"數(shù)據(jù)、算法優(yōu)勢(shì)及經(jīng)驗(yàn)證的自研管線，使英矽智能發(fā)展到風(fēng)險(xiǎn)可控的階段。"

本文為IPO早知道原創(chuàng)

作者｜羅賓

AI驅(qū)動(dòng)藥物研發(fā)雖然經(jīng)歷了蓬勃發(fā)展，但道阻且長(zhǎng)。股價(jià)相對(duì)高光時(shí)刻的大跌、裁員等消息都指向了AI制藥公司在資本寒冬下的主要挑戰(zhàn)：AI助力的藥物研發(fā)能力能否被驗(yàn)證。

2022年5月，由端到端的AI驅(qū)動(dòng)藥物研發(fā)企業(yè)英矽智能（Insilico Medicine）所開發(fā)的針對(duì)特發(fā)性肺纖維化（IPF）候選藥物ISM001-055成為了首個(gè)在中國進(jìn)入臨床試驗(yàn)、由AI發(fā)現(xiàn)和設(shè)計(jì)的藥物。7月，ISM001-055完成了首批健康受試者給藥。今年8月，英矽智能完成了9500萬美元D輪融資。

近期，英矽智能創(chuàng)始人兼首席執(zhí)行官Alex Zhavoronkov博士在與IPO早知道的對(duì)話中表示，投資者對(duì)公司的判斷不會(huì)受資本環(huán)境影響。作為一家AI藥物研發(fā)公司，英矽智能保持競(jìng)爭(zhēng)優(yōu)勢(shì)的同時(shí)，也重視風(fēng)險(xiǎn)的可控性。D輪融資的資金將用于加強(qiáng)人工智能平臺(tái)建設(shè)和新藥研發(fā)管線布局，還將投入于全自動(dòng)化的智能機(jī)器人實(shí)驗(yàn)室建設(shè)，該實(shí)驗(yàn)室不久將在蘇州落成。

2014年成立至今，英矽智能已在6個(gè)國家和地區(qū)建立了辦公室和研發(fā)團(tuán)隊(duì)，目前在全球擁有200多名員工。2018年，英矽智能的部分業(yè)務(wù)從美國轉(zhuǎn)移到中國。2021年初，任峰博士加入英矽智能，擔(dān)任首席科學(xué)官。在任峰加入后的一年內(nèi)，公司組建了近100人的制藥領(lǐng)域團(tuán)隊(duì)。2022年6月，英矽智能宣布任命任峰為聯(lián)合首席執(zhí)行官，建立了AI+DD（AI+ Drug Discovery）并進(jìn)的創(chuàng)新組織架構(gòu)。

Alex詳細(xì)介紹了英矽智能一路走來他在關(guān)鍵節(jié)點(diǎn)上的思考和變化。

在創(chuàng)立公司前，Alex擁有計(jì)算機(jī)和生物醫(yī)藥的復(fù)合背景，并在抗衰老領(lǐng)域持續(xù)進(jìn)行了多年研究，也做出了“衰老時(shí)鐘”AI預(yù)測(cè)模型。Alex表示：“如果把衰老看成一種疾病，你就可以基于DNN用人體不同階段的數(shù)據(jù)去預(yù)測(cè)人體的年齡狀態(tài)。你可以進(jìn)一步研究是哪些因素導(dǎo)致了面容衰老和身體機(jī)能衰老，因此我們需要大量的生物學(xué)數(shù)據(jù)。通過訓(xùn)練，我們知道了如何鎖定衰老和疾病進(jìn)程中關(guān)鍵蛋白的變化。”

抗衰老是Alex將畢生投入心血的領(lǐng)域。正是在這些研究中他發(fā)現(xiàn)，將AI用于藥物發(fā)現(xiàn)有更大的探索空間。2014年，Alex創(chuàng)立了英矽智能。通過對(duì)數(shù)據(jù)追蹤、收集和清洗，算法搭建、完善和驗(yàn)證，公司建立了一體化的人工智能藥物發(fā)現(xiàn)平臺(tái)Pharma.AI，其主要包括：靶點(diǎn)發(fā)現(xiàn)引擎PandaOmics、小分子生成和設(shè)計(jì)引擎Chemistry42和臨床試驗(yàn)結(jié)果預(yù)測(cè)引擎InClinico，用于變革藥物發(fā)現(xiàn)及開發(fā)流程。

