|
在资本寒冬中，中国AI+新药研发领域又多了一个新面孔。 走过AI在互联网领域近20年的探索之路，作为2021年中国人工智能年度十大风云人物，邓亚峰选择在功成名就之时，毅然“跨界”进入到医药领域，与合作伙伴联合创立了一家聚焦于AI+新药研发的科技公司——碳硅智慧。 作为一家初创公司，在当前投资机构对创业项目要求更加严格、团队要求更高的当下，今年9月，碳硅智慧宣布完成由联想创投、联想之星联合领投的5000万元天使轮融资，为国内的AI+新药研发领域加了“一把火”。 经过多年的摸索，AI+新药研发已经成为企业揽获真创新成果，获得更新的靶点以及First-in-class药物，提升研发效率的重要途径，AI技术势必会成为医药研发的基础设施，为中国医药创新转型升级助力，为下一个原创新药的发现助力。 表面看起来，碳硅智慧并没有赶上中国AI+新药研发企业涌起的第一波浪潮，但是作为一种新药研发的新方式，AI+新药研发仍处于早期发展阶段，未来三年是AI落地新药研发场景的关键节点。 近来，基于人工智能的内容生成技术（AIGC）、自监督预训练、跨模态多任务大模型等技术突飞猛进，为AI+新药研发领域带来很多新的思路，进一步结合自动化机器人技术，有望引来新的一轮技术突破。碳硅智慧团队，既有二十年人工智能技术的积累，也有二十年药学计算技术积累，刚好处于行业技术变革的前沿位置。因为看见，所以相信，碳硅智慧正依照自身对产业的理解，攻关关键核心技术，与合作伙伴一起不断打磨产品，推动行业发展拐点的到来。 01 杀入制药领域， 打造复合型人才队伍 邓亚峰相当符合投资机构对一名企业创始人及CEO的要求：既懂技术、又懂管理的复合型人才。 在杀入AI+新药研发领域之前，邓亚峰已经是国内AI领域的顶尖科学家之一。自2013年加入百度深度学习研究院，成为一名资深科学家开始，到2016年8月，离开百度加入格灵深瞳，半年后成为CTO，实现从一名技术专家到百人技术团队的管理者，后来又于2020年加入360集团，一度任该公司副总裁、人工智能研究院院长兼搜索事业部总经理，管理400人左右的产品技术团队。邓亚峰具有近二十年人工智能算法及产品研发经验，累计申请发明专利140余项（已授权98项）。  碳硅智慧创始人、CEO邓亚峰 “在工作中不断挑战自我，从不给自己人生设限”的邓亚峰如今又选择成为一名创业者。作为碳硅智慧的创始人、CEO，他身上既没有互联网人的紧迫感，也没有制药企业领导者的焦虑感，而是“务实诚恳、不疾不徐、一切都要慢慢来”的从容。 尽管选择进入医药研发领域有一定的偶然性，但这正是邓亚峰自萌生创业想法以来最为理想的领域。 一方面是性格使然，这是一个惠及每个生命，具有很高社会价值，且让人非常有使命感，充满“不一样”的领域；另一方面，作为一名具有丰富管理经验的创业者，这是一个和互联网、自动驾驶一样具有广阔商业前景的领域，足够承载多家伟大的企业。“目前还有很多疾病没有药可治，如果真的提高了药物研发效率，特别是如果能为罕见病研发出药物，那真是值得骄傲一辈子的事情”。 作为一名创业者，邓亚峰非常明晰自己在公司中的定位，作为CEO主要负责公司的战略规划、运营管理以及人工智能软硬件产品研发。“我不是科学家，而是一名企业家和管理者，公司的发展壮大，必须依靠团队的力量”。邓亚峰明确表示，“当前碳硅智慧的核心目标是研发完成基于AI+自动化的药物发现平台，验证AI计算对于药物发现的价值。而我的任务是对齐团队目标，找到对的人，让团队合作更加顺畅，靠大家的力量，来达成战略目标。” 据邓亚峰介绍，公司在药学领域的研发和布局，以及前沿方向探索，由首席科学家侯廷军负责。