背景
人工智能("AI")已被各行业创新企业广泛应用，但其对生物技术（以及人类健康整体）的影响可能成为所有领域中最为显著的。
AI正被用于药物开发的全过程中，以加速固有的繁重任务，包括靶点和先导化合物的识别、先导化合物的优化，以及临床前和临床安全性和有效性预测[1]。
特别是在靶点识别方面，利用多组学、文献、临床表型和其他数据训练的AI模型正在识别候选疾病生物学假设以及全新的蛋白质和通路靶点[2]。例如，一些AI系统据报能够基于相关基因表达特征推断受体-配体相互作用，即使缺乏先前的结构注释[3]。
关于识别和优化先导化合物，一些生成式AI（例如图神经网络、扩散模型和分子设计系统）在输入大量数据集后，据报能够提出预测可与选定靶点结合的新化学实体[4]。鉴于物质组成专利价值极高，某些专利甚至能单独保护整个治疗平台，新化学化合物输出尤其可能代表管道中最具商业价值的部分。
因此，众多公司应运而生，创建AI药物发现平台，旨在：(1)为药物开发公司提供服务；(2)在某些情况下，建立并推进自己的研发管线[5]。
尽管这些方法具有突破性和令人兴奋，但它们也可能引发与发明人资格、显而易见性和充分公开相关的尖锐可专利性问题，以及实际的数据管理和保密问题。因此，市场参与者及其法律顾问面临着新的动态，在涉及AI作为主要药物发现工具的合作、许可和其他交易中，如何恰当地考虑由此带来的风险和收益。
假设交易场景
就本文而言，我们考虑以下交易示例。
公司A是一家AI平台公司，拥有通过其平台创建的现有化合物库。作为其商业模式的一部分，公司A正寻求将其化合物库用于许可交易。公司A还将其AI平台作为服务提供给第三方，用于发现新药物。
制药公司B是一家制药公司，正寻求许可公司A库中某些化合物以及公司A的AI平台，以为长期未解决的肿瘤学适应症("适应症X")发现新化合物。
利益分析与一般交易框架
在此场景中，公司A的利益在于：(1)最大化其库中许可化合物的价值；(2)以一种既能产生显著服务收入又能保护其核心背景知识产权并可能获得新知识产权的方式利用AI平台。
另一方面，公司B的利益在于获得针对现有和待发现化合物的排他性和/或所有权，以支持开发和商业化针对适应症X的药物。
在此情况下，交易框架将被构建为经典的化合物许可，假设公司A已通过专利适当保护其核心化合物。公司B在达成交易前肯定会评估专利组合的覆盖范围和价值。
该框架可能还包括平台使用的服务组件，引发关于所生成知识产权和数据所有权的谈判要点。相关条款还将涉及排他性、知识产权所有权、尽职调查、数据、保密性及其他关键事项。
化合物库
化合物许可的一般交易条款将包括前期许可费、与（例如）监管进展相关的里程碑付款，以及与适用专利涵盖的商业产品净销售额挂钩的版税和销售里程碑付款。
由于公司B希望获得完全权利以商业化利用专利化合物，它可能会寻求排他许可，而非非排他许可，以获得公司A库中的现有化合物。
如果提供排他权利，公司A可能最好将使用领域细分到一个利基领域（例如，非常特定的靶点或疾病适应症），它不希望向他人授予该领域的权利。这留下了即使在排他基础上也能在其他领域许可化合物的机会。提供排他性也将成为提高许可价格的理由。
平台生成的化合物
关于将平台用作服务，公司A将强烈希望最大化服务收入，并可能拥有或保留所生成知识产权的显著权利。
在我们的场景中，公司B可能希望完全拥有新化合物，特别是考虑到开发和商业化计划由公司B主导。在这种情况下，公司B的目标是获得使用平台识别或优化的所有化合物的所有权，公司A则通过服务费获得补偿。公司A也可能根据开发和商业化里程碑和/或下游版税寻求额外费用。
另一方面，如果例如公司A库中的化合物类别在适应症X以外的其他适应症领域具有适用性，而公司A认为这些领域具有商业价值，公司A可能希望保留新化合物在该类别中的知识产权，但同意将这些额外化合物纳入仅针对适应症X的排他许可。