2018-2020年，AI制藥從概念開始進(jìn)展到一些里程碑，英矽智能也從軟件平臺(tái)服務(wù)商發(fā)展到AI驅(qū)動(dòng)的biotech。在Alex看來，這樣的轉(zhuǎn)型是順勢(shì)而為，“英矽智能創(chuàng)立之初主要通過為藥企服務(wù)，來訓(xùn)練算法并驗(yàn)證平臺(tái)的能力。但現(xiàn)在大藥企建立了自己的AI團(tuán)隊(duì)，對(duì)數(shù)據(jù)的開放程度不高，對(duì)外界的需求也在降低。”

至今，英矽智能建立了超過30個(gè)新藥研發(fā)項(xiàng)目，涵蓋自研與合作兩種商業(yè)模式?！坝⑽心芰⑨槍?duì)全新靶點(diǎn)的管線推進(jìn)到臨床，大藥企更加信任我們了。我們?nèi)匀粫?huì)與大型藥企繼續(xù)合作，但如果沒有這種驗(yàn)證，不會(huì)有真正的合作。”

在談到未來5年英矽智能的愿景時(shí)，Alex表示，公司將進(jìn)一步保持人工智能平臺(tái)建設(shè)的領(lǐng)先地位，同時(shí)推進(jìn)自研管線的發(fā)展并加大對(duì)外合作。“我們的管線證明了平臺(tái)能力和研發(fā)實(shí)力。盡管大型藥企的合作意向通常會(huì)等到一款產(chǎn)品的臨床II期的驗(yàn)證結(jié)果，但我們想與合作伙伴從早期階段，比如PCC（臨床前候選化合物）階段，就開始授權(quán)合作。”

此外，他還希望監(jiān)管方面能夠?qū)I制藥有進(jìn)一步的了解和政策支持，“我們正在致力于降低新藥研發(fā)的風(fēng)險(xiǎn)，提高運(yùn)營效率，如果監(jiān)管機(jī)構(gòu)以不同于傳統(tǒng)研發(fā)的監(jiān)管策略來審視，我們將有望更快地服務(wù)于患者。我們的初衷是盡快給患者提供更有效、更經(jīng)濟(jì)、更多選擇的藥物?！?/p>

以下是對(duì)話內(nèi)容（有刪節(jié)）：

Q：IPO早知道

A：Alex Zhavoronkov 英矽智能創(chuàng)始人兼CEO

Q：2012到2013年AI已經(jīng)有一些實(shí)際應(yīng)用，以你的經(jīng)歷看，AI能夠高效推動(dòng)生物制藥行業(yè)發(fā)展的關(guān)鍵因素是什么？

A：AI在應(yīng)用層面有兩個(gè)細(xì)分領(lǐng)域發(fā)展非?？臁Ｒ粋€(gè)是圖像識(shí)別，AI擅長(zhǎng)于此，技術(shù)成熟，很快能商業(yè)化。AI圖像識(shí)別太過于原始，它只是將AI作為工具，雖然圖像識(shí)別用于疾病診斷對(duì)醫(yī)療帶來了很大進(jìn)步，但這不是我們想選擇的方向，這并不是做創(chuàng)新。另一個(gè)領(lǐng)域是文本處理，經(jīng)過深度學(xué)習(xí)，AI對(duì)文本的理解能力大幅提高，現(xiàn)在AI甚至可以生成很棒的文本。制藥行業(yè)中，很多醫(yī)學(xué)文獻(xiàn)和專利數(shù)據(jù)、患者數(shù)據(jù)可以被AI很高效地處理，我們考慮過這一塊，但最終還是決定走一條沒人走過的路，開辟新的路，這樣才會(huì)有真的突破。

最初，我們主要的創(chuàng)新是在用AI理解和處理基礎(chǔ)生物學(xué)數(shù)據(jù)這塊，利用我們的深度神經(jīng)網(wǎng)絡(luò)（DNN）模型去預(yù)測(cè)生理年齡（biological age），這里面有非常多的故事。

