我們正在這條路上——

 

　　日前，在深勢科技的新一代藥物計算設(shè)計平臺Hermite發(fā)布會上，《科創(chuàng)板日報》記者在現(xiàn)場采訪獲悉，目前最有效的分子模擬技術(shù)比上一代效率提升了1000倍以上。

 

　　“AI for Science作為一種新的研發(fā)范式已經(jīng)成為領(lǐng)域熱點，我們從業(yè)者應(yīng)該持續(xù)定義與解決行業(yè)關(guān)鍵問題，運用一切先進(jìn)的計算手段提升計算模擬效率，從而盡快促進(jìn)藥物研發(fā)模式從隨機篩選走向理性設(shè)計，從經(jīng)驗驅(qū)動邁向數(shù)據(jù)與模型驅(qū)動，從‘勞動密集’到‘計算密集’的智能化轉(zhuǎn)變。”深勢科技創(chuàng)始人兼CEO孫偉杰對《科創(chuàng)板日報》記者表示。公開資料顯示，深勢科技創(chuàng)立于2018年，曾在18個月內(nèi)連續(xù)完成4輪融資，最近一輪融資額達(dá)數(shù)千萬美元。

 

　　研發(fā)的每個環(huán)節(jié)都有提升空間

 

　　藥物研發(fā)要經(jīng)歷靶點的發(fā)現(xiàn)與驗證、先導(dǎo)化合物的發(fā)現(xiàn)與優(yōu)化、候選化合物的挑選及開發(fā)和臨床研究等多個階段。大體來看，臨床前研究的不確定性更大，臨床研究的成本則更高。

 

　　據(jù)深勢科技對《科創(chuàng)板日報》記者的介紹，從本質(zhì)上來說，小分子化學(xué)藥是由原子、分子排列組合而成的，他們的結(jié)構(gòu)與其對疾病相關(guān)靶點的活性和其他成藥性質(zhì)息息相關(guān)，需要通過實驗試錯來找到、優(yōu)化出理想的物質(zhì)結(jié)構(gòu)，再通過動物模型驗證，最終面臨臨床試驗的終極大考。

 

　　傳統(tǒng)的小分子藥物研發(fā)，通過實驗從已知分子庫中窮舉探索動輒上萬個類藥分子，并基于科學(xué)家的經(jīng)驗和見解進(jìn)行設(shè)計優(yōu)化、再實驗驗證，如此反復(fù)數(shù)輪，最終找到潛力藥物。

 

　　耗時費錢的實驗具有局限性，與科學(xué)家的個人經(jīng)驗、甚至運氣高度相關(guān)；而其中的篩選試錯、設(shè)計優(yōu)化等步驟，完全可以借助AI算法來提高效率和成功率。

 

　　以深勢科技此次發(fā)布的Hermite平臺為例，該平臺涵蓋了從蛋白結(jié)構(gòu)預(yù)測到動力學(xué)研究，從苗頭化合物發(fā)現(xiàn)到自由能評估等環(huán)節(jié)。如蛋白質(zhì)結(jié)構(gòu)預(yù)測工具Uni-Fold，較以往平臺訓(xùn)練時間至少可以減少50%，復(fù)合蛋白預(yù)測精度至少提升15%；Uni-IFD可以精確預(yù)測藥物與靶點的結(jié)合模式；Uni-FEP能夠基于自由能微擾理論、分子動力學(xué)、增強采樣算法，以化學(xué)精度高效評估蛋白質(zhì)與配體的結(jié)合親和能。

 

　　晶泰科技聯(lián)合創(chuàng)始人兼CEO馬健對《科創(chuàng)板日報》記者表示，從目前AI的能力上看，其能覆蓋的點有很多，但相對來說，在分子設(shè)計、研究蛋白的層面上比較優(yōu)勢更強。“但當(dāng)我們建立了足夠的自動化、數(shù)字化水平后，AI的智能化程度也就越高，在藥物研發(fā)上突破的點也就越多。”晶泰科技系國內(nèi)跑得最快的一家AI+藥物研發(fā)企業(yè)，其在2021年完成D輪4億美元融資，融資總額超過8億美元，創(chuàng)全球AI藥物研發(fā)領(lǐng)域融資額的最高紀(jì)錄。

