动脉网知识库

登录动脉网

一年四融资,深度智耀何以AI“制药”?

赵泓维 2018-11-30 08:00

当一个企业打算做平台时,它的领袖必然早已久经沙场,看破整个行业的沉浮,又能从缝隙间发掘机遇。谁能想到,在“AI+药物研发”这一新赛道也能跑出制药平台——深度智耀正在将梦想变为现实。

 

今年10月9日,深度智耀获得红杉资本近1500万美元B轮融资。该轮融资距深度智耀成立仅一年有余,但在这期间,深度智耀已获得三轮融资,投资者不乏真格基金这样的优质投资机构。是什么因素能带给深度智耀如此迅捷的发展,我们不妨先从制药说起。

 

漫漫研发路,什么在阻碍我们发展?


众所周知,药物研发是一条漫漫长路,无论是百年的跨国大药企,还是新晋的医药新秀,因为研发失败而巨额亏损之事时常有之,对于国内避险趋利的大环境,90%的药企为仿制药企业也不足为怪。

 

对于深度智耀创始人兼CEO,曾多年就职于跨国药企并参与药物开发的李星而言,这些苦果遥遥无期。直到AI的出现,如何提升药物研发的成功率,缩短药物的进程,降低研发的成本,李星似乎找到了方法。

 

纵观新药研发全流程,总计近20个模块,无论是早期过程中的靶点发现,还是临床试验阶段的患者试验,都是一个“时间+金钱”堆砌的过程,整个流程少至5-6年,多则10余年。过长的投资周期进一步深化的风险与成本,不同流程之间企业内部协调、复核难度加大导致很少有企业能够完整的参与药物研发全流程。这些问题衍生出了CRO、CMO等创新外包方式,即将研发全过程的部分模块交给专业公司,以达到规避风险、加快资金回流的目的。

 

此外,疾病的多样性与药物的特定性形成了错综复杂的需求市场。一些常规疾病拥有足够的信息,不仅研发难度低,研发费用少,其产品需求量也大。反观罕见病,整个市场规模虽大,但单一罕见病因为研究用病例稀少,因此研发难度大,且产品上市后市场大小有限,这也让不少企业退而远之。

 

同时,病毒的特性、药物的晶型都具有易变的特征,导致药物研发完成后有时会面临时滞、失效、失败等问题。雅培的Ritonavir就称在上市以后发生药物晶型改变,至使其亏损2.51亿美元。辉瑞公司在帕金森病和阿尔茨海默病研究方面投入了大量资金,与葛兰素史克公司和礼来公司等几家制药公司一起,联合政府机构在 2015 年共同建立了阿尔茨海默病研发基金,却于2018年 1 月 7 日宣布逐步放弃开发治疗阿尔茨海默病和帕金森病的新药。

 

最后,由于传统的药物研发成果来源于不断的试错,那么当企业打算加快研发进度,尽快切入市场时,不可避免的是人力成本的飙升。

 

擅长大数据运算的人工智能如何解决上述问题


在AI技术问世之后,李星对这项技术产生了极大的兴趣,并在工作之余开始了AI的学习。2017年3月,将AI运用于药物研发的思路跃然纸上,李星从此一发不可收拾,开始考虑AI技术将如何用于制药。

 

李星告诉动脉网记者,“AI+新药”的核心就是利用人工智能算法大幅降低发现靶点、构建分子试错的成本,并通过信息化等优势缩短新药研发全流程。经动脉网整理,可浓缩为以下三个方向。

 

1
更少的试验,更多的试错

研究人员通过AI对上亿个经过标准化注释的生物学、药理学和临床数据进行分析,以获得候选药物和生物标记物,或在早期对影响药物性质的晶型特点做出比较准确的预测,帮助药企在早期遴选最容易成功的分子候选、晶型、固相以及研发路线,从而选择风险最低的路径,加速进程。AI企业还可通过预测毒副作用以减少试验次数。对于单一结构、海量的基因数据,AI能够有效的从数据中挖掘到有价值的信息。

 

2
NLP对文献进行筛选

AI通过对大量数据、文献的分析可以很好的改善原材料合成研发,升级的工艺可以减少后续试验的次数,有时还能降低原料成本。在获得药代动力学数据后,AI可以更精确的指导临床研究,指导临床时给药的频率和剂量。

 

3
云平台链接数据与患者

通过临床数据融合系统,企业帮助医院和科室建立结构化病历数据库,提高诊断、随访、科研等各环节的效率。在关联如此众多的信息后,AI可帮助医生寻找临床试验需要的患者,从临床试验这一环节入手加快新药研发。

 

让天下没有难做的新药,为患者带来希望之光


面对如此多的新药研发流程,国内制药企业无法承担高昂的研发成本等现状,深度智耀由此出发,用先进的人工智能技术赋能新药开发与申报全流程,帮助国内乃至全球的药企更快更好的研发新药。

 

深度智耀以客户需求为原则,运用AI加速靶点发现和临床研究,为制药企业制造基础平台。在这两个环节上,深度智耀一比一的投入了大量员工。

 