曾有一家藥企找到我們，讓我們針對(duì)一款藥物找到能夠應(yīng)答的靶點(diǎn)，或?qū)?yīng)答和不應(yīng)答的靶點(diǎn)做區(qū)分。此前他們已經(jīng)試了很多種方法都沒有成功。我們當(dāng)時(shí)考慮，或許可以用基因組學(xué)數(shù)據(jù)去讀出衰老相關(guān)的靶點(diǎn)或生理年齡預(yù)測(cè)靶點(diǎn)對(duì)這款藥物的應(yīng)答狀況。我們發(fā)現(xiàn)預(yù)測(cè)生理年齡更年輕的患者，對(duì)這款藥物在相應(yīng)靶點(diǎn)有應(yīng)答，但預(yù)測(cè)值更年長(zhǎng)的則無應(yīng)答。我們的方法比醫(yī)生的判斷更快更準(zhǔn)，這讓我們很受鼓舞。

第二個(gè)小故事很有意思，發(fā)生在肺纖維化（IPF）項(xiàng)目研究的初期。起初我們想針對(duì)無法治愈的重大疾病挑戰(zhàn)發(fā)現(xiàn)全新靶點(diǎn)。剛開始我們用AI發(fā)現(xiàn)了20個(gè)候選靶點(diǎn)，之后利用優(yōu)先級(jí)排序篩選出了5個(gè)靶點(diǎn)，令人驚訝的是這5個(gè)候選靶點(diǎn)在早期研究中都表現(xiàn)出安全性和成藥潛力，這在靶點(diǎn)發(fā)現(xiàn)中是非常罕見的，一般情況下成功發(fā)現(xiàn)新靶點(diǎn)的幾率只有1%。

還有一個(gè)故事是我們與一家現(xiàn)已上市的美國生物醫(yī)藥公司合作。他們讓我們用自己的方法去發(fā)現(xiàn)能影響胚胎到胎兒發(fā)育過程（embryonic-to-fetal transition）的新靶點(diǎn)。我們研究出預(yù)測(cè)embryonic-to-fetal transition各階段變化的DNN，以及該過程中起決定作用的蛋白質(zhì)結(jié)構(gòu)變化，通俗地說就是哪些蛋白的哪些變化決定了干細(xì)胞分化成了皮膚細(xì)胞、腦組織細(xì)胞等。利用我們的這套系統(tǒng)，這家美國上市公司找到了一個(gè)胚胎發(fā)育過程中決定性的蛋白變化，發(fā)現(xiàn)了一個(gè)有潛力的靶點(diǎn)，這個(gè)新靶點(diǎn)同樣適用于癌癥治療。

后來，這家公司基于這個(gè)新靶點(diǎn)的專利成立了新公司，連同其他專利一起打包在美股上市，新公司上市后的市值達(dá)到了1.15億美元，但他們?cè)诤献髦兄桓督o了我們30萬美元。我們非常震驚，但也明白了自己的價(jià)值。更重要的是，我們意識(shí)到必須有自己的化學(xué)能力，才能獲得足夠的收入，才能在商業(yè)上走得長(zhǎng)遠(yuǎn)。

而說到化學(xué)部分，不得不提到的就是我在UCB（加州大學(xué)伯克利分校）遇到的一位計(jì)算化學(xué)家。2015年我嘗試聯(lián)系他，推薦他使用我們的生物學(xué)AI平臺(tái)，但他告訴我：“Alex，現(xiàn)在最重要的不是發(fā)現(xiàn)靶點(diǎn)，而是要去建立你們的化學(xué)部分的平臺(tái)。以你們的技術(shù)水平，你們化學(xué)平臺(tái)很可能將領(lǐng)先?！逼鋵?shí)在2014年我說過我不懂化學(xué)，也不會(huì)去做化學(xué)的研發(fā)部分，但2015年，GAN（生成對(duì)抗網(wǎng)絡(luò)）技術(shù)出現(xiàn)，我們決定用GAN去支持我們的DNN，后來我們的化學(xué)平臺(tái)發(fā)展得很好，這位計(jì)算化學(xué)家預(yù)言成真。

Q：當(dāng)時(shí)團(tuán)隊(duì)有多少人？

A：25個(gè)，人不多，因?yàn)楫?dāng)時(shí)還只有AI部分，我們還沒打算自己做新藥。25個(gè)人都是AI科學(xué)家或生物信息學(xué)科學(xué)家。

