2018年，钛媒体将陆续推出对于前沿云端科技创业公司的全景调查。本项目主要由阿里云“诸神之战”全球创客大赛推荐，钛媒体筛选，独家采访与追踪。记录最值得记录的中国前沿科技创新史，欢迎点击订阅特色专题：“诸神之战”独家追踪。
谷歌、腾讯、红杉资本中国、真格基金、峰瑞资本，这个堪称豪华的投资阵容，是由一家成立仅三年的创业公司聚齐的。
2018年1月24日，AI制药企业晶泰科技宣布完成约1500万美金B轮融资，由红杉资本中国基金领投、谷歌跟投，A轮投资方腾讯继续追加投资。这是继Mobvoi、触手后，谷歌在中国的第三笔投资。
“谷歌的投资决策很快，前后不到一个月时间。”谈及B轮融资，晶泰科技创始人温书豪向钛媒体透露，国内所有主流机构基本都接触过。“我们是AI、云计算和医药结合的公司。红杉资本中国更多是代表医药产业资源，谷歌和腾讯代表的是AI和云计算。“
与多数AI创业公司不同，晶泰科技的前两轮融资反而避开了人工智能最火热的那两年。
2015年，晶泰科技获得腾讯、真格基金、峰瑞资本数千万元A轮投资。峰瑞资本创始人李丰曾在一次公开分享中提起过这次融资，产生投资想法时，李丰刚刚离开IDG资本，峰瑞资本的新基金还没做起来。但后来，晶泰科技成了峰瑞资本在AI医疗领域的第一笔投资。
帮助药企找到“金刚石”晶泰科技于2014年成立，彼时，温书豪、马健、赖力鹏三位创始成员都还在MIT（麻省理工学院）进行博士后研究。创业开始时，团队发现对于小分子药物来说，晶体是很好的切入点，因为身处药物研发重镇波士顿，于是便聚焦于药物晶形预测这一方向。
分子不同的排列方式构成了不同晶型乃至固相，一种药物可以有多种晶型，但不同晶型在体内的溶解和吸收可能不同，也会影响制剂的溶出和释放，进而影响临床疗效和安全性。
正如石墨和金刚石，同样是碳原子构成，但金刚石因其稳定的结构也更具商业价值，晶泰科技做的事情便是，帮助药企找到“金刚石”。
辉瑞药物科学部材料科学首席科学家Geoffrey Wood曾提到过药物晶体的重要性，“晶体的多态性能够决定化合物特性，包括了熔点、溶解度、物理和化学稳定性等，我们想要知道，如果它是更加稳定的一个形态，我们怎样能够找到它。”
在钛媒体记者此前的报道中曾提到过，新药研发的链条分为研发靶标的确立、临床前研究、申请临床试验（从实验室推到动物、推到临床）、新药申请、上市及检测等几个阶段。整个过程长达十年甚至更久，而每个阶段都是一场残酷的“淘汰赛”，这意味着，创新药研发的成功率随着链条的向后延伸而愈来愈低。
虽然药物晶型主要涉及药物研发前半部分，周期长达6—8年，但更大的考验在于，研发结果的不确定性。“药晶体以前关注的人不多，但小分子药物要变成真正产品的话，这是没办法绕过去的环节。”温书豪坦言，药物晶型研究的最终目标是要获得固体化学药物的“药物优势晶型”，这是一个涉及到化学、物理学、生物学及分析学等多个交叉学科的难题。
利用深度学习和量子物理算法实现的晶体结构预测技术能如何帮助药物研发呢？Geoffrey Wood认为其优势在于，“我们可以通过结构优化的过程，使时间非常紧张的情况下，设计出很好的药品。”
目前晶泰科技专注于对晶体研究算法效率的提升，并通过人工智能来预测ADMET (药物的吸收、分配、代谢、排泄和毒性）等药物开发信息。“这个领域不是说只有一个AI背景、智能算法就容易进入，更多的既要人工智能的算法又需要物理的、包括医药的。“温书豪坦言，涉及到的多个学科，让这件事儿的门槛变得更高。
但这也意味着，一旦做出来会很实际地帮到药企，“如果在这个地方能帮到他们的话，相当于算法在一个关键环节落地了。”
落地2016年，是晶泰科技的关键节点。
那一年，晶泰科技获得了一家顶级国际药企的晶型预测盲测机会，与参与盲测的多家知名机构与技术队伍相比，晶泰科技还只是一家初露锋芒的创企。
