AI+藥物研發是一場世界角逐,頭部玩家「Insilico Medicine」能節省...

2020-12-15 36kr

AI+醫藥研發,這個風口已持續四五年之久,越來越多人看好這個賽道。

傳統的新藥研發方式,通常需要起碼十年時間,平均花費26.3億美元,在多年的投入之後,失敗率卻高達92%。

而用AI助力研發,則像是打通了技術的「任督二脈」,將長達數年的研發過程(新藥發現、臨床前研究)縮短至幾個月,準確率也提高了,研發費用也下降了。36氪此前對AI+醫藥研發的技術和競爭做過解讀。

這個賽道上的玩家們,因為掌握高壁壘的核心技術,具備廣闊的想像空間,往往獲得了高額融資,而且融資節奏非常快。

36氪今天接觸到的「Insilico Medicine」,是賽道上的頭部玩家,也是早期入局者(2014年成立),在美國、英國、中國、俄羅斯、韓國、奈及利亞均設有分部。該公司正處於A+輪,最近一次融資是2018年6月藥明康德風險投資基金領投的戰略融資,從那以後藥明康德與「Insilico Medicine」開始了緊密合作。

藥明康德表示,「Insilico Medicine」的核心人工智慧技術在於生成對抗網絡(Generative Adversarial Networks, 「GAN」)和強化學習(Reinforcement Learning, 「RL」)。此輪戰略投資主要是因為這些技術已獲得突破性成果——Insilico在46天時間內,為一個具有挑戰性的蛋白質靶點生成了新的分子,並完成了分子的合成和一系列實驗驗證,而且命中率高。

鑑於這個行業已成為一場世界性的角逐,剖析明星公司的戰略,或許能給行業帶來價值。

圖片來源於企業

從數據來看,「Insilico Medicine」的AI醫藥研發技術,可以節省2-3年的研發時間,節約1-2千萬美元的研發投入,生成分子的成功率高。

36氪認為,與市場上的其他玩家相比,「Insilico Medicine」的特點在於:

  • 最顯著的特點是人工智慧的比重非常大。只做IND之前的環節,通過license-out的方式賣給藥企,或是與藥企建立合作關係,IND完成後不做後續的藥物研發。因此該公司的研發管線覆蓋面很大,當前有約15個研發管線,且節奏很快,研發管線大約半年就會更新一次。36氪提問,為什麼該公司不把後續的研發交給CRO呢?對此,公司CEO Alex Zhavoronkov博士表示,公司希望更聚焦於AI,因為AI的變化很快,我們把核心力量放在不斷提升公司的AI能力,也在科學雜誌上不斷發表研發成果。後期,可能會考慮CRO。

  • AI研發人員共達到67人,在細分領域中屬於人數最多、比重最大的。

  • AI藥物研發服務較為全面,也就是說對應的市場空間更廣闊。IND之前的環節都能覆蓋,包括了數據挖掘、生物學研究、化合物生成、 毒性預測、藥物發現、靶點發現等等。這樣的全面性在同類玩家中很少見,究其原因,36氪認為是其技術實力強(已在Nature、Science、nature biotechnology、nature medicine等國際學術期刊上發表數篇研究成果),AI研發團隊比較大(67人),行業入局早(2014年成立)。

  • 研發管線覆蓋癌症、抗衰老等目標疾病,這類疾病是當前行業的關注重點,市場需求大。舉例來說,該公司正在研發的抗衰老藥物Senolytics就是市場關注的焦點。Senolytics最初由美國斯克利普斯研究所、梅奧診所提出,被認為是「直擊衰老細胞要害的長壽藥」。

Insilico Medicine研發管線

除了AI藥物研發,該公司還向C端用戶提供AI個體化醫學平臺,例如YOUNG.AI、nutriomi.com、DIABETES.AI、ALZHEIMERS.AI等等。CEO Alex Zhavoronkov博士表示,這些平臺大部分是免費的,一是用AI技術幫助用戶判斷健康狀況和壽命,給出個性化建議,二是作為藥物研發的數據入口。

