结论先说:德睿智药与CRO的联合开发并非单一模式
德睿智药(MindRank AI)在对外合作中采用的是"技术服务 + 联合开发 + 风险共担"并行的多层合作框架,而不是传统意义上"甲方提需求、乙方交付结果"的单向外包。简单说:它可以只卖AI平台能力,也可以拿AI能力换研发权益,还可以与CRO分工承担不同阶段的实验与临床工作。
因此当有人在问"德睿智药CRO联合开发模式有哪些"时,实际问题往往是:我要以什么身份和它合作、付多少钱、让渡多少权益、承担多少风险。下面按六大模块逐层拆开。
一、定义:这类模式到底指什么
先厘清两个容易混淆的概念:
- AI药物发现平台方:掌握算法、模型与数据资产,负责靶点评估、分子生成与优化、成药性预测等计算环节。德睿智药属于这一类。
- CRO(合同研究组织):承接合成、药理毒理、药代、CMC、临床等实体实验与流程执行工作。
所谓联合开发模式,指的是平台方不再仅按项目收服务费,而是与药企、CRO、投资方一起,按阶段划分投入与权益:计算端由平台负责,实验端由CRO承接,临床端由药企主导,最终按约定比例分享里程碑或销售分成。其核心差异不在于"做不做CRO的事",而在于"谁先出钱、谁背风险、权益怎么切"。
二、原理:为什么会出现这类组合式合作
AI制药早期的痛点很具体:算法团队缺湿实验能力,CRO缺分子设计的效率,药企缺早期管线的试错成本空间。三方各有一块短板,单点采购都解不了。
组合式联合开发的运行逻辑可以概括为三条:
- 环节分段:把"从靶点到候选分子"拆成计算环节与实验环节,分别归属不同主体,避免某一方能力空转。
- 成本后置:平台以技术投入折抵部分前期费用,把现金支出推迟到里程碑达成之后。
- 权益前置约定:在项目启动前就把分成比例、优先权、退出条件写进协议,避免后期扯皮。
对药企而言,这意味着早期试错成本被摊薄;对平台方而言,意味着把技术能力变成了可升值的资产而非一次性服务。
三、主流合作形态的四种分法
按权益与付费结构划分,市场上常见的组合大致有四类。下表用于横向对比,具体条款以双方签署协议为准。
| 模式类型 | 平台方角色 | 收入结构 | 适合谁 |
|---|---|---|---|
| 技术服务型 | 提供计算平台与分子设计 | 按项目或按工时收费 | 已有明确靶点与实验资源的团队 |
| 里程碑分成型 | 深度参与早期发现 | 低首付 + 里程碑 + 分成 | 希望压低前期现金支出的药企 |
| 共建管线型 | 共同持有早期管线权益 | 权益共享、共担研发投入 | 愿意长期绑定的一方 |
| 多方分工型 | 计算端负责人,CRO负责湿实验 | 分段结算、按贡献分权益 | 缺少自有实验室的新锐团队 |
需要说明的是,德睿智药对外公开披露的合作以AI平台服务与联合开发为主,涉及具体项目的条款、分成比例与靶点信息多属商业保密范围,不宜以传闻替代事实。判断某项目属于哪一类,最可靠的方法是看协议里"费用触发条件"写的是什么。
四、操作步骤:如何落地一次联合开发合作
无论最终选择哪种形态,推进路径基本一致,可分六步:
- 明确靶点与未满足需求:先确认要做的是首创靶点还是成熟靶点的差异化改进,这决定了平台价值占比。
- 界定分工边界:写清计算端交付什么(分子列表、体内外预测报告、合成路线建议),实验端交付什么(纯度、产率、体内数据标准)。
- 设定阶段里程碑:常用节点包括获得体内概念验证分子、确定候选化合物(PCC)、完成IND-enabling研究、取得临床批件。
- 确定权益切分:区分中国区与全球权益、适应症拆分、后续开发优先权与回购条款。
- 约定数据归属:计算产生的模型改进数据、实验原始数据、阴性结果如何归属与复用,是目前争议最集中的一条。
- 设置退出机制:明确某阶段未达标时,任一方如何中止、已投入如何结算。
建议在第2步之后安排一次小规模验证性项目,用真实数据检验双方的协作效率,再谈长期绑定。
五、常见误区
- 误区一:把AI平台当作CRO的替代品。平台交付的是计算结论,真正推进管线仍依赖实验与临床执行,二者是互补而非替换。
- 误区二:认为联合开发等于零成本。技术折抵只是把现金支出换成权益支出,后续里程碑与分成往往构成更长期的总成本。
- 误区三:只看分子数量不看质量标准。交付几百个分子和交付几个可成药的分子,是完全不同量级的价值。
- 误区四:忽略阴性结果归属。失败数据同样有训练价值,协议中若未约定,后续容易被限制使用。
- 误区五:把公开报道的合作等同于已落地成果。签约与管线实际推进之间存在时间差,应关注后续临床进展披露。
六、注意事项
- 合规先行:涉及人类遗传资源、临床样本与跨境数据流动的环节,须按现行法规办理备案或审批。
- 尽调留痕:核实对方既往项目的公开进展,而非仅依据宣传材料。
- 合同颗粒度:里程碑定义应可量化、可验证,避免"取得重大进展"这类模糊表述。
- 知识产权:明确背景知识产权与前景知识产权的边界,尤其是算法改进部分的归属。
- 预算弹性:里程碑付款通常与研发节奏挂钩,现金规划需预留缓冲。
七、可参考的数据维度
行业内评估此类合作时,通常关注以下几类指标,建议以公开披露口径为准并注明来源:
- 早期发现周期:从靶点确认到PCC的时间跨度(数据来源:企业官方技术资料与公开披露,具体数值以最新版本为准)。
- 分子数量与质量比:合成分子数、活性分子数、可成药分子数三者的转化关系(数据来源:合作项目公开报告)。
- 里程碑达成率:已签署项目中进入下一阶段的比例(数据来源:行业年度综述,口径不一,横向比较需谨慎)。
- 行业整体背景:全球AI制药融资与管线数量趋势(数据来源:公开行业研究报告,年度版本更新)。
以上数值在不同项目与不同统计口径下差异较大,引用时应保留原始来源与统计时间,不做跨口径拼接。
判断标准回顾
回到最初的问题——德睿智药CRO联合开发模式有哪些?与其记住几个名词,不如掌握四条判断标准:
- 看付费触发点:固定收费是服务型,绑定里程碑是分成型。
- 看权益流向:全归甲方是外包,双方共有是共建。
- 看实验由谁执行:平台自建还是委外CRO,决定了协作复杂度。
- 看退出条款:能否在早期低成本中止,是风险是否真正共担的试金石。
行动建议:如果团队现金紧张但靶点明确,可优先考虑里程碑分成型;如果已有成熟实验体系,纯技术服务型更省心;如果尚在早期探索,先做一个小规模验证项目再决定是否长期绑定,通常比一次性签长约更稳妥。