幸运的是，晶泰科技从盲测队伍中脱颖而出，获得了这家跨国药企的认可与合作。Geoffrey Wood则在2017年一次公开演讲中透露了晶泰科技脱颖而出的原因，“我们有三个不同的化合物，让晶泰科技预测一下它的晶体结构，将传统的工作流程时间和晶泰科技帮我们做的时间对比发现，时间缩短了，而且准确性提高了。我们可以把晶体预测的时间从一个月、两个月，缩短到一两天，同时我们还可以去想怎样优化我们的分子结构。”
这次盲测让温书豪意识到，“外部的驱动力很重要。药企会从他们的角度来看我们的算法和应用场景，这种结合对我们帮助很大，这种客户不是简简单单的客户，更多是战略合作伙伴，人工智能落地是工业需求引领的。”
目前晶泰产品的受众以药企为主，推出了“药物固相高精度筛选与设计云平台”与“AtomPai”这两个平台。
“药物固相高精度筛选与设计云平台”这一部分的算法更多是以合同研发模式服务药企，利用云计算和量子物理、计算化学相关的方法来进行计算。AtomPai则有两个版本，一个是AtomPai Zero，主要面向更广泛的科研机构和企业，另一个是AtomPai Renova版本，主要面对药企，针对药物早期发现、药物设计等方面的需求。
AtomPai Zero是以云计算平台作为支撑，把日常分析所需要的数据和算法提前部署在上面，不论是医院的医生，还是药企的数据分析人员，或者是学术界做研究的老师，不写一行代码，就可以用到人工智能算法进行辅助研究。
AI算法到了药物研发领域需要高度定制化，并非放之四海而皆准，对于不同研究领域和方向，都需要各种参数调整和比较特殊的算法定制化，这便是AtomPai Renova诞生的前提，目前这种基于项目上的合作，已经能实现针对药活性的预测、ADMET (药物的吸收、分配、代谢、排泄和毒性）等影响药物在后期走到市场上的二十多种问题。
把算法赋能给药企、帮助药企提升研发效率，这是温书豪认为AI创企的机会，而晶泰科技的这些算法全部基于其在AWS、腾讯云、谷歌云和阿里云上的布局，晶泰科技联合创始人赖力鹏透露，目前在云平台上可以调用超过一百万个CPU，“依赖于这种庞大集散资源的支持，我们才有现在的发展。”
现在是诸侯混战开始阶段温书豪也有着同样的看法，“AI热潮的涌起源自于硬件方面的突破，近几年数据量又有所爆发，AI医药可能带来一些新的爆发点和机会。”
这种看法来自于晶泰科技的客户，虽然目前晶泰科技的客户以国际药企为主，但在接触国内外药企时，温书豪感觉到几乎100%的药企对这个方向报以极大的兴趣，而且公司高层都会在这个方向投入很多经费。他对此很乐观，“人工智能技术的发展确实很快，又有药企的推动，如果乐观估计，2-3年肯定会看到这个技术在行业内落地开花。”
但据钛媒体潜在投资统计，目前全球范围内致力于早期阶段药物研发的人工智能企业仅有十家，多分布在美国地区，目前只有两家进入中期融资阶段。
为何这类创新公司在中国发展相对缓慢？2017年10月，在晶泰科技联合辉瑞、腾讯共同举办的人工智能医药大会上曾有过相关的讨论，科辉创新董事长赵春林认为，人工智能医药创新型公司在中国快速发展面临最大的挑战是，中国的新药研发很少；启明创投合伙人叶冠泰的担忧却是，“有一个比较平衡的基因，稍微懂得商业化，又懂得医疗，又懂得IT的公司是非常少的。”
与此同时，全球创业公司面临的共同问题是如何获取高质量数据。虽然目前晶泰科技的数据来源有三个方向：公共数据、自身研发数据以及药企合作数据。但温书豪认为这一行业将面临两个核心问题，“1、怎么保证高质量数据，因为数据海量产生，但只有专业机构里有非常严格标准的流程，才能获得这些高质量数据，如果无法获得高质量数据，是无法获得真正有效的AI模型的；2、数据的私密性和安全性也是另外一个问题，因为好的数据对每个药企公司都是非常重要的数据资产，怎么能够以什么方式共享出数据呢？”
数据问题并非一家可以解决，温书豪认为需要药企、创业公司与政府共同推动，“这是比较复杂的多方问题综合决定的情况。”
