36氪獲悉，AI制藥公司予路乾行已于今年5月份完成天使輪融資，投資方為杭州十棱投資管理有限公司。本輪融資主要為引進(jìn)戰(zhàn)略股東，為公司業(yè)務(wù)發(fā)展助力。據(jù)悉，公司新的募資計(jì)劃已啟動，將主要用于團(tuán)隊(duì)搭建和新的創(chuàng)新藥物研發(fā)管線布局。
(資料圖片)
關(guān)于予路乾行，36氪曾有過詳細(xì)報(bào)道，它定位于一家以分子模擬與建模技術(shù)驅(qū)動新藥研發(fā)的交叉學(xué)科技術(shù)型企業(yè)。其核心技術(shù)是分子模擬運(yùn)算平臺，包括基于機(jī)器學(xué)習(xí)的分子力場引擎，以及平行化分子動力學(xué)模擬技術(shù)，意在從蛋白質(zhì)靶點(diǎn)結(jié)構(gòu)及其與藥物分子作用的動態(tài)機(jī)理出發(fā)，設(shè)計(jì)和優(yōu)化先導(dǎo)化合物，為藥物研發(fā)提供新的切入點(diǎn)。
據(jù)予路乾行創(chuàng)始人鄭錚博士介紹，國際計(jì)算機(jī)藥物研發(fā)技術(shù)大致分為基于第一性原理的物理學(xué)方法和以AI算法為代表的統(tǒng)計(jì)學(xué)方法兩種技術(shù)流派。其中物理模型是自下而上的解析式模型，具有精度高，對已知信息依賴較小，但計(jì)算成本昂貴等特點(diǎn)；AI算法則只需要將訓(xùn)練數(shù)據(jù)輸入訓(xùn)練模型后等待模型收斂即可應(yīng)用，開發(fā)成本較前者明顯降低，但存在的問題是，模型的精度受限于訓(xùn)練數(shù)據(jù)的質(zhì)量和生物體系多樣性涵蓋范圍。
也因此，兩種類型的算法開發(fā)呈現(xiàn)出完全不同的開發(fā)模式，前者（物理模型）往往開發(fā)周期長（數(shù)年），而開發(fā)完成后對算法迭代的頻率要求比較低，同時(shí)開發(fā)難度高，目前國內(nèi)具有物理模型開發(fā)能力的團(tuán)隊(duì)只有寥寥數(shù)個(gè)；后者（AI模型）的特點(diǎn)是開發(fā)難度相對較?。壳叭駻I藥物設(shè)計(jì)軟件產(chǎn)品種類已不可枚舉），但迭代頻率高，需不斷引入新數(shù)據(jù)庫進(jìn)行更新訓(xùn)練，但對于數(shù)據(jù)庫之外的體系拓展適用性差，高度依賴前人研究體系的覆蓋范圍。
為此，予路乾行借助AI模型的開發(fā)特點(diǎn)及其對于算法開發(fā)模式的改變，將AI模型有針對性地引入物理引擎、用AI模型代替其中開發(fā)成本最高的分子力場部分，同時(shí)結(jié)合AI模型對于不同靶點(diǎn)體系在動力學(xué)過程中呈現(xiàn)的構(gòu)象變化特征，對藥物與靶點(diǎn)的結(jié)合位點(diǎn)及結(jié)合路徑進(jìn)行預(yù)學(xué)習(xí)，提高運(yùn)算速度。簡單來說，就是通過結(jié)合AI模型與物理模型來降低物理模型的開發(fā)成本，同時(shí)保有物理模型對不同生物體系的適用性，提高運(yùn)算速度，來保留兩種技術(shù)流派的優(yōu)勢——高精度、對數(shù)據(jù)依賴較小，以及速度快。
計(jì)算機(jī)藥物設(shè)計(jì)技術(shù)通過數(shù)十年的發(fā)展，已深深植入藥物研發(fā)的各個(gè)流程中，在以分子層面的藥物設(shè)計(jì)及分析為主要應(yīng)用場景的多個(gè)藥物研發(fā)環(huán)節(jié)中發(fā)揮重要的作用。此外，業(yè)界對于計(jì)算機(jī)藥物設(shè)計(jì)技術(shù)的主要需求從超大規(guī)模虛擬篩選、苗頭化合物優(yōu)化等方面，逐漸擴(kuò)大到對于藥物作用機(jī)理的探索以及復(fù)雜大分子藥物及其藥物遞送系統(tǒng)的設(shè)計(jì)等領(lǐng)域。這不僅對于相關(guān)計(jì)算機(jī)算法的運(yùn)算效率和精度提出了更高的要求，而且對算法在未知復(fù)雜分子體系中的泛化應(yīng)用能力也帶來了極大的挑戰(zhàn)。
為此，予路乾行通過對多種藥物與靶點(diǎn)體系進(jìn)行大量的運(yùn)算模擬研究及測試工作，開發(fā)并整合了一套藥物分子研發(fā)平臺，將視線從藥物與靶點(diǎn)的結(jié)合界面拓展至結(jié)合藥物分子后的靶點(diǎn)功能性構(gòu)象改變的動力學(xué)表現(xiàn)上，通過對比未結(jié)合藥物的空腔蛋白的動力學(xué)表現(xiàn)，并結(jié)合分析藥物與靶點(diǎn)在結(jié)合過程中的熱力學(xué)性質(zhì)，對藥物分子的體外活性進(jìn)行綜合性評估及預(yù)測。