Q：后來是如何發(fā)展AI和藥物研發(fā)團(tuán)隊(duì)的？

A：當(dāng)時(shí)只有少數(shù)公司從純AI業(yè)務(wù)擴(kuò)展到生物學(xué)、藥化領(lǐng)域，既懂AI又懂制藥的科學(xué)家非常少，除非我們?cè)敢饣ㄉ习偃f元請(qǐng)到一些頂尖人才。所以我們采取了一些不尋常的方法招人。我知道東歐有很多機(jī)器學(xué)習(xí)的科學(xué)家，我和東歐的教授一起舉辦了黑客馬拉松（Hackathon）來尋找頂尖的深度學(xué)習(xí)的人才，讓他們?cè)谝恢軆?nèi)挑戰(zhàn)我們發(fā)表的高規(guī)格論文的成果。之后我們選出排名前幾的選手，說服他們加入我們公司。那時(shí)AI科學(xué)家沒有被大型跨國公司的高薪環(huán)境給“寵壞”，他們的忠誠度也更高。相比之下，中國很多AI明星企業(yè)快速興起的時(shí)候，AI科學(xué)家在一家企業(yè)的就職時(shí)間普遍連1年都不到。

AI更早商業(yè)化的圖像識(shí)別、語音識(shí)別等產(chǎn)品，很快能看到結(jié)果，但新藥研發(fā)不是這樣，它需要很多年才能被驗(yàn)證。我們需要AI科學(xué)家在公司很多年，才能知道他們發(fā)現(xiàn)的新分子是否有效。而且光做一個(gè)天才數(shù)學(xué)家是不夠的，我們希望科學(xué)家們了解生物學(xué)和化學(xué)。他們要了解在遺傳水平、表觀遺傳水平、基因表達(dá)水平和表型水平上發(fā)生了何種生物學(xué)變化；如果AI科學(xué)家真正理解了化學(xué)的運(yùn)行原理，他開發(fā)的DNN可以超越人類表現(xiàn)。因?yàn)楫?dāng)你理解數(shù)據(jù)背后的價(jià)值，你才知道選取哪些數(shù)據(jù)進(jìn)行訓(xùn)練；或在你要產(chǎn)生新的想法時(shí)，你才知道數(shù)據(jù)的哪些特征對(duì)最終預(yù)測(cè)結(jié)果的準(zhǔn)確性最為關(guān)鍵。我們現(xiàn)在已經(jīng)有了跨學(xué)科的研究隊(duì)伍。

Q：生物學(xué)數(shù)據(jù)比圖像識(shí)別等其他領(lǐng)域的數(shù)據(jù)更加敏感，你們?nèi)绾翁幚砩飳W(xué)數(shù)據(jù)的這個(gè)問題？

A：民眾對(duì)數(shù)據(jù)的敏感性可能存在一些誤解。據(jù)我所知，2000年人類基因組工作草圖繪制完成至今，還并沒出現(xiàn)人類生物數(shù)據(jù)被正規(guī)使用后導(dǎo)致的不良后果。目前陸續(xù)有很多國家公開了海量的生物數(shù)據(jù)庫，英國是世界上生物數(shù)據(jù)開放程度最領(lǐng)先的國家，它的生物樣本數(shù)據(jù)庫可以被任何公民申請(qǐng)使用，數(shù)據(jù)是匿名呈現(xiàn)的。

科研項(xiàng)目也是數(shù)據(jù)的重要來源之一，我們追蹤了很多國家的科研經(jīng)費(fèi)去向，包括美國、加拿大、歐洲、澳大利亞等，甚至中國。政府對(duì)于科研經(jīng)費(fèi)十分透明，每一筆都需要科研人員匯報(bào)用途。所以我們追蹤了長(zhǎng)達(dá)35年間，一筆筆經(jīng)費(fèi)如何變成論文、專利或獲批臨床研究的產(chǎn)品。很多國家，使用經(jīng)費(fèi)的學(xué)者需要公開發(fā)表他們的研究成果，并把使用的生物學(xué)數(shù)據(jù)錄入公開數(shù)據(jù)庫里，這些都是強(qiáng)制性的要求。