“只要真正落地到企业，或者能帮助到这些Scientist，让他们看到效率提升的话，应该会更快。”但同时，温书豪又提出了另一个问题，“你和别人的差别到底有多大？你也是做人工智能，别人也是在做人工智能，虽然数据里边相差的小数点或者数值不大，但是否真正帮助药企解决了问题？”
药物研发的周期长达十年甚至更久，利用AI技术产出药品没办法较快看到结果时，温书豪认为更关键的在于，“产品的应用场景、算法是不是真正帮助药企解决实际问题。”
目前，晶泰科技还尝试和波士顿地区制药领域的科学家合作，通过跟他们交流来发现药工业领域的应用场景，比如和科学家们共同组建公司，或者直接合作开发产品。
“我们肯定会在药物固相这个领域做到极致。”晶泰科技基于晶型预测算法积累了底层技术，在此基础上，公司也会在药物研发的各个环节，比如早期药物发现、临床影像、药代动力学、制剂等领域有所尝试，“一些已经在推进，今年下半年应该会逐渐看到在不同环节算法落地的情况。”温书豪坦言，“人工智能和医药的结合，现在已经是诸侯混战的开始阶段了。”（本文首发钛媒体，记者／付梦雯）
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
澎湃新闻记者 贺梨萍
全球约有200多家人工智能药物发现公司，在这一浪潮中，步伐较快的英国AI药物研发公司Exscientia在2年前就宣布了由AI设计的第一个分子DSP-1181进入I期临床试验。国内的创新企业和制药企业也在这一赛道上布局和加速。
澎湃新闻记者获悉，2月24日，国内人工智能药物研发公司英矽智能（Insilico Medicine）首个由AI发现的抗纤维化候选药物的I期临床试验中完成向多名健康志愿者的临床给药。
英矽智能成立于2014年，2019年6月在上海市浦东区注册并落地。该公司开发人工智能系统，利用深度生成模型、强化学习、变换模型和其他现代机器学习技术来生成具有特定属性的新分子结构。英矽智能还开发了用于生成合成生物数据、目标识别和临床试验结果预测的软件。
该候选药物是由英矽智能的人工智能药物发现平台生成的首个抗纤维化小分子抑制剂ISM001-055，用于治疗特发性肺纤维化（IPF）。特发性肺纤维化是一种导致肺功能进行性、不可逆转下降的慢性肺部疾病。
英矽智能利用其靶点发现引擎PandaOmics和小分子生成引擎Chemistry42分别发现全新靶点并设计分子结构。PandaOmics和Chemistry42是英矽智能端到端人工智能药物研发平台 Pharma.AI 的一部分。
英矽智能此前曾展示，全球首例通过人工智能识别全新靶点、并设计生成全新临床前候选化合物用于治疗特发性肺纤维化的研发流程，仅历时不到18个月，研发成本仅为260万美元。通常情况下，一个药物研发项目从确定靶点到提名临床前候选化合物可能需要上亿美元，且耗时也是以年来计算。
实际上，此前的2021年11月，英矽智能在澳大利亚启动了探索性微剂量人体试验，受试者包括8名健康志愿者。公司称，试验结果显示微计量的ISM001-055 在人体内表现出良好的和安全性和药代动力学特征。
此项I期临床试验采用双盲、安慰剂对照、单次和多次剂量递增的试验设计，旨在评估ISM001-055的安全性、耐受性和药代动力学（PK）特征。据介绍，80名健康志愿者将分在10个队列中进行给药 ，其中包括5个单次剂量递增队列和 5个多次剂量递增队列。研究的主要终点是确定最大耐受剂量，并为之后的 II 期临床试验提供给药剂量建议。
值得关注的是，人工智能在制药领域的应用已经从一种“趋势”转变为一种“共识”。去年10月，多家制药巨头包括阿斯利康、默克、辉瑞、梯瓦联合推出的AI药物研发实验室AION Labs宣布正式启动。去年11月初，全球科技巨头谷歌母公司Alphabet公司也宣布成立一家以人工智能来筛选药物的公司Isomorphic。
责任编辑：李跃群 图片编辑：陈飞燕