本文來自微信公眾號“阿爾法公社”(ID:alphastartups)，作者:發(fā)現(xiàn)非凡創(chuàng)業(yè)者的。
AI+生物醫(yī)藥領域，DeepMind的AlphaFold是最出名的研究，它幾乎完整解析了所有蛋白質結構。AlphaFold的AI系統(tǒng)基于Transformer架構，而Transformer論文主要的作者Jakob Uszkoreit也已投身AI+醫(yī)藥領域。
Jakob Uszkoreit創(chuàng)立的AI生物技術公司Inceptive近日獲得a16z、NVIDIA的風險投資部門NVentures以及Obvious Ventures等機構投資的1億美元A輪融資，加上此前融資的2000萬美元，它的累計融資額達到1.2億美元，估值超過3億美元，比上一輪翻了兩番。
這筆融資使Inceptive獲得了NVIDIA尖端計算平臺的使用權限。在目前的芯片短缺情況下，計算能力越來越成為開發(fā)復雜AI算法的限制因素。
與AlphaFold把目標放到蛋白質結構不同，Inceptive的目標是mRNA。它通過搭建一個AI軟件平臺，去尋找和開發(fā)mRNA分子，一旦這些分子通過了實驗室的試驗，則會把這些分子授權給制藥公司進行臨床試驗，最終變成基于mRNA的疫苗。
目前它已經與一些歐洲的大型制藥公司合作，將這項創(chuàng)新的技術落地。
如果您對人工智能的新浪潮有興趣，有見解，有創(chuàng)業(yè)意愿，歡迎掃碼添加“阿爾法小助理”，備注您的“姓名+職位”，與我們深度連接。
Transformer論文作者與斯坦福教授用AI設計RNA分子
目前Transformer論文的8位作者都已離開Google創(chuàng)業(yè)，他們創(chuàng)立了Cohere，character.ai，AdeptAI，Essential AI以及Sakana.ai等，但是這些公司基本集中在ToC或ToB的文本處理相關的功能上，Jakob Uszkoreit的Inceptive是其中唯一跨界到生物醫(yī)藥，并且更偏向研究的，這是一個理想主義的創(chuàng)業(yè)方向。
Jakob Uszkoreit
“我們希望最大限度發(fā)揮AI在生命科學等領域的積極影響，尤其是生成式AI 在制藥行業(yè)的潛力。我們創(chuàng)辦的公司將會應用生成式AI生成生物數據，用于開發(fā)新療法，而不是生成文本或者圖像。我們想最大化這種AI的積極影響。” Jakob Uszkoreit在談到自己的創(chuàng)業(yè)想法時表示。
大模型先驅+斯坦福生物教授+連續(xù)創(chuàng)業(yè)者
Inceptive由Jakob Uszkoreit(CEO)、Kevin Heyries(CBO)以及Rhiju Das于2021年聯(lián)合創(chuàng)立。
Jakob Uszkoreit從2008年起就在Google工作，他主導了Google Assistant的NLP團隊。而他并不是在離開Google創(chuàng)業(yè)時才選擇了AI+生物醫(yī)藥方向，在共同寫作《Attention is all you need》這篇論文之前，他就已經在探索將AI用于預測人類蛋白質結構。
Rhiju Das是斯坦福大學生物化學與物理學副教授，他過往的研究一直集中在通過模擬和計算設計RNA分子，他主持著EteRNA大規(guī)模開放實驗室，在2020年，Das及其團隊利用EteRNA實驗室的資源研究開發(fā)了可常溫保存的COVID-19RNA疫苗。
Kevin Heyries曾是AI抗體發(fā)現(xiàn)公司AbCellera的聯(lián)合創(chuàng)始人，親自參與了AbCellera從組建到運營的多個方面，他在創(chuàng)新、業(yè)務拓展、商業(yè)策略、公司增長等方面經驗豐富。
可以看出在這個創(chuàng)始團隊中，Jakob懂AI，Rhiju Das懂生物和RNA，Kevin Heyries既懂技術，又懂商業(yè)，形成了很好的互補。
目前，Inceptive擁有一個由超過40位不同學科的專家組成的團隊，他們來自生物學、機器人和人工智能前沿專業(yè)，新一輪的融資也將幫助Inceptive繼續(xù)擴展團隊規(guī)模，加強研發(fā)力量。
用AI設計mRNA
Inceptive的核心是一個能設計獨特mRNA序列的AI平臺，這種“生物軟件”技術能夠在實驗室中創(chuàng)建和測試新的分子結構。
這個平臺運行的原理是通過機器學習模型針對性地設計RNA序列，大大縮短藥物研發(fā)周期來降低研發(fā)成本， 它包括以下環(huán)節(jié):
1.開發(fā)生物軟件，可以將編碼藥物或疫苗的程序代碼編譯成mRNA分子序列。
2.通過機器學習模型，自動搜索和設計出優(yōu)化的RNA分子序列。
3.利用RNA的高效合成制造能夠表達疫苗或藥物的mRNA分子。
4.構建RNA分子設計、合成、測試的自動化閉環(huán)工作流程。
5.應用該技術平臺，快速開發(fā)新藥和疫苗。
目前Inceptive已有310個試點項目分布在臨床前到臨床試驗的各個階段，也已經與一家歐洲大型制藥公司達成合作，共同作開發(fā)一種新型傳染病mRNA疫苗。
Inceptive希望把計算機編程這個范式轉移到生物學領域，將軟件的精確性和模塊化引入理性設計分子中，利用AI工具合理設計出此前難以實現(xiàn)的新型療法，尤其關注基于mRNA的疫苗、藥物等新型藥物分子。
據Jakob Uszkoreit預估，在未來十年，將有大約700種基于mRNA的藥物。
AI在醫(yī)藥研發(fā)領域的拐點將在3年內發(fā)生
盡管已經累計獲得1.2億美元的融資，Inceptive仍然處于早期階段，它的技術平臺和產品保持了一定程度的低調。Jakob Uszkoreit在創(chuàng)業(yè)階段與一些硅谷投資人有過深度的交流，例如a16z生物+健康板塊的創(chuàng)始合伙人Vijay Pande，從對談中，可以一窺Jakob Uszkoreit這位大模型先驅者對于AI+生物醫(yī)藥的一些洞見。
Vijay Pande:真正為生物問題明確開發(fā)AI算法是非常罕見的，因為要擁有一個既精通生物學又精通計算機科學領域的團隊實在太困難了。但我很好奇聽聽你的看法，這個領域目前的關鍵挑戰(zhàn)是什么?
