Deprecated: Creation of dynamic property db::$querynum is deprecated in /www/wwwroot/xxmncs.com/inc/func.php on line 1413

Deprecated: Creation of dynamic property db::$database is deprecated in /www/wwwroot/xxmncs.com/inc/func.php on line 1414

Deprecated: Creation of dynamic property db::$Stmt is deprecated in /www/wwwroot/xxmncs.com/inc/func.php on line 1453

Deprecated: Creation of dynamic property db::$Sql is deprecated in /www/wwwroot/xxmncs.com/inc/func.php on line 1454
英矽智能任峰:探索AI赋能场景降低创新门槛实现范式变革_蛋白质分离器_ballbet贝博BB_ballbet贝博bb平台_BB娱乐平台登录艾弗森
欢迎光临~ballbet贝博BB
语言选择: 中文版 line  英文版

蛋白质分离器

英矽智能任峰:探索AI赋能场景降低创新门槛实现范式变革

时间: 2024-12-06 23:00:27 |   作者: 蛋白质分离器

  还是要审慎选择保持公司自身稳健的财务情况。至于对于目前想要加入的勇于探索商业模式的公司来说,这是一个前沿的赛道,但并非新兴的赛道,无论这一些企业希望专注于AI研发平台还是AI驱动的创新药物管线,想要成功就必须找到差异化优势所在,并尽快完成验证坚持做对的事。

  数年前,Alex Zhavoronkov博士看到生成式AI的巨大潜力后,决定将这一技术带到生命科学领域,以此为方向,于2014年成立了英矽智能。

  十年后的今天,AI席卷各行各业,有数据披露,医疗AI及相关这类的产品已落地超过1300家机构,涵盖医院、医疗器械企业、科研院校、医疗科技公司等。

  在激烈的竞争之下,已经走过十年时间的英矽智能逐渐完备自身的产品体系,形成了AI人工智能药物研发平台+生物医药两条腿走路的商业模式。

  回忆一路走来,英矽智能联合首席执行官兼首席科学家任峰还记得首次公布AI平台赋能发现抗纤维化候选药物的情形,“这一个项目从立项到提名临床前候选药物,提名仅耗时18个月,远低于传统药物研发所需的4.5年,首次验证了AI制药平台降本增效的强大潜力。这款药物已完成了1期临床试验,并获得了FDA孤儿药认定。”

  在全球范围内,AI赋能并进入2期临床的候选药物并不多,作为全球第一款由AI发现靶点、AI设计结构,并推进到临床的候选药物,对整个行业和英矽智能都有着深远的影响和意义。

  除了在产品端不断精进,近几年,英矽智能在商业化落地上也持续推进。自2022年起,英矽智能在AI制药领域先后与复星医药、赛诺菲、Exelixis和美纳里尼达成的多个代表性的AI药物研发合作或AI药物对外授权合作,这也标志着英矽智能形成软件授权、研发合作到管线授权的商业模式闭环,真正拥有了“自我造血”的能力。

  融中财经:伴随这两年市场变化,贵司的技术和产品服务经历哪几次迭代?公司战略有哪些调整?

  任峰:英矽智能最早于2014年在美国约翰霍普金斯的创新中心成立,创始人Alex Zhavoronkov博士在看到生成式AI的潜力之后,决定将AI应用到相对困难且有价值的生命科学领域。英矽智能初期是一家以开发生成式AI算法和生物信息学研究为主要方向的科技公司,也是全球第一批将生成式AI应用于药物发现的公司。

  2014年—2018年,是我们算法积累的主要阶段,在此阶段我们通过和生物医药领域的伙伴展开合作,不断验证和迭代我们自己研发的AI算法。2019年我们把经过验证的算法组合到一起,集成并发布了可以对外商用的Pharma.AI人工智能药物研发平台,这是由多个基于Saas的软件组成的一个连接生物学、化学、临床医学和科学研究的AI平台,许多药企通过授权引进并使用了我们的平台。2021年之后我们在Pharma.AI平台的赋能下充分的发挥人工智能在临床前药物研发阶段的优势,快速建立了自有的药物研发管线组合,覆盖癌症、纤维化、免疫和衰老相关的疾病领域。

  目前,英矽智能不仅是一家人工智能公司,拥有可对外商用的AI平台,和全世界内TOP20药企中的10家达成软件合作;也是一家生物医药公司,拥有9个获得临床试验许可的候选分子,其中进展最快的AI药物正在临床2期验证,并成功达成2个创新管线的对外授权和多个人工智能驱动的药物研发合作,真正搭建并验证了完整的AI驱动的生物医药公司的商业模式。

  任峰:在算法积累阶段,我们发布过两篇较为重要的论文,一篇是2016年,首次在同行评议期刊Nature communication上阐述了将生成式AI用于药物发现的概念,另一篇是2019年,发表在Nature Biotechnology上,展示了通过AI算法在46天内发现靶向DDR1的苗头化合物。这两篇论文目前都获得了非常高的引用量,不但对于团队早期算法的搭建和验证起到最重要的作用,对于研究AI制药的业界伙伴也提供了一些创新的思路。

  2021年2月,我们公布了首个AI平台赋能发现的抗纤维化候选药物,这一个项目从立项到提名临床前候选药物,提名仅耗时18个月,远低于传统药物研发所需的4.5年,首次验证了AI制药平台降本增效的强大潜力。这款药物已完成了1期临床试验,并获得了FDA孤儿药认定,目前正在中国和美国的患者群体中开展2期临床试验。在全世界内,AI赋能并进入2期临床的候选药物并不多,这也是全球第一款由AI发现靶点、AI设计结构,并推进到临床的候选药物,具有关键的验证意义。

  此外,自2022年起,我们在AI制药领域先后与复星医药、赛诺菲、Exelixis和美纳里尼达成的多个代表性的AI药物研发合作或AI药物对外授权合作,标志着公司形成软件授权、研发合作到管线授权的商业模式闭环,让我们真正拥有了“自我造血”的能力。

  融中财经:目前贵司所处行业赛道具备哪一些特点?市场之间的竞争格局如何?创业公司是否还有机会?

  任峰:人工智能制药是生物医药领域比较前沿的赛道。在英矽智能刚入局的时候,我们有上百家竞争对手,在探索由深度学习驱动的人工智能药物发现工作。2019年前后AI制药迎来了几个高光时刻,AI制药真正从概念走向了实践,也促使这个赛道迎来了大繁荣时期,在资本和人才的不断涌入下,全世界内又诞生了大约上千家公司,中国有很大一批AI制药公司也是此阶段成立的。

  现在,讲故事的时代已逝去。在长期资金市场理性回归以及行业泡沫的逐渐消散之后,有些AI制药企业转型为传统药企、有些断臂求生,也有些黯然离场,即使是经历了多个市场周期的早期入局者也不例外,比方说最早一批创立并上市的Recursion和Exscientia就在近期宣布了合并计划。

  这是一个“挤泡沫”的过程,但是对于创业者来说,这或许并不是坏事,因为这才是公司价值真正显现的时候。尽管目前从美国市场来看,人工智能制药的关注度和活跃度正在恢复,但生物科学技术公司的表现普遍疲软,没获得足够的认可。对于AI制药公司而言,在流动性真正恢复之前,还是要审慎选择保持公司自身稳健的财务情况。至于对于目前想要加入的勇于探索商业模式的公司来说,这是一个前沿的赛道,但并非新兴的赛道,无论这一些企业希望专注于AI研发平台还是AI驱动的创新药物管线,想要成功就必须找到差异化优势所在,并尽快完成验证坚持做对的事。

  融中财经:中国高科技企业和投资人都在热衷找到解决卡脖子的技术创新,如何守住护城河,同时保持创新性,在市场上进一步开疆拓土?现阶段对技术、市场等方面投入情况?

  任峰:AI是一个飞跃式进步的领域,令人兴奋的是,一直有更前沿的技术在不断地涌现,这也为身处这个行业的公司提出了小步快跑持续迭代的新要求。对于英矽智能来说,我们的人工智能平台保持着一年两次重大更新。就在前不久,我们刚刚完成IMGAIA在线研讨会,发布了Pharma.AI的最新的功能,并且推出了平台下属不同板块的新软件,包括论文写作助手DORA,生命研究模型P3GPT和支持本地化生物学分析的PandaOmics Box。同时,我们从始至终通过学术合作,开展更早期的前瞻性技术探讨研究,包括量子生成化学、蛋白液液相分离等领域,并通过同行评议论文、网络研讨会等形式向业界分享我们的成果。

  融中财经:关于未来2~3年或者下一个十年,公司在技术、市场、团队等方面有哪些重点规划?要实现哪些目标和突破?

  任峰:2014年,英矽智能在美国约翰霍普金斯大学成立,当时还只是一家关注AI算法和平台的科技公司。现在,英矽智能已经成长为一家AI驱动的全球化的biotech,业务遍及全球四个大洲。在中国上海,我们借力强大的生物医药生态圈加速新药研发;在加拿大蒙特利尔,我们站在“世界人工智能高地”寻求技术突破;在阿联酋阿布扎比,我们招揽当地人才探索更广阔的AI应用——正是全球优势资源的整合为英矽智能今天的成就提供了土壤。

  我们现在最主要的任务就是做好我们的管线的对外授权工作,这是我们今年的一个重点,可以在节约临床阶段投入的同时产生大量的现金流,支持后续研发工作。 我们大家都希望能和行业伙伴合作,以相对轻资产的方式,着重关注临床前和早期临床试验阶段的工作。作为AI赋能的生物医药公司,这一阶段的降本增效能力正是英矽智能的优势。

  未来,我们期待持续推进自研管线的早期研发和临床研究,以临床上的真实世界数据检验AI药物的安全性和有效性,并最终实现概念验证。此外,我们还计划持续优化Pharma.AI平台,并在目前已经开展的绿色化学和新材料之外,探索更多的AI赋能场景,真正降低创新门槛,实现范式变革。