近期,AI+創(chuàng)新生物醫(yī)藥研發(fā)平臺(tái)南京燧坤智能科技有限公司(以下簡(jiǎn)稱“燧坤智能”,Silexon AI)宣布完成超億元人民幣A輪融資,由斯道資本和紅杉中國(guó)聯(lián)合領(lǐng)投,泉?jiǎng)?chuàng)資本跟投,老股東和玉資本再度加碼。這是燧坤智能自2018年成立后獲得的第3輪融資,3年累計(jì)融資數(shù)億元。

AI新藥公司獲得資本追捧的背后,反映了人們迫切提升新藥研發(fā)效率的愿望。

盡管制藥公司幾十年來不斷地增加投資,但投資10億美元所得到的上市新藥數(shù)目每 9 年就減少一半,這一現(xiàn)象被稱作“Eroom定律”(也稱“反摩爾定律”)。“Eroom”是“Moore”單詞的反拼,意思是與摩爾定律相反。后者的意思是價(jià)格不變時(shí),集成電路上可容納的元器件的數(shù)目,約每隔18～24個(gè)月便會(huì)增加一倍,性能也將提升一倍。

2019年7月17日,《藥理科學(xué)趨勢(shì)》雜志(Trends in Pharmacological Sciences)發(fā)表來自 IBM Watson Health 人工智能團(tuán)隊(duì)的綜述文章《臨床試驗(yàn)設(shè)計(jì)中的人工智能》指出,AI可以加快藥物臨床試驗(yàn)的成功,從而助力破解“Eroom”難題。

那么,在推動(dòng)AI破解“Eroom”難題的路上,燧坤智能是如何做的?頻頻奪得資本青睞的它,究竟有何魅力?該公司如何將藥物研發(fā)與人工智能這兩門同樣晦澀艱深的技術(shù)聯(lián)結(jié)在一起、從而加速新藥研發(fā)進(jìn)程?

行業(yè)面臨的共性問題和挑戰(zhàn):數(shù)據(jù)、算法以及驗(yàn)證

燧坤智能CEO曾亥年表示,目前在AI制藥領(lǐng)域中,行業(yè)面臨的共性問題和挑戰(zhàn)就是數(shù)據(jù)、算法以及驗(yàn)證。

數(shù)據(jù)的問題,是如何獲得針對(duì)特定問題相關(guān)的高質(zhì)量、重復(fù)性好、批間差小的大量正負(fù)樣本數(shù)據(jù);

算法的問題,是選擇哪個(gè)框架或算法能高效準(zhǔn)確提取特定問題的潛在特征或模式,并能從中學(xué)習(xí)到規(guī)律用于全新預(yù)測(cè),且能揭示相應(yīng)的機(jī)制(模型預(yù)測(cè)結(jié)果的可解釋性)為最佳;

驗(yàn)證的問題,是使用什么測(cè)試數(shù)據(jù)集以及實(shí)驗(yàn)快速驗(yàn)證算法模型的穩(wěn)定性、準(zhǔn)確度以及效率。

如何圍繞以上問題提供切實(shí)可行的解決方案,對(duì)應(yīng)的便是燧坤智能的核心競(jìng)爭(zhēng)優(yōu)勢(shì)及商業(yè)模式。

以優(yōu)質(zhì)合作沉淀優(yōu)質(zhì)數(shù)據(jù),構(gòu)建私域獨(dú)家數(shù)據(jù)庫(kù)

自成立以來,燧坤智能不斷推進(jìn)生物制藥領(lǐng)域的合作開發(fā)及技術(shù)落地,促使公司的AI技術(shù)與產(chǎn)業(yè)深度融合,賦能新藥研發(fā)。

截至目前,燧坤智能已與超過20家國(guó)內(nèi)外知名藥企/CRO/機(jī)構(gòu)簽署&達(dá)成合作意向。這些合作伙伴包括最早專注于慢性病創(chuàng)新藥研發(fā)的君圣泰,國(guó)內(nèi)核酸藥物研發(fā)明星企業(yè)蘇州艾博,知名CRO公司維亞生物、保諾科技,以及其他上市藥企、跨國(guó)制藥巨頭……每一個(gè)都是在自身領(lǐng)域里對(duì)合作伙伴有著極高要求的明星公司。