在这种情况下，随着覆盖新化合物的知识产权归属于公司A，公司B可能会寻求降低或消除服务成本。这将基于以下事实：结果化合物将由公司A拥有并添加到许可的库化合物中，因此应与现有库化合物同等或类似对待。这种安排将允许公司B在排他许可下推进其适应症X计划，同时允许公司A保留其在其他适应症领域许可或以其他方式利用新化合物的权利（正如它对其现有库化合物所做的那样）。
此外，鉴于一切均可协商，公司B也可能寻求购买整个新旧化合物类别的所有权权利。这肯定会简化——并显著提高——交易的价值。
各方也可以同意对化合物的共同所有权，但这种安排可能会使事情复杂化，包括在吸引投资方面，并且商业化排他性可能不会归属于单一当事方。
发明人资格考量
与AI相关的发明人资格法律正在变化中。至少在美国，发明人必须是人类（而非AI），并且（根据美国专利商标局最近的政策指南）至少必须有一位人类对所要求保护发明的构思做出"重大贡献"[6]。
"重大贡献"的含义是主观的，基于法院数十年来在各种发明和技术领域的共同发明人场景中应用的法官制定分析。虽然联邦巡回法院已裁定"只有自然人才能成为发明人，因此AI不能"[7]，但法院尚未将"重大贡献"标准应用于AI辅助发明。
因此，法院将如何处理AI开发发明的发明人资格仍不确定。已颁发专利的发明人未被正确命名，且没有其他人对发明做出"重大贡献"的后果是，该专利可能在地区法院诉讼中被判无效。
基于此，在我们的场景中，公司B可能会寻求公司A的陈述和保证，即许可专利的发明人已被正确命名，并且至少有一位发明人对许可专利中每项权利要求的发明构思做出了"重大贡献"。公司B还将包含标准条款，规定在适用专利被最终判决无效时终止协议和版税义务，这至少可以减轻持续支付版税的义务。
数据的所有权和使用
在我们的场景中，公司A将拥有AI平台及其可能的任何改进。然而，协议必须明确定义谁拥有AI平台使用或产生的数据，包括：(1)在获得针对适应症X的药物批准的监管过程中必要且有用的数据；(2)批准后可能需要的数据。
例如，AI系统可以生成与预测结合分数和毒性风险模型相关的信息，以及计算机模拟和其他与监管过程相关的关键数据。最近的FDA指南提供了关于使用此类数据支持药物安全性、有效性和质量监管决策的政策，表明追求监管批准的一方将需要此类数据才能成功推进[8]。
AI系统在批准后和商业化期间也可能需要，例如通过识别可能从治疗中受益的患者来进行伴随诊断，为个性化护理推荐治疗方案，预测治疗效果，以及监测患者反应。
因此，在我们的交易中，将寻求监管批准和商业化的公司B一方，将希望包含要求其(1)单独拥有、共同拥有或以其他方式拥有永久、不可撤销和全球范围内访问和使用监管目的必要且有用数据的权利；(2)获得所有此类数据的物理副本，该副本至少在协议期限内定期更新；(3)在平台商业化需要时（例如，伴随诊断），拥有永久、不可撤销和全球范围内使用AI平台的权利。这样，公司B在协议自然到期或提前终止后，理想情况下将同时拥有数据的占有权和使用权，并能够访问AI平台以获取必要的服务。
训练数据的所有权和保密性
当然，各方必须确定将使用哪些训练数据来开发新化合物、谁拥有该训练数据、谁有权访问该训练数据以及如何处理。
例如，如果公司B拥有将在公司A平台中用于开发新化合物的训练数据，公司B应确保数据的保密性得到维护，并且对其的访问受到限制。
鉴于模型本身的性质，公司A的平台无疑会从数据中学习并保留数据副本，这可能非常棘手。公司B可能要求公司A无权访问原始训练数据，仅在技术上可行的情况下，被严格限制访问例如训练数据的汇总统计指标。