 

　　AI+藥企的合作已經(jīng)落地

 

　　另一方面，藥企對AI制藥的態(tài)度也從謹(jǐn)慎轉(zhuǎn)變到更大規(guī)模的合作。

 

　　在上述發(fā)布會上，《科創(chuàng)板日報》記者獲悉，甫康藥業(yè)與深勢科技簽訂戰(zhàn)略合作協(xié)議，基于深勢科技“人工智能+分子模擬”的算法，融合甫康藥業(yè)在大分子和小分子創(chuàng)新藥物研發(fā)方面的積淀，雙方將一起構(gòu)建新型CoreD特色虛擬化合物庫，加強First in Class新藥創(chuàng)新技術(shù)平臺的建設(shè)。

 

　　“我們認(rèn)為AI+藥物研發(fā)的門已經(jīng)打開了，如果有先進(jìn)計算技術(shù)的AI公司和有藥物開發(fā)經(jīng)驗的公司配合，也許能夠發(fā)現(xiàn)行業(yè)里更多的東西，比如GPCR靶點的預(yù)測、蛋白結(jié)構(gòu)的優(yōu)化等。還有盡可能建一些特色庫，一旦做好了，可能是未來一個很大的方向。”甫康藥業(yè)CEO沈孝坤對《科創(chuàng)板日報》記者表示。

 

　　除了創(chuàng)新藥企，CXO企業(yè)也正在與AI制藥建立聯(lián)系。

 

　　據(jù)悉，近期剛剛上市的CXO企業(yè)泓博醫(yī)藥（301230.SZ）與深勢科技已經(jīng)合作超過一年。“我們有6個客戶、8個項目使用了深勢科技的Hermite平臺，發(fā)現(xiàn)在設(shè)計的分子與蛋白結(jié)合的親和力這一塊，模擬出來的數(shù)據(jù)和實測的數(shù)據(jù)非常吻合。本來一般情況下，這個過程需要2至3年，現(xiàn)在可以很大程度地縮短時間。”泓博醫(yī)藥藥物化學(xué)高級副總裁蔡振偉博士告訴《科創(chuàng)板日報》記者。

 

　　對于當(dāng)前科學(xué)實驗中遇到的問題，深勢科技創(chuàng)始人兼CEO孫偉杰還特別提出了科學(xué)實驗算法的分級理論，即如何對算法設(shè)定合理的期望，怎樣的算法是可以大規(guī)模替代實驗的工業(yè)級算法。算法分為L1至L3三個級別：L1為模仿現(xiàn)實，即對實驗結(jié)果的復(fù)制和外推；L2為預(yù)測現(xiàn)實，對現(xiàn)象的預(yù)測接近實驗精度，并有可預(yù)期的誤差范圍；L3為搜索現(xiàn)實，這就要求能夠準(zhǔn)確預(yù)測現(xiàn)象，并能從空間中直接搜索最佳結(jié)果。

 

　　“當(dāng)前，對于化學(xué)、生物、材料、藥物等實驗學(xué)科，并不一定追求百分之百準(zhǔn)確的算法，只要能夠大幅縮小實驗誤差，明確精度邊界，就可以大規(guī)模的替代此前的實驗?zāi)Ｊ?，所以大?guī)模推廣L2級別，積極發(fā)展L3級別的算法，將引領(lǐng)未來實驗科學(xué)算法的前進(jìn)方向。我們的目標(biāo)是到2025年，在主要模塊上實現(xiàn)L2級別的算法；到2023年實現(xiàn)L3級別的算法。”孫偉杰說。