据了解，侯廷军为浙大药学院特聘教授，已经在计算机辅助药物设计领域有二十多年的积累，是国家“万人计划”科技创新领军人才，曾获得Elsevier中国高被引学者，在全球学者库发布的2022年学术影响力排行榜上，位列国内药学学科领军人物榜单第三位。  碳硅智慧创始人、首席科学家侯廷军 这样碳硅智慧两名主要创始人明确的分工合作，也让公司从一开始就尽量规避了纯科学家创业不擅长市场及企业运营等种种弊端。对于当前的核心团队架构，邓亚峰充满自信，“天使轮基本上就是看赛道、看团队，整体上我们团队人员构成还是很资深、功底非常深厚的”。 据了解，在这个新生的AI制药公司的领导团队中，有多位在行业内颇有声望的合伙人。如，COO施慧，毕业于北京协和医学院药物研究所，曾担任阿里健康互联网医疗服务总经理，互联网医疗独角兽好大夫在线副总裁，拜耳医药保健有限公司慢病产品高级产品经理等职务；首席算法科学家曹东升，为中南大学教授，获得科技部重点研发计划青年项目首席科学家，长期致力于基于AI的高效化学信息学和计算机药物设计方法和应用研究，独立开发数十款基于AI的化学信息学算法和药物设计软件；算法探索副总裁谢昌谕，浙江大学求是工程教授，拥有量子物理、人工智能双重背景，前腾讯量子实验室理论组负责人（T12级研究员），曾在麻省理工学院、多伦多大学、新加坡-麻省理工科研中心从事理论化学、量子计算、人工智能技术在AIDD、有机材料、生物传感器等方向的应用研究；还有商务拓展副总裁何浩，毕业于中国科学技术大学化学物理系，拥有北京大学国际MBA学位，曾在Oracle、Veeva、百奥知、医渡云等国内外知名企业担任生命科学全国销售及市场负责人，拥有20年以上制药研发、临床试验研究以及医疗卫生信息领域的销售和市场开拓经验...... 他们的共同点都是复合型人才，具有多领域的研发或管理背景，这正是AI+新药研发这一交叉行业所必须的。“这是一个新兴的交叉行业，企业要一步到位找到理想的AI+药物研发人才确实困难重重，幸运的是，我们已经建立了一只优秀的复合型领导团队”，邓亚峰坦言，“目前我依然在积极学习医药领域知识，并且投入大量精力去找到对的人，并培养年轻潜力人才。” 邓亚峰透露，目前碳硅智慧的员工多是单一的人工智能、药学、量子物理、计算化学或软件研发背景，但是当这样一群具有各自不同背景的人聚集在一起的时候，通过一段时间的交流和学习，都逐渐成长为具有交叉学科背景的复合型人才。不到半年时间，该公司已经建立起了近60人的团队。 02 做好底层技术，打磨好产品 作为一家在资本寒冬中诞生的AI制药公司，碳硅智慧当前发展的第一要务是聚焦，将力量聚焦在最核心的AI算法上，力争在AI算法上打透，包括构建多模态多任务统一的分子表征模型，并用于ADMET性质预测，构建基于自监督预训练的分子-蛋白复合物模型，并用于分子蛋白结合构象和亲和力预测，以及构建基于蛋白口袋信息的分子生成和优化模型，用于打造基于AIGC技术的药物设计平台。这些技术都将实实在在提高药物研发的成功率和效率。  除了核心算法外，在对AI制药领域限制最大的数据层面，碳硅智慧一直在三个方面进行努力。
对于当前的AI+新药研发公司而言，最重要的就是让技术落地。据了解，目前碳硅智慧打磨的最核心产品是药物设计平台DrugFlow。 这是一个一站式药物设计平台，希望将药物设计的各个环节都集成到同一个平台上，并且与传统软件不同的是，DrugFlow不是一个用户用完即走的集成工具箱，而是一个药化专家根据最佳实践总结出来的一系列经验流程。 该平台包括靶标发现、虚拟筛选、先导化合物优化、成药性预测等模块，可以帮助药化专家更高效便捷地找到潜在成药分子。而且，DrugFlow不仅仅是一套软件，还集成了自动化试验机器人，且将用户使用过的数据都沉淀在平台上，算法预测结果经过试验验证后，反馈给算法模型用于提升算法效果，最终实现干湿试验闭环。 