這些合作為燧坤智能帶來了優(yōu)質(zhì)的數(shù)據(jù)和驗(yàn)證結(jié)果。在雙方深度合作的過程中,燧坤在不斷優(yōu)化模型,以協(xié)助合作方更加高效地獲得更優(yōu)的候選分子。

AI交叉領(lǐng)域的頂尖人才,保證構(gòu)建強(qiáng)大算法模型

2018年9月,燧坤智能在圖靈人工智能研究院的孵化下成立。圖靈人工智能研究院于2018年4月成立,致力于通過產(chǎn)學(xué)研合作提供公共技術(shù)服務(wù),集聚和培養(yǎng)具備交叉學(xué)科能力的人工智能人才,推動(dòng)科技成果轉(zhuǎn)化和產(chǎn)業(yè)化發(fā)展。

燧坤智能成立伊始,圖靈人工智能研究院為其提供了大量的包括人才、技術(shù)、辦公場(chǎng)地、政策引導(dǎo)等多方面的配套支持。

燧坤智能創(chuàng)始團(tuán)隊(duì)是國(guó)內(nèi)外最早一批把深度學(xué)習(xí)應(yīng)用于基因組學(xué)研究的團(tuán)隊(duì)之一,具有多年AI應(yīng)用于藥物研發(fā)的經(jīng)驗(yàn),曾在《自然》、自然子刊、細(xì)胞子刊等國(guó)際核心期刊和會(huì)議上發(fā)表論文共計(jì)70余篇。

團(tuán)隊(duì)成員均是來自于包括清華大學(xué)等一眾國(guó)內(nèi)外頂尖學(xué)府的優(yōu)秀人才,深厚的專業(yè)技術(shù)能力使得燧坤智能源源不斷吸引AI交叉領(lǐng)域的頂尖人才。而這些頂尖人才的加入,則構(gòu)成了燧坤團(tuán)隊(duì)開發(fā)強(qiáng)大算法模型的基礎(chǔ)。

及時(shí)高頻更新,多個(gè)模型驗(yàn)證以提升任務(wù)預(yù)測(cè)準(zhǔn)確率

在不斷開發(fā)新模型的過程中,燧坤智能的算法研發(fā)團(tuán)隊(duì)會(huì)始終保持模型更新的及時(shí)性。曾亥年告訴動(dòng)脈網(wǎng),“我們基本每周會(huì)對(duì)訓(xùn)練數(shù)據(jù)和已有模型進(jìn)行更新和優(yōu)化,確保AI模型處于‘終身學(xué)習(xí)’、‘持續(xù)迭代優(yōu)化’的狀態(tài)。此外,不同于許多單純從算法角度出發(fā)的技術(shù)平臺(tái),燧坤智能在模型建立的初期,就將模型的可解釋性作為重要的工作內(nèi)容之一�！�

為了提升任務(wù)的預(yù)測(cè)準(zhǔn)確率,燧坤會(huì)使用多個(gè)模型對(duì)同一個(gè)任務(wù)開展交叉驗(yàn)證工作。

此外,燧坤團(tuán)隊(duì)有著極強(qiáng)的生物醫(yī)藥領(lǐng)域背景,該團(tuán)隊(duì)在RNA、DNA、蛋白質(zhì)折疊、計(jì)算化學(xué)及藥物靶點(diǎn)互相作用上已經(jīng)開展了大量的前沿探索并積累了豐富的研究經(jīng)驗(yàn),發(fā)表了數(shù)十篇高引用高影響力同行評(píng)議的文章。

在日常的研發(fā)工作中,團(tuán)隊(duì)會(huì)按照生物制藥公司標(biāo)準(zhǔn)進(jìn)行立項(xiàng),保證燧坤在設(shè)計(jì)開發(fā)AI新藥模型時(shí)能夠深挖新藥開發(fā)的痛點(diǎn)及難點(diǎn),深度介入開展AI新藥研發(fā)工作。立項(xiàng)委員會(huì)從AI、藥化、生物、商務(wù)幾個(gè)方向判斷,確保公司的工作開展在一開始就有充足論證。

在項(xiàng)目開展過程中,交叉背景的成員在相互交流的過程中實(shí)現(xiàn)相互促進(jìn),相互提升,在依據(jù)各自背景承擔(dān)相應(yīng)任務(wù)和同時(shí),憑借協(xié)作研發(fā)的過程實(shí)現(xiàn)專業(yè)互補(bǔ)。