除了英矽智能產(chǎn)生的專有數(shù)據(jù)，我們還收集、整理并清洗了海量公開的生物數(shù)據(jù)庫，并追蹤了價(jià)值2萬億美元科研究費(fèi)所產(chǎn)生的數(shù)據(jù)，用AI去訓(xùn)練它們，所以我們的數(shù)據(jù)有很高的質(zhì)量。

Q：AI加速了生物制藥業(yè)的發(fā)展，這是AI強(qiáng)大能力形成的水到渠成的結(jié)果，還是更多由人的意愿、對(duì)行業(yè)的認(rèn)知所驅(qū)動(dòng)的？

A：兩者都有。其實(shí)AI發(fā)展的初期，我們并不知道它能在哪個(gè)領(lǐng)域起到最大的幫助。人們也經(jīng)常對(duì)AI加速制藥的發(fā)展有許多誤解。一款藥物的發(fā)現(xiàn)與上市需要經(jīng)歷好幾百個(gè)驗(yàn)證的步驟，研發(fā)團(tuán)隊(duì)發(fā)現(xiàn)新的分子，新分子必須能夠合成，還要能確保安全性、有效性，它要對(duì)正確的靶點(diǎn)、通路、生物組織起作用，我們?yōu)榇诵枰龃罅吭囼?yàn)。許多步驟都可以在AI的幫助下加速，但也有很多是AI無能為力的。

我們選擇與大型藥企合作。當(dāng)時(shí)我們發(fā)表了一些極具影響力的論文，吸引到很多藥企的關(guān)注。早期時(shí)藥企沒有AI方面的人才。于是，我們圍繞新藥研發(fā)的端到端流程研發(fā)了一個(gè)工具包，以軟件授權(quán)的形式提供給藥企，而不是像其他公司那樣只專注于某些環(huán)節(jié)。我們最大的收獲不是數(shù)據(jù)，而是積累了專有的知識(shí)和算法，我們逐漸知道AI在哪里可以執(zhí)行、哪里不可以。

過去20多年中，輝瑞等制藥巨頭的重磅產(chǎn)品大多都是收購或授權(quán)引進(jìn)而來，即使是內(nèi)部研發(fā)能力最強(qiáng)的諾華，平均每年上市一款藥物，每年研發(fā)花費(fèi)約90億美元，而且并不都是針對(duì)重大疾病。所以，既然我們已經(jīng)了解了新藥研發(fā)的每個(gè)步驟的工具，我們就要制定更宏偉的目標(biāo)，即研發(fā)出重磅新藥。這也是我們開始第一條管線的初衷，也是任峰博士帶領(lǐng)我們進(jìn)入新的階段的開始。

Q：無論是業(yè)務(wù)層面還是融資情況看，很多昔日的明星AI公司后來遇到發(fā)展瓶頸，所以長(zhǎng)期看，什么是AI能做得好的，什么是AI難以做到的？

A：任何行業(yè)發(fā)展都會(huì)伴隨著泡沫，有些AI公司在一段時(shí)間內(nèi)被高估。比如，AI圖像識(shí)別的壁壘并不高，公開數(shù)據(jù)庫中有大量可被用于基礎(chǔ)訓(xùn)練的數(shù)據(jù)。但生物學(xué)和化學(xué)領(lǐng)域就不同了，這些領(lǐng)域AI還可以發(fā)展出很多新的范式，很多新的AI的能力有待我們發(fā)現(xiàn)。

舉例來說，我們將生成式對(duì)抗網(wǎng)絡(luò)技術(shù)（GAN）用于候選化合物的發(fā)現(xiàn)，我們也獲得了生物學(xué)和化學(xué)合成的數(shù)據(jù)，將年齡預(yù)測(cè)模型和深度生成模型結(jié)合或許可以被用于生成數(shù)字孿生，就像被禁的Deepfake（智能換臉軟件）那樣，我們也可以將這種孿生技術(shù)用于生物學(xué)中，生成與現(xiàn)實(shí)生物完全相同的數(shù)字雙胞胎。例如你可以用GAN創(chuàng)造出50年后的虛擬“患者”，預(yù)測(cè)它未來可能會(huì)有的疾病和得病幾率。因?yàn)锳I擅長(zhǎng)于預(yù)測(cè)人體不同路徑的發(fā)展。

