利用 AI 幫助新藥挖掘， Atomwise 獲得 4500 萬美元 A 輪融資

雷鋒網(wǎng)消息，近日，硅谷AI公司Atomwise宣布獲得4500萬美元的A輪融資。孟山都風險投資公司、Data Collective（DCVC）和B Capital Group領(lǐng)投，百度創(chuàng)投、騰訊等都是Atomwise的新投資者。Atomwise公司的主要研究方向是利用AI來加速化合物篩選，幫助新藥發(fā)掘。

Atomwise成立于2012年，目前已籌集超過5100萬美元的資金。該公司旨在減少研究人員花在尋找藥物化合物方面的資金和時間，并有50多個研發(fā)項目正在進行。Atomwise一直與大型制藥公司、生物技術(shù)公司和大學研究實驗室合作，努力加速神經(jīng)退行性疾病、癌癥和其他疾病的新藥候選物的發(fā)現(xiàn)。

Atomwise的軟件分析模擬分子，減少研究人員花費合成和測試化合物的時間。該公司表示，目前它每天篩選超過1000萬種化合物。Atomwise的AtomNet系統(tǒng)使用深度學習算法，并預(yù)測它們在人體中的作用，包括在毒性和副作用等潛在方面的信息，比傳統(tǒng)藥物發(fā)現(xiàn)的過程更快。

2015年，公司在尋找埃博拉病毒治療方案方面的進展讓人眼前一亮，即在 Atomwise 預(yù)測的藥物中，有兩種或許能用來抗擊埃博拉病毒。據(jù)雷鋒網(wǎng)了解，他們用了一個星期就找到了這種藥物，并且成本不超過 1000 美元。

Atomwise首席執(zhí)行官Heifets博士認為，公司使用AI技術(shù)幫助藥物設(shè)計者判斷分子是否還有繼續(xù)研究的必要，大大的節(jié)約了篩選過程的時間，可以間接解決制藥行業(yè)投資回報率低的問題。“制藥行業(yè)不會一直保持較低的投資回報率，這不是長久之計。我們需要像AI這類新技術(shù)來幫助解決這一問題”。

此外，Atomwise的技術(shù)也被用于開發(fā)更安全，更有效的農(nóng)藥。雷鋒網(wǎng)了解到，去年6月份，該公司還宣布與孟山都公司合作，尋找可能保護作物免受害蟲侵襲和疾病侵害的藥品。

在一份聲明中，孟山都風險投資公司的Kiersten Stead博士表示：“我們選擇基于我們從Atomwise手中看到的令人印象深刻的結(jié)果進行投資。Atomwise能夠找到有希望的化合物來對抗農(nóng)作物保護目標，這是農(nóng)用化學品研發(fā)的重點領(lǐng)域。“

Atomwise的獨特之處在于它將大量的數(shù)據(jù)從生命或死亡過程中提取出來。但Data Collective的Matt Ocko提到，它還解決了制藥行業(yè)的“生死攸關(guān)”問題，因為它涉及大量昂貴和耗時的藥物發(fā)現(xiàn)。根據(jù)塔夫斯藥物開發(fā)研究中心的數(shù)據(jù)，投放市場上的新藥成本平均需要12年和約26億美元。

六年前Atomwise推出時，其技術(shù)看起來幾乎就像是科幻小說中的一些東西。現(xiàn)在有一系列公司使用人工智能和機器學習來分析藥物分子并突破藥物發(fā)現(xiàn)過程中的瓶頸，包括Recursion Pharmaceuticals、BenevolentAI、TwoXAR、Cyclica和Reverie Labs。

Heifets表示，Atomwise的主要優(yōu)勢之一是其所開發(fā)的大量項目，這反過來又幫助了其AI系統(tǒng)的迭代升級。該公司的客戶包括美國十大制藥公司中的四家，其中包括默克、孟山都、40多家研究型大學（哈佛大學、杜克大學、斯坦福大學和貝勒醫(yī)學院）以及生物技術(shù)公司。

他補充說，Atomwise的重點也有所區(qū)別。

“藥物發(fā)現(xiàn)有兩個不同的問題：生物學和化學，”他說。“如果你在研究生物學，你正試圖確定哪種蛋白質(zhì)是最好的蛋白質(zhì)。很多AI公司在藥物研發(fā)方面正在研究這個目標識別問題。一旦你選擇了一個目標，你就可以開始研究化學問題：如何提供一個無毒的分子，可以擊中選定的疾病蛋白。Atomwise專注于這些化學問題;具體而言，Atomwise發(fā)明了使用深度神經(jīng)網(wǎng)絡(luò)進行基于結(jié)構(gòu)的藥物設(shè)計。“

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。