公司B也可能利用联邦学习（将数据存储在不同存储介质上的分散式AI训练方法）或差分隐私（在将数据输入AI系统之前向数据"注入统计噪声"的数学技术）来降低披露风险[9]。
公司B还可能提议要求公司A无限期将训练数据保密，并不得访问、使用、分发、复制、再现或反向工程训练数据或相关专有技术。这包括限制公司A在为其其他客户使用其平台时使用训练数据。
由于训练数据可能与教导它的平台密不可分，因此在规范此类数据使用方面可能存在重大障碍。尽管如此，在此场景中，如果公司B希望适当维护其训练数据的保密性，它应警惕地制定条款，或要求公司A采取繁琐的技术步骤。
由于FDA等监管机构可能会审查AI衍生数据，协议还应要求AI平台的操作和验证符合适用的监管指南。协议可以规定支持模型透明度、验证和可重复性的文档标准，与FDA关于AI可信度和生命周期监督的新兴草案指南保持一致。
最后，各方还应（在适用的情况下）详细定义数据权利和隐私义务的范围，包括如何收集、存储和共享患者相关数据集。这些条款应参考适用框架，例如1996年《健康保险流通与责任法案》(HIPAA)。
新化合物的专利审查
对于使用AI平台发现的任何新化合物，专利准备和审查的控制权及费用支付可能会取决于哪一方拥有基础知识产权。如果公司B拥有新化合物的专利权，公司B将拥有控制任何相关专利申请准备和审查的首要权利，费用由其自行承担。
在这种情况下，公司A可能会要求审查申请的权利，至少确保其背景知识产权（包括AI平台的任何专有方面）不会被无意中披露或受累，或者专利申请不会与公司A的其他任何项目冲突。公司A也可能寻求在公司B选择不进行审查的情况下拥有、准备和审查专利申请的权利。
相反，如果公司A保留化合物的所有权，它可能会寻求控制专利审查，尽管作为拥有关键商业化权利的一方，公司B预计将拥有重大协作权利，特别是在权利要求范围和地理覆盖方面，以符合公司B针对适应症X的商业目标。
这种合作模式可以模仿传统的研究合作协议，由公司A主导审查，各方协调申请起草和审查意见答复策略，在我们的场景中，确认当人类和AI为所要求保护的发明提供输入时的发明人资格决定。
破产考量
鉴于一些AI平台公司是初创公司，可能没有适当的资金，公司B还应仔细考虑公司A的偿付能力，以及破产（例如）如何影响交易。
如果公司B正在利用公司A的平台（包括它生成的化合物和数据）建立其针对适应症X的项目，如上所述，公司B应确保其监管和商业项目在适用的情况下能够在协议结束后继续进行。
在AI平台在监管后需要的情况下（例如，如上所述用于伴随诊断），公司B将希望确保其能够在协议结束后继续使用该平台，包括在公司A破产的情况下。
例如，公司B可能寻求要求公司A在公司B商业化期间（包括核心协议结束后）将平台的功能性和定期更新副本存入第三方保管。在这种情况下，第三方保管代理将负责确保公司B至少有权访问或使用该平台以用于所需的伴随诊断。
该条款的确切条款应仔细制定，鉴于公司A可能认为其平台的大部分（包括其底层代码）包含商业秘密，这可能难以谈判。无论如何，公司A都需要解决此问题，因为公司B可能无法在没有访问公司A平台的情况下销售其产品，而公司B将需要绝对保证其拥有此类访问权。
结论
许可法律顾问必须仔细考虑涉及将AI用作药物发现工具的交易中的事实和情况。应特别关注许可授予范围、服务参数、相关费用、发明人资格风险、监管和训练数据的所有权、训练数据的保密性以及上述其他事项。鉴于AI平台在每个具体交易情况中的独特性质，还应考虑其他因素。
[1] 此处省略引用来源
[2] 此处省略引用来源
[3] 此处省略引用来源
[4] 此处省略引用来源
[5] 此处省略引用来源
[6] 此处省略引用来源
[7] 此处省略引用来源
[8] 此处省略引用来源
[9] 此处省略引用来源
【全文结束】