兩大平臺(tái)高效加速新藥研發(fā),BIC/FIC模型全覆蓋

實(shí)力強(qiáng)勁、配合默契、專業(yè)互補(bǔ)的的交叉背景研發(fā)團(tuán)隊(duì),目前已經(jīng)交出了一份令人驚喜的答卷。

由燧坤智能自主研發(fā)的AI4D?/ AI4Pat?能以傳統(tǒng)藥物研發(fā)手段約1/3-1/10時(shí)間/成本獲得臨床前活性分子,極大提升新藥研發(fā)效率,縮短研發(fā)時(shí)間并降低研發(fā)成本。

其中,AI4D?藥物研發(fā)平臺(tái)主要賦能一類新藥、難成藥靶點(diǎn)及老藥新用的臨床前階段藥物研發(fā)環(huán)節(jié),覆蓋了靶點(diǎn)開發(fā),苗頭化合物發(fā)現(xiàn)、先導(dǎo)化合物篩選、先導(dǎo)化合物優(yōu)化,PKPD評(píng)估等一系列必要環(huán)節(jié),旨在以高效、高成功率的方式獲得“First in class”候選分子。

人工智能輔助平臺(tái)Silexon™AI4Pat™的研發(fā)主要用于快速跟進(jìn)藥物的研發(fā)工作,以高效、快速、低成本獲得臨床前候選分子,助力藥企實(shí)現(xiàn)“Fast follow”到“Best in class”的彎道超車。

當(dāng)然,除了技術(shù)研發(fā)團(tuán)隊(duì)自身實(shí)力過硬之外,能夠讓燧坤智能發(fā)展火速,保持強(qiáng)執(zhí)行力使得公司高效運(yùn)轉(zhuǎn),還離不開背后運(yùn)籌帷幄的優(yōu)秀掌舵人。燧坤智能CEO曾亥年在醫(yī)藥行業(yè)摸爬滾打10余年,產(chǎn)業(yè)經(jīng)歷十分豐富。

復(fù)旦大學(xué)生科院本科以及美國(guó)約翰霍普金斯大學(xué)(JOHNS HOPKINS UNIVERSITY)生物科學(xué)法規(guī)監(jiān)管碩士/北卡羅來納州立大學(xué)(NORTH CAROLINA STATE UNIVERSITY)植物生物學(xué)雙學(xué)位碩士的教育經(jīng)歷使得他有較強(qiáng)的FDA注冊(cè)監(jiān)管、生命科學(xué)及化學(xué)基礎(chǔ);國(guó)藥控股負(fù)責(zé)BD、戰(zhàn)略制定以及科研管理,上海藥監(jiān)局近一年的評(píng)審工作等產(chǎn)業(yè)一線經(jīng)歷,使得他積累了深厚的行業(yè)人脈及業(yè)界經(jīng)驗(yàn);在平安創(chuàng)投就職負(fù)責(zé)創(chuàng)新生物醫(yī)藥領(lǐng)域的一二級(jí)投資,則讓他迅速熟悉生物醫(yī)藥前沿創(chuàng)新,更加懂得融資及資本運(yùn)作。豐富的產(chǎn)業(yè)經(jīng)歷讓曾亥年能以更為開放、長(zhǎng)遠(yuǎn)的視角去實(shí)施公司的決策運(yùn)營(yíng),廣闊的人脈圈則助力燧坤能更容易地實(shí)現(xiàn)優(yōu)質(zhì)人才聚攏。

頻頻獲得資本的青睞,使得燧坤在資金流水上似乎從未出現(xiàn)過類似“拮據(jù)”這樣的問題,但難的是,如何花好這每一分錢,實(shí)現(xiàn)價(jià)值效益的最大化。曾亥年告訴動(dòng)脈網(wǎng),在未來的短時(shí)間內(nèi),燧坤將繼續(xù)注重平臺(tái)建設(shè),不斷完善已有模型工具的效果,同時(shí)不斷突破開發(fā)新的“殺手锏”模型。

此后,燧坤智能希望能夠憑借完善的人工智能賦能藥物研發(fā)平臺(tái),與越來越多的藥企建立起深度合作,重構(gòu)新藥研發(fā)全流程,增加新型藥物研發(fā)的成功率,減少藥物研發(fā)的成本和周期,最終實(shí)現(xiàn)更好的藥物可及性,為社會(huì)造福。

作者:陳宣合