Q：現(xiàn)在看英矽智能有哪些壁壘？

A：首先在AI方面我們有先發(fā)優(yōu)勢(shì)。我們創(chuàng)立時(shí)，藥企并沒有自己的AI團(tuán)隊(duì)，他們能開放地分享一些數(shù)據(jù)和項(xiàng)目，我們從那時(shí)候就開始訓(xùn)練數(shù)據(jù)并生成自己的算法了。但其他新進(jìn)者已經(jīng)沒法復(fù)制這一切了。對(duì)新的創(chuàng)業(yè)公司來說，今非昔比了。新進(jìn)壁壘已經(jīng)很高，我們可以利用好過去的積累。但我們對(duì)于AI的想法就是，無論我們?nèi)〉昧耸裁?，這些成就已經(jīng)消失了。我們?cè)噲D領(lǐng)先行業(yè)好幾年，還在不斷創(chuàng)新。比如我們?cè)诮ㄒ粋€(gè)無人AI實(shí)驗(yàn)室，這個(gè)實(shí)驗(yàn)室完全由機(jī)器人控制，這樣能更快產(chǎn)生更多的數(shù)據(jù)。

第二，制藥部分的進(jìn)入門檻會(huì)更高。一旦你確認(rèn)了靶點(diǎn)獲得專利，并將分子推進(jìn)到人體臨床試驗(yàn)的驗(yàn)證，你就具備了巨大價(jià)值。就好比你是一家餅干代工廠，但現(xiàn)在可以直接研制出餅干上市銷售了，你不需要再去問藥企他們需要做什么類型的“餅干”賣給顧客。

此外，我們的雙CEO架構(gòu)也是一種很先進(jìn)的優(yōu)勢(shì)，因?yàn)檫@個(gè)行業(yè)很多公司的組織還是有很多固有形態(tài)的。所以經(jīng)過一段時(shí)間，有些公司并沒有發(fā)展起來，成功推進(jìn)自己管線的公司變得越來越值錢，也有另一些變成了CRO，作為服務(wù)提供方，他們沒有創(chuàng)造出新的東西。

Q：你們和藥企的合作越來越多。至少在中國，通常一個(gè)公司成為大企業(yè)的合作方，它就很難在流程中有很多決定權(quán)了，所以如果直接面向終端客戶市場(chǎng)，你對(duì)整個(gè)流程就有話語權(quán)了。

A：我們正在取得盡可能多的決定權(quán)。我們?nèi)匀幌Ｍc大型制藥公司合作，他們知道我們的平臺(tái)是已經(jīng)由自有管線完成了驗(yàn)證，因此也更信任我們了。這就是一種競(jìng)爭(zhēng)優(yōu)勢(shì)。很多初創(chuàng)公司可以提出很創(chuàng)新的想法去推動(dòng)新藥發(fā)現(xiàn)。但如果沒有進(jìn)入臨床階段的管線驗(yàn)證，大型藥企不會(huì)真正踏入合作，他們只會(huì)覺得“想法不錯(cuò)，但我們自己也可以做。我們不再需要你了?！?/strong>這種事經(jīng)常發(fā)生，就像你帶著一個(gè)想法去找到風(fēng)險(xiǎn)投資機(jī)構(gòu)，機(jī)構(gòu)也會(huì)親自做一家參考這個(gè)想法的公司。但我們的想法是經(jīng)過我們自己驗(yàn)證的，我們有自己的產(chǎn)品，更加讓人信服。然而，由于驗(yàn)證一款新藥能否做成所需的時(shí)間周期很長(zhǎng)、資源很多，我們要攻克的進(jìn)入壁壘也很高，難度遠(yuǎn)高于驗(yàn)證一套圖像識(shí)別或語音識(shí)別的深度學(xué)習(xí)網(wǎng)絡(luò)。

Q：英矽智能建立了哪些可以沿用的經(jīng)驗(yàn)？未來還將主動(dòng)面對(duì)哪些風(fēng)險(xiǎn)？

A：公司現(xiàn)在的狀態(tài)讓我感到比較從容。安迪·格羅夫的自傳《只有偏執(zhí)狂才能生存》給我小時(shí)候留下很深刻的印象，他曾是英特爾的一任CEO。如今他們已經(jīng)不再偏執(zhí)，但（商業(yè)）狀況也不盡如人意了。而我前所未有地感到我們做得已經(jīng)很不錯(cuò)了，以至于我有點(diǎn)擔(dān)心我們是不是有什么沒有考慮到的。

