药公司是一个内部人员数量有限的公司，它设计药物开发计划、方案以及战略，根据实际需要，使用外部资源、技术和设施来有效地开展研发项目。
虚拟制药公司的工作内容和目标与传统制药公司相同。不同之处是，虚拟制药公司可能仅由经验丰富的管理人员和顾问团队组成，他们按照合同的方式协调和监督外部研发团队和供应商，以执行所有运营活动，将设计转化为产品。
03
虚拟制药公司的优势
虚拟制药公司的优势主要在三个方面，成本控制、选择灵活性、开发速度和效率。
虚拟制药公司没有昂贵的固定资产，与传统制药公司相比，能够将固定成本保持到最小。虚拟制药公司也不同于生物医药初创企业，因为初创企业仍保留了自己的内部研发实验室和其他功能。由于直接雇用的员工很少，虚拟制药公司的人力成本和管理成本也大大降低。
虚拟制药公司行动灵活，在与谁合作、何时合作以及如何合作方面具有灵活性，可以为每个项目自由选择最适合的供应商和人员。
与传统制药公司相比，虚拟制药公司没有大公司层层上报的审批流程，决策机制大大简化，有助于加快药物开发的速度和效率。
服务范围广泛，也是虚拟制药公司的一个优势。
04
虚拟制药公司的主要挑战
完全依赖外部服务和供应商是虚拟制药公司的主要缺陷。
虚拟制药公司的发展面临以下主要挑战：
专业支持管理。虚拟制药公司需要在科学发现、特定疾病知识、临床试验和监管事务等核心领域获得大量经验丰富的专业支持，因此需要有效管理复杂的、动态的外部专家网络，并确保专业支持的及时性和范围。
供应商管理。虚拟制药公司需要与关键供应商建立良好的伙伴关系，并在已选定的不同供应商之间进行良好的协调。如果协调不恰当，可能会导致项目管理混乱和时间延迟。
有效的系统集成管理。跨多个业务领域的合作伙伴和流程的集成，对于虚拟制药公司实现有效的商业化至关重要。从供应商和合规合作伙伴到报告所需的系统，都需要建立并运行功能齐全、反应迅速的系统和流程。
当然，虚拟制药公司面临的挑战还不止这些，严谨的项目规划，以及在项目推进过程中随机应变的能力也非常关键。
05
下一代虚拟制药公司的新契机
距离上世纪90年代出现虚拟制药公司已经过去二十多年了。时代在改变，新技术新方法不断产生。那么下一代虚拟制药公司会是什么样的呢？
如果把分工、外包和合作当成是过去虚拟制药公司出现的契机，那么，如今的大数据和AI或许就是虚拟制药公司进一步发展的新契机。
Innoplexus的创始人Gunjan Bhardwaj设想了下一代集成的虚拟制药公司，利用大数据和AI技术整合药物研发所有相关业务流程，提升整个价值链的生产率。
06
下一代虚拟制药公司的形态
这个集成的虚拟制药公司是什么样的呢？
在组织架构上，大数据和AI技术将分散的工作流程整合成一个全面的过程。这个虚拟制药公司提供一个包含药物研发和商业化所有方面的中心化大数据平台，利用AI为药物研发过程、临床试验设计结果以及卫生经济学的影响建模。公司同时拥有一个精简的、连接良好的商业网络，来连接和管理供应商、制造商和药物研发服务。
在人员方面，这样的虚拟制药公司或许只需要50名高素质员工，来管理和监控大约500到1000名外部专家的活动，这些专家在药物发现、临床开发、生产和商业活动等方面能够提供与传统制药公司相同的或更好的结果。
在财务方面，这个完全集成的虚拟制药公司，可以将所有投资以非常有针对性的方式，只在需要的时候，以最小的固定成本，集中在药物的发现、开发、交付和商业化上。
集成的虚拟制药公司，可以通过AI技术对药物研发各个方面的数据建模，通过整合健康、经济、科学的数据与目标客户的沟通，使商业努力合理化。
与传统的制药公司相比，集成的虚拟制公司可以在更多的维度上构建其业务，而不局限于治疗领域和地理位置，它可以根据专家网络中专家能力的聚类，来优化虚拟网络的能力和方向。
同时，这样的虚拟制公司能够很好地避免制药公司内部的部门孤岛问题。
07
展望未来
虚拟制药公司通过一个全面的业务流程，来管理一大群外部合作伙伴，从CRO到专家，从租来的销售队伍到合同制造商。由于对资源的需求极高，成功运作的虚拟制药公司并不多，目前有Chorus、Shire、Protodigm、Debiopharm和Endo Pharmaceuticals等成功运用了该模式。这也与药物研发各个模块的发展仍在继续完善，以及模块之间良好的连接和协调还存在障碍有关。
制药公司熟悉药物研发的所有环节和流程，最有条件成立虚拟制药公司，第一个VPC就是由罗氏创建。想象一个具有丰富经验的制药公司，为了最大程度的降低成本，将所有业务都外包，采用完全轻资产的模式，并基于大数据和AI管理整个过程。如今，诺华与Microsoft，赛诺菲与Google，葛兰素史克与NVIDIA等都已在AI方面积极合作。
或许在整体上，制药公司无法做到绝对的虚拟制药，但在某些项目上，目前制药公司内部可能已经是按照完全虚拟的模式来运营了。
未来虚拟制药公司是否是一种趋势？下一代虚拟制药公司的主体可以是谁？
除了制药公司，药物研发的CRO或许也可以。
此外，互联网公司是天然的大数据公司，围绕数据的产生、处理和使用，有着成熟和领先的技术。随着数据成为越来越重要的社会生产要素，互联网大公司的大数据和AI技术，将会在虚拟制药公司的发展中扮演重要角色。
想象有一天，数据像水流一样，连接和打通药物研发的一切相关基础设施和服务；而AI像管道一样，管理和引导水流的去向和使用；不同组织或机构拥有各自的蓄水池，并拥有管道网络中不同位置水龙头的开关决定权。
还有一个核心问题是，在制药这一极为复杂的领域，大数据和AI技术的发展，是否能够真正革新药物研发的整个管理架构，以及业务架构？
下一代虚拟制药公司的发展，还有很多方面的问题需要讨论和探索。
1.https://www.innoplexus.com/blog/virtual-pharma-now-for-real/
2.http://www.pharmatimes.com/web_exclusives/the_rise_of_virtual_pharma_1277952
3.Lawrence,R.N., Alastair Devlin discusses the concept of virtual pharma companies. DrugDiscov Today, 2001. 6（10）: p. 508-509.
4.https://www.zhihu.com/question/67271511
5.https://www.cenrx.com/virtual-pharmaceutical-company-advantages/
6.Forster,S.P., et al., Virtual pharmaceutical companies: collaborating flexibly inpharmaceutical development. Drug Discov Today, 2014. 19（3）: p. 348-55.
7.https://www.pharmiweb.com/article/how-can-virtual-pharma-companies-de-risk-new-product-launches
（Chris）
----------- End -----------
AI药物发现的数据共享模式探索：以十大顶尖药企参加的MELLODDY项目为例
跨界者在行动：互联网巨头在AI药物发现方面，都做了哪些工作
近两年AI药物发现领域国内外重要投资：7项上亿美元，21项超千万美元
涉及AI的临床试验的国际指南SPIRIT-AI和CONSORT-AI在顶尖医学杂志发布
CDE征求意见的模型引导的药物研发(MIDD)是什么
AI辅助药物临床试验受试者招募：几种方式和几个问题
虚实结合的AI药物发现：现场数据生成，模型迭代更新
人工智能正在如何改变药物发现 | Nature 2018