「Insilico Medicine」的合作方包括約翰霍普金斯大學、哥本哈根大學、藥明康德、JUVENESCENCE、葛蘭素史克、諾華、強生等等。

藥明康德風險投資基金的投資人Lennart H. Lee表示,「藥明康德與Insilico已經在進行合作,我們已經生成了非常有效的drug-like molecules,其有效性已經通過了酶、生物和疾病相關的實驗。這個過程我們只花了不到兩個月,而行業一般水平則要將近3年時間。該研究成果不久或將發表於國際學術期刊上,目前此論文已經在under review狀態,並獲得了積極的評價。」

Insilico Medicine合作方

讓36氪好奇的是,這類世界頭部的AI藥物研發是怎麼看全球市場的?

傳統觀念裡,美國的生物醫藥技術比中國更領先,因為美國有大量的first-in-class、best-in-class產品,而中國主要是me-too、me-better藥物。

但是「Insilico Medicine」CEO Alex Zhavoronkov博士卻不這麼想,他認為未來醫藥發展中心在中國。為此,該公司今年還把總部從美國移到了中國香港。

他的觀點是,未來5年內,中國創新藥企業將迎來一場大爆發,中國會成為世界的醫藥創新中心。原因是,美國遵循的GDPR帶來的限制讓AI公司發展受限,而中國CDPR較為靈活。並且,中國人口基數大,數據量龐大,數據質量也更好,也有利於AI公司的發展。

這個觀點似乎超前於很多行業認知,畢竟非常少見國際型醫藥研發企業將總部遷移至中國。36氪轉問向藥明康德風險投資基金的Lennart H. Lee,他說道,「是我去年建議「Insilico Medicine」將總部遷到中國香港的。與藥明康德的合作關係,讓Insilico更接近大中華地區。隨著成千上萬的中國製藥公司從仿製藥向創新藥過渡,我們預見中國新藥研發會有爆炸性的增長。「Insilico Medicine」和藥明康德的合作,正是為此做好了準備。」

CEO Alex Zhavoronkov博士畢業於約翰霍普金斯大學,專業同時覆蓋AI和醫藥,2011年起共發表了120餘篇前沿科研成果、2本科研書籍。連續創業者,曾在加拿大ATI科技公司擔任工程師,ATI科技後被AMD以90億美元的價格收購。

Insilico Medicine核心團隊

延伸閱讀:

「醫藥賽道」沒有寒冬,我們預判了 2019 八大醫藥投資主題

相關焦點

  • 21天內完成「AI藥物發現」挑戰,「Insilico Medicine」在Nature...
    從國內到國際,行業內的各家公司,都在努力地向世界證明,AI是可以真正加速藥物研發的。有效性是AI藥物研發行業的最重要的問題。近日,AI藥物研發的頭部公司「Insilico Medicine」,用一篇發表在Nature Biotechnology上的論文,來證實AI加速藥物發現的能力。Insilico Medicine是36氪長期關注的公司,在美國、英國、中國、俄羅斯、韓國、奈及利亞均設有分部。
  • ...巨頭與AI公司達成合作,德國默克集團將部署 Insilico Medicine...
    Chemistry42是Insilico Medicine旗下Pharma.ai藥物發現平臺的核心部分,將人工智慧和機器學習方法與醫學和計算化學領域的專業技術相結合,能夠設計出具有特定物理化學特性的新型小分子。Chemistry42平臺是可擴展的分布式網絡應用,能在數小時內同步完成多項任務。
  • 騰訊「雲深智藥」用AI持續助力藥物發現
    騰訊「雲深智藥」用AI持續助力藥物發現 IoT科技評論 發表於 2020-12-15 18:31:28 不是所有禿頭,都叫傑森·斯坦森。
  • 藥企巨頭牽手AI,德國默克將部署Insilico Medicine生成化學平臺
    雷鋒網消息,近日,德國製藥巨頭默克集團,宣布與AI醫藥研發公司 Insilico Medicine(英矽智能)達成合作,將用於全新分子設計的產品Chemistry42生成化學AI平臺,整合到默克集團的高性能計算(HPC)基礎設施上,提供定製化的服務。
  • ...喉科領域高值耗材研發,「啟灝醫療」獲得同潤科投數千萬元的Pre...
    數據來源:萬德成立於2017年,「啟灝醫療」是一家自主研發推動型的兼具耗材和設備,為耳鼻喉手術提供整體解決方案的耳鼻喉科領域醫療器械研發商。據了解,此輪融資將用於加速完成「啟灝醫療」旗下兩款核心產品——「低溫等離子射頻手術系統」和「全降解鼻竇藥物支架」的臨床試驗,以及其他新產品的研發、生產和檢測。
  • 創投日報 | 「保險極客」完成2500萬美元C輪融資,「浪潮雲」將啟動...
    該解決方案利用專有的數據、市場動態情況以及人工智慧和機器學習技術,來幫助客戶企業節省成本、提高國家的回收率並改善廢物管理服務標準。 海裡小怪獸是垂直水產的社區生鮮零售業態,產品覆蓋淡水和深海水產,包括魚、蝦、貝、蟹等在內的40餘種活鮮SKU,以及60餘款凍品SKU,同時提供全透明廚房和海鮮大廚加工服務……(查看更多請點這裡) 36Kr最近接觸到的「AROMAG」是創立於2017年的商業香水品牌,主打「致世界以東方之韻「,向市場輸出「中國式」高端商業香水。
  • 英語中的「吃藥」,真的不是eat medicine
    {  今日問題  }生活中遇到奇葩,我們現在都流行說:嗯,該吃藥了,藥不能停。
  • 600名能「解決真實世界問題」的AI大學生結業!
    除了剛剛提到的項目之外,還有「AI 識別車輛損傷」、「AI 金融風控」、「3D 醫學影像診斷」等最貼近產業一線需求的課題;有「AI 魔鏡」、「AI 髮型師」、「AI 神筆馬良」等生動有趣的課題;也有「定雨神針:提高降水預報時空準確度」、「用人工智慧構建一帶一路相關項目的知識圖譜」這樣具有深刻社會意義的課題。
  • AI新藥獲巨頭認可,輝瑞宣布與Insilico Medicine達成合作
    合作細節是 —— 利用Insilico Medicine的機器學習技術和專有的Pandomics平臺,為多種疾病尋找潛在的治療靶點,以及找到真實世界證據。Pandomics是Insilico Medicine推出的藥物發現工具,應用於治療衰老和腫瘤。Insilico Medicine是利用新一代人工智慧技術進行藥物發現的企業。
  • 2020年遊戲陪練行業:頭部玩家凸顯,標準正在形成
    不過近年茶館發現,「遊戲陪練」這個行業並沒有就此沉寂。反而在經過數年時間的洗牌後,絕大多數低質量、打擦邊球的產品已經被陸續淘汰。篩選出的頭部企業也正在推動行業更規範、更陽光的發展。頭號玩家現在市面上,能叫得出名字的「遊戲陪練」APP 其實並不多,比心、獵遊、小鹿、玩伴算是發展得比較好的。其中比心又是他們之中的絕對頭部產品。
  • 當今群雄逐鹿的 AI 晶片行業,終將是頭部玩家的天下
    但是,產業發展還是要遵循一定的產業規律,「商業技術評論」認為,絕大多數AI晶片公司都將成為歷史的炮灰,最後,在雲端和終端只剩下為數極少的幾個玩家。為何這麼說,請聽本社慢慢道來!首先我們來分析下目前對AI晶片的需求主要集中在哪些方面。
  • 藥物發展簡史:從柳樹皮到「上帝的手術刀」
    這些物質之間的轉化,涉及到大量的酶(一類能催化化學反應的蛋白質)。這些酶和小分子之間的作用機制,是生物化學的主要研究內容。▍不同的藥物作用在不同的「靶點」上第一個問題,疾病的產生。預期這兩款藥物會在定價、使用便利性、真實世界療效和包括營銷方面激烈對決,但無論結果如何,它們的成功獲批無疑給行業帶來了巨大的熱情和希望,因為這才是核酸類藥物最擅長的應用場景。從能解決的問題上來說,核酸類藥物有著不同於小分子和抗體藥物的特長。但是從藥物研發的角度來說,核酸類藥物要衝破重重阻礙,才能真正發揮作用,這比小分子和抗體要複雜很多。
  • 騰訊AI Lab 2020 年度回顧
    GROVER 是業界首個開源的基於深度圖神經網絡的圖數據的大規模預訓練模型,研究人員可以快速將其作為基礎組件應用到需要對小分子進行編碼的藥物研發相關研究中,助力藥物研發相關應用,例如分子屬性預測、虛擬篩選等任務。
  • 回顧:Drive.ai 、文遠知行WeRide、51VR,三大視角解讀自動駕駛仿真
    目前行業內逐漸達成共識,仿真成為每一位自動駕駛玩家的技術儲備。擁有10年自動駕駛經驗的Waymo依舊非常依賴模擬測試;百度阿波羅也早早將仿真平臺作為其主要的核心技術;Roadstar.ai、Pony.ai、AutoX等諸多自動駕駛初創公司都在自主研發模擬器。不同於雷射雷達、晶片、算法,自動駕駛模擬器因對標公共環境路測,其發展相對較晚,擁有成熟產品形態的公司較少。
  • 春季如何「耕耘」頭部?做好「生發」「護髮」「固發」這三步
    本 期 導 讀 春季做好頭部的耕耘,可以讓頭髮恢復生機,長長長!再過幾天就要立春了,正所謂「律回歲晚冰霜少,春到人間草木知」,作為人體的「草木」,我們的頭髮也感應到大自然的號召,想要在春天「發芽」,因此春天是頭發生長的絕佳時機。
  • 創新工場論文入選NeurIPS 2019,研發最強「AI蒙汗藥」
    顧名思義,「數據下毒」即讓訓練數據「中毒」,具體的攻擊策略是通過幹擾模型的訓練過程,對其完整性造成影響,進而讓模型的後續預測過程出現偏差。(「數據下毒」與常見的「對抗樣本攻擊」是不同的攻擊手段,存在於不同的威脅場景:前者通過修改訓練數據讓模型「中毒」,後者通過修改待測試的樣本讓模型「受騙」。)
  • 2018 公開課盤點應用篇:面向 AI 開發者,「猿桌會」帶你看各路大神...
    本堂課乾貨滿滿,受到了 AI 研習社粉絲們的歡迎,成為 2018 年度觀看量最高的「猿桌會」公開課。南洋理工大學顧玖強:從 NLP 到 CV+NLP:計算機視覺和自然語言處理結合介紹公開課回看地址:http://www.mooc.ai/open/course/441內容簡介:自然語言處理幫助人們研究如何使得機器「說
  • 商湯組了「最強大腦」局,正兒八經解釋為啥搞起電競AI
    堪稱電競職業玩家「轉型最成功」的案例之一。而商湯作為一家以計算機視覺技術著稱的公司,這一步棋又意在何為?近日,在世界人工智慧大會的圓桌論壇《從電競到AI》中,商湯道出了其目的:入局電競,發力決策型 AI。這些年,有關「電競AI」的那點事先來盤一下「電競 AI」這件事情。
  • AI加速新冠藥物研發,Insilico Medicine設計出百餘個新穎分子結構
    近日,人工智慧新藥研發公司Insilico Medicine宣布運用其專利的AI藥物研發平臺,設計了新冠病毒的3CL蛋白酶靶向小分子的結構。藉助生成化學方法,該公司能以分子的特定性質作為生成條件,設計出眾多具有各種特性的分子。接下來,該公司將運用自有資源,及國際大型公開研究平臺的各團隊,合成並測試其中100個分子,推進相關藥物研發。
  • 華為招兵買馬強化AI藥物研發?業內人士:符合華為硬核科技定位
    其中利用 AI 進行藥物研發更是備受熱捧,AI 目前已經廣泛應用於藥物研發的多個場景,包括藥物靶點發現、候選藥物挖掘、化合物篩選、ADMET 性質預測、藥物晶型預測等。 目前,網際網路巨頭谷歌以及國內網際網路玩家百度、阿里巴巴、騰訊等已經相繼入局 AI 藥物研發。