邓亚峰强调，碳硅智慧希望其产品能够覆盖药物研发领域的各个环节，但不会为了功能多样而做一个开源组件的集成平台，更希望研发具有自主知识产权的高精度模型。这样选择的核心原因是当前领域的技术还不够好，还需要在原创技术上持续创新才能够真正为专家提供帮助。 邓亚峰透露，最近碳硅智慧在多个核心技术上都取得了显著进展，研发了基于强化学习的全新分子生成模型MCMG，基于蛋白口袋做分子生成的模型ResGen，高精度的重打分函数RTMScore和IGN，还有基于多图神经网络的ADMET性质预测模型MGA和可解释性模型SME。这些模型大部分已经在DrugFlow平台集成并发布，小部分在集成中。 自6月份正式运行以来，碳硅智慧已经在Nature Communications、Nucleic Acids Research、Journal of Medicinal Chemistry、Acta Pharmaceutica Sinica B等药学领域国际知名期刊发表论文8篇。 在商业化路径上，邓亚峰表示，基于当前的行业发展情况，碳硅智慧的商业化路径非常明确： 一，打造基于人工智能算法和自动化试验相结合的一站式新药设计平台，既支持公有云SaaS版本，也支持混合云部署版本，为用户提供易用、精确、覆盖药物发现各环节的设计平台，赋能药物设计专家； 二，打造基于AI设计平台的药物设计服务，即基于碳硅智慧研发的药物设计平台，碳硅智慧的药物设计专家为客户提供药物设计服务，支持预付款+管线分成的模式。 目前已经有很多客户在使用新药设计平台DrugFlow，也有几家天使客户在进行药物设计服务的合作。邓亚峰透露，目前碳硅智慧所提供的分子生成优化、虚拟筛选、成药性预测等功能都是客户非常感兴趣的内容。 03 保持理性、渐进式发展 即便如今已经有不少医药企业愿意与碳硅智慧合作，但是邓亚峰对于当前的AI+新药研发仍保持足够的冷静。 邓亚峰承认，“如今AI计算的方法，在药学领域还没能起到立竿见影的效果，这是不少企业或者专家持观望心态的重要原因。”但是可以肯定的是，随着药学领域AI技术的突飞猛进，AI在新药研发中的作用在逐渐放大，也有越来越多的制药企业开始拥抱这一不可逆转的趋势。 近年来罗氏、AZ、BMS、拜耳、吉利德、诺和诺德等全球知名MNC均已密集布局AI+新药研发。他们正在推动当前世界新药的研发方式，由传统的专家+试验的方式，向AI+自动化实验，再加专家的数据驱动方式转变，以提高创新药的研发效率和成功率。 在传统药物研发领域，中国较发达国家有很大差距，如果还是传统的药物研发方式，我们想迎头赶上非常有挑战。但是在AI技术方面中国已经有一定的积累，AI+新药研发，在全球范围内都是一个新兴的研发范式，且是一个人工智能和软硬件自动化技术驱动的领域，从这个角度来看，中国与海外发达国家其实处于同一起跑线上，是我们可能弯道超车的发力方向。 不过，一项新技术的落地总需要一个过程，尤其是当一个新的工具下沉到一个产业中去时，它需要AI技术专家和药物产业专家双方去全力融合。 在此，邓亚峰也倡导，AI领域专家要致力于在核心关键技术上做出突破，而国内医药产业界的专家们，要给AI更多的机会和耐心，双方要在认知上、方法上对齐，且像一个团队一样通力合作。 未来AI将成为制药企业必备的基础设施，每一家制药企业都要拥有一个基于AI的药物设计平台，使用AI药物设计平台的药物设计专家会比不使用的专家取得更高的成功率和效率。而那时的制药领域将如互联网企业一样不会再强调其企业的AI属性，而是将其视为社会公认的企业赖以生存的必备技术。 “虽然已经看到，但我知道这个过程不会很快，会是一个逐步渐进的过程，我们当下需要坚持做难而正确的事，耐住寂寞，当拐点出现的时候，自然就会爆发。”邓亚峰平和地告诉笔者。 |
|
|