英矽智能發(fā)展到了一個(gè)風(fēng)險(xiǎn)可控的階段。我們有由我?guī)ьI(lǐng)建設(shè)的AI藥物發(fā)現(xiàn)軟件平臺(tái)，任博士牽頭的藥物研發(fā)業(yè)務(wù)也有巨大的價(jià)值。理論上我們沿著這些模式發(fā)展就好了，但這不是Insilico的企業(yè)文化。

所以我們正在建立智能機(jī)器人實(shí)驗(yàn)室。我們希望用自動(dòng)化、智能化、機(jī)器人等跨界融合技術(shù)去加速新靶點(diǎn)發(fā)現(xiàn)、驗(yàn)證的過程。我們建立了一個(gè)人工智能大腦，用積累的數(shù)據(jù)訓(xùn)練它，讓它在高通量、高功率的實(shí)驗(yàn)室環(huán)境中創(chuàng)建更多用于訓(xùn)練的數(shù)據(jù)，同時(shí)也在此過程中發(fā)現(xiàn)新藥靶點(diǎn)。這個(gè)實(shí)驗(yàn)室不久將在蘇州落成，它可能是全球最復(fù)雜的靶點(diǎn)發(fā)現(xiàn)的實(shí)驗(yàn)室。但我們并不是在押注于這個(gè)實(shí)驗(yàn)室，公司現(xiàn)在有穩(wěn)定的商業(yè)模式。

如果要說到我個(gè)人最感興趣的增長(zhǎng)點(diǎn)，那可能是雙效靶點(diǎn)的新藥發(fā)現(xiàn)，也就是同時(shí)治療疾病與衰老的療法?，F(xiàn)有的很多治療方法只能盡可能延長(zhǎng)生存期，并不能真正拯救生命。但如果我們的療法在治療癌癥、糖尿病或中樞神經(jīng)疾病等的同時(shí)，也治療基本的衰老路徑，患者的獲益是最大的。即使病人體內(nèi)沒有100%對(duì)藥物進(jìn)行應(yīng)答，沒能治愈某種疾病，但這種藥物仍然可以改善衰老機(jī)制，患者也因此延長(zhǎng)了生命。今年早些時(shí)候，我們將這一雙效靶點(diǎn)發(fā)現(xiàn)的想法發(fā)表在Aging上，在抗衰老研究領(lǐng)域，我們是領(lǐng)先的公司。

我認(rèn)為抗衰老的研究的參與度和影響力在未來會(huì)爆發(fā)。2014年是，我創(chuàng)立了ARDD（Aging Research for Drug Discovery），如今它成了全球最大的抗衰老研究大會(huì)。一些政府已經(jīng)在鼓勵(lì)抗衰老相關(guān)的研究，例如沙特阿拉伯最近宣布每年將提供10億美元的研究經(jīng)費(fèi)以支持抗衰老研究；美國已經(jīng)將此類科研經(jīng)費(fèi)支持提高至每年40億美元。

對(duì)Insilico來說，第三塊要推進(jìn)的業(yè)務(wù)是AI底層技術(shù)的創(chuàng)新。我對(duì)多模態(tài)模型（Multi-modal transformers）非常感興趣，這是一種新的技術(shù)，就好比你可以通過文本利用AI去生產(chǎn)出畫作。

Q：社交媒體上已經(jīng)有很多用AI生成的很棒的圖片，有了AI我們可以媲美大藝術(shù)家。

A：的確，現(xiàn)在也許每月花10美元，你就可以生產(chǎn)出勝過米開朗基羅的藝術(shù)作品。有人說藝術(shù)無法被AI所替代，但現(xiàn)在AI已經(jīng)做到了。AI越是能做好某種任務(wù)，越容易在其他任務(wù)中表現(xiàn)得出色。同樣，我們想讓AI把生物學(xué)和化學(xué)模型統(tǒng)籌起來，并形成大規(guī)模的訓(xùn)練。

標(biāo)簽：