Jakob Uszkoreit:我遇到的關鍵挑戰(zhàn)是，在生物學領域還沒有大量的數據，盡管現(xiàn)在的數據已經比此前的數據更多更詳盡了。但是相比AI在其他領域的應用，還是太少。
例如，在文字或圖片生成領域，數據可以直接從網絡爬取，深度學習專家對數據進行一些清洗，就可以直接用。而生物學領域卻不是這樣，它的數據生產更困難，我們需要不同的試驗人員在不同的地方進行很多的試驗。深度學習專家無法自己獲取或掌握數據。
所以在這個領域需要有更多深度學習背景的人與生物學背景的人緊密合作，這樣當他們互相了解了彼此的工作，就會有新嘗試和新方法誕生。
Vijay Pande:對于藥物設計、健康保健等方面，你認為現(xiàn)在AI處于什么階段?還需要做什么?何時能夠達到預期的目標?
Jakob Uszkoreit:雖然預測未來總是風險很高，我還是做一個預測:如果在接下來的三年內我們沒有看到機器學習和大規(guī)模深度學習在藥物研發(fā)、藥物設計方面產生實質性影響的話，我會非常驚訝。最初的影響可能會出現(xiàn)在RNA、RNA療法和疫苗等領域，但這絕不會是唯一受到影響的領域，我認為我們確實正走向一個拐點。
Vijay Pande:RNA有什么不同之處?是什么吸引你走向RNA研究，特別是從AI或ML的視角來看?
Jakob Uszkoreit:關于RNA有趣的一點是它具有很廣泛的適用性，雖然RNA結構預測并不真的很簡單，但相比蛋白質有20多種氨基酸的復雜結構，它只是一個具有四種不同基礎的生物聚合物，可以相對高效地生產。
Vijay Pande:是的，很有可能它是一個更快的反饋循環(huán)。
Jakob Uszkoreit:是的。鑒于我們需要創(chuàng)建大量的數據來訓練模型，RNA似乎是目前為止在結構簡單性和合成可擴展性方面最好的組合，這里有巨大的未開發(fā)潛力。
Vijay Pande:是的，我認為特別是有可能實現(xiàn)這種快速周期，無論是在臨床前階段還是更快地進入臨床階段，并且在臨床階段停留的時間更短。
Jakob Uszkoreit:是的，這就是我們所期望的。我們也看到了一些初步的跡象表明這可能是事實，這讓我們非常興奮。
在高需求和數據安全的邏輯下，必然誕生一批中國的AI+醫(yī)療公司
現(xiàn)在人們對于生成式AI的應用方向主要集中在文生文，文生圖，文生視頻/3D等方向，應用的落地領域包括傳媒，營銷，法律，流程自動化等。這個屬于生成式AI應用的第一階段。
在下一階段，生成式AI將向更硬核的方向出發(fā)，比如生成式AI+機器人，讓機器人變得更聰明，這既能用到制造業(yè)，又能應用到ToC;又比如生成式AI+科研，將大大加快科技發(fā)展的進度，為人類整體帶來福利。
具體到AI+制藥，目前我們已經看到兩種模式，一種是我們曾經報道過的Causaly，它的核心邏輯是幫助科學家減少dirtywork，從而加快科研的進度。而本文的Inceptive則是直接作用于RNA分子，用AI來設計RNA，再與藥廠合作。
歡迎參考阿爾法公社關于Causaly的原創(chuàng)文章:將藥物研發(fā)速度提高10倍，Causaly獲6500萬美元融資|AlphaFounders
不僅是生物醫(yī)藥的科研，Inceptive的主要投資人