基础平台的建设非一日之寒,其中知识图谱的建立便需大量的时间。因此,深度智耀招揽了众多翻译人员对海外的文献进行翻译,以求针对国内市场研发出更为符合用户需求的产品。

 

如今,深度智耀已陆续推出了多个产品原型,包括AI驱动的药物合成、药物设计、药物活性预测;临床研究阶段包括AI驱动的药物警戒系统、注册事务系统、翻译平台等,其成果覆盖了新药研发全流程上的一些关键节点。其中的药物警戒系统广受用户好评。

 

在靶点发现方面,深度智耀目前主要聚焦于肿瘤与罕见病,李星透露:“我们可以根据客户的需求量身定制算法。”

 

深度智耀新一代的人工智能药物合成系统“菩提”可通过大量学习公开的专利和论文数据库,大幅提高化学家的工作效率:输入一个化学结构式,系统可以瞬间推送数条优化的合成路线。支持这一算法的算力一部分来源于自建设备,一部分来源于公有云。通过这种模式,深度智耀能够应对多线任务并进的情况,并可根据任务权重规派算力。

 

但即便有优秀的化合物筛选算法,深度智耀也几乎不主动挖药。李星谈到“对于深度智耀而言,运用算法去挖掘药物可以有效提升效率和成功率,但这并不是一种可持续发展的模式。我们或许可以在短时间获得超常的收入,但从长远来看,我们做好自己的事,让更多药物研发机构和科学家能使用我们的技术,让中国的技术走出国门,造福更多的患者,这才是最有意义的事。”

 

随着数据的增加,深度智耀基础平台的效率将会越来越高,对于企业而言,进行靶点筛选、临床研究、审批上市纯靠人工费时费力,且成本高昂,这个时候,深度智耀便是一个很好的选择。

 

苦旅


很多人都希望有一场说走就走的旅行,但并非每个人都有这样的勇气。深度智耀的这一年,是一场由舍弃与重生组合而成的彻底的苦旅。

 

李星接受记者采访时,是在会议间的午餐时间。近几周是深度智耀的关键时刻,B轮融资方才结束,数家客户便抛出了橄榄枝。作为CEO,李星不仅要应对客户的需求,公司自身的运转也自然不能落下。但时间是挤出来的,稀缺者发掘稀缺资源。

 

李星2006年获得了北京大学药剂学硕士学位,随即开启了在辉瑞、赛诺菲、强生等跨国药企长达12年的药物开发生涯。随着AlphaGO等事件的传播,李星也深深为AI所吸引,尝试自学AI技术。2017年3月,她认识到,这将是一条全新的赛道,足以颠覆药物的研发。时至10月,她毅然决然的放弃了跨国药企丰厚的薪资和舒适的环境,创办了北京深度智耀科技有限公司。

 

人才组成企业有力的肌腱,而文化是企业不朽的灵魂。深度智耀发展至今,离不开人才与文化的支撑。药物研发流程涉及约20个功能模块,即使是某个模块的专家对其它模块业务也只能了解大概,而制药还是离IT和互联网非常远的行业,这造成了AI医药研发赛道当前的最大挑战——医药专家和AI工程师的有效融合,或者说“行业+技术”跨界人才的获取。

 

深度智耀招揽一大批来自国内顶尖互联网企业的人才,又拥有一批来自于跨国药企新药研发部门的人才。两类人才之间的融合成为了李星当下最大问题。一流人才总有自己的风骨——制药人有制药行业特有的谨慎,互联网人有不惧一切的狼性。

 

对此,深度智耀展示了一种明确的商业模式,即以满足客户需求最大化与产品落地为目的。在这种模式的指导下,深度智耀的员工虽有独立的意识,却形成了一致的目标,付出了共同的努力。李星表示:“深度智耀的人才结构已十分完备,经过长期的磨合,医药专家已有部分成功转型为AI产品经理、数据挖掘工程师,或AI教练。”

 

今年7月,深度智耀尚仅有20余家客户,不到半年时间,这一数量上升至50多家。这跟深度智耀的狼性文化是分不开的。李星常常与员工共同工作至凌晨,同时也不忘参加各种研讨会,在学习的同时宣传深度智耀的产品。同时,产品的质量是其销售的保障,李星谈到:“新药研发这一领域市场环境相对单一,只要我们的产品能够帮助企业提高效率,企业就会使用。”

 

如今,深度智耀的AI 药物警戒系统和AI 自动翻译申报系统已实现较大规模商业化;AI 驱动的早期药物发现平台和AI 辅助有机合成系统(化学合成和工艺改善)即将进入商业化阶段。

 

未来,深度智耀将继续深耕药物研发,试图通过自主研发推出更多划时代的“AI+新药研发”相关产品,以求更有效的提高药物研发效率和成功率,更高效的推动医药行业的发展。


注:文中如果涉及动脉网记者采访的数据,均由受访者提供并确认。如果您有资源对接,联系报道项目,寻求合作等需求请填写 需求表

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

还没有评论,快来抢沙发吧!

分享

微信扫描二维码分享文章