具體來說，其技術(shù)平臺的運(yùn)算流程起始于靶點(diǎn)的結(jié)構(gòu)建模與生理過程中的動態(tài)構(gòu)象還原：通過分析靶點(diǎn)在構(gòu)象變化過程中形成的穩(wěn)定構(gòu)象態(tài)，選取潛在的藥物結(jié)合位點(diǎn)進(jìn)行高速虛擬篩選算法與高精度分子模擬算法的高低搭配式運(yùn)算，獲得可靠的苗頭化合物；隨后通過干濕實(shí)驗(yàn)搭配的方式，明確分子層面的藥效學(xué)機(jī)理，最終結(jié)合分子骨架躍遷原理，設(shè)計(jì)全新的先導(dǎo)化合物分子結(jié)構(gòu)。
基于該技術(shù)，予路乾行未來發(fā)展的一個(gè)重點(diǎn)目標(biāo)是，拓展在已知靶點(diǎn)中占據(jù)更大比例的“難成藥靶點(diǎn)”市場，利用公司的技術(shù)優(yōu)勢對“難成藥靶點(diǎn)”的結(jié)構(gòu)和生理性質(zhì)進(jìn)行精確且快速的模擬，探索結(jié)合位點(diǎn)并設(shè)計(jì)可與其有效結(jié)合的藥物分子。鄭錚博士表示，將“難成藥靶點(diǎn)”變?yōu)椤盁狳c(diǎn)靶點(diǎn)”，是AI技術(shù)未來在藥物研發(fā)領(lǐng)域最廣闊的應(yīng)用前景和最有想象力的市場空間，這也是予路乾行差異化競爭策略。
據(jù)了解，予路乾行的模式對標(biāo)美國AI制藥上市公司Relay Therapeutics，這是一家以計(jì)算機(jī)藥物設(shè)計(jì)為核心驅(qū)動力的藥物研發(fā)公司，薛定諤公司也是該公司的大股東之一。Relay Therapeutics是以薛定諤公司的算法產(chǎn)品為核心，整合市場上其他優(yōu)勢算法產(chǎn)品并結(jié)合自身開發(fā)的AI模型形成了一套覆蓋藥物研發(fā)臨床前階段的運(yùn)算平臺，同時(shí)通過計(jì)算結(jié)合實(shí)驗(yàn)的方式進(jìn)行藥物研發(fā)?！斑@與公司目前及規(guī)劃中的中長期模式高度相似。”
目前，公司已與國內(nèi)外多家藥企合作，針對數(shù)條藥物管線開展聯(lián)合研發(fā)工作，在一年內(nèi)即助推一款藥物進(jìn)入臨床試驗(yàn)階段，同時(shí)通過聯(lián)合研發(fā)模式推進(jìn)一個(gè)“不可成藥靶點(diǎn)”相關(guān)疾病的藥物研發(fā)管線進(jìn)入專利申報(bào)階。商業(yè)化上，在繼年初與南京瑞初達(dá)成三條關(guān)于神經(jīng)退行性疾病聯(lián)合研發(fā)的基礎(chǔ)上，目前公司又新增一條金額為千萬級聯(lián)合研發(fā)管線合作；同時(shí)，與某CRO企業(yè)已達(dá)成LNP技術(shù)合作開發(fā)協(xié)議。
眾所周知，新藥研發(fā)是個(gè)極其龐大的市場。根據(jù)EvaluatePharma 統(tǒng)計(jì)， 2019 年全球醫(yī)藥研發(fā)投入年達(dá)到 1789 億美元，2013-2019 年的復(fù)合增速為 4.64%；預(yù)計(jì) 2024 年將達(dá)到 2130 億美元，2019-2024 年的復(fù)合增速為 3.23%。
這一市場中，國內(nèi)大多數(shù)AI制藥企業(yè)管線仍處于研發(fā)階段，將AI藥物管線推進(jìn)臨床的相關(guān)公司也寥寥無幾。鄭錚博士認(rèn)為，Me-too類或FIC/BIC類藥物研發(fā)管線開發(fā)成本類似，藥物研發(fā)管線合同價(jià)一般均是千萬起步，未來5年內(nèi)AI制藥企業(yè)有望拓展難成藥靶點(diǎn)相關(guān)藥物的研發(fā)空間，預(yù)計(jì)2025年AI藥物研發(fā)市場規(guī)模達(dá)到100億元量級?！?strong>近期可能形成突破的管線數(shù)量雖然有限，但管線收入仍然較為可觀，且隨著研發(fā)效率的提升以及合同‘里程碑’任務(wù)的完成，未來收入將實(shí)現(xiàn)翻倍增長。”
關(guān)鍵詞： 物理模型 開發(fā)成本 藥物設(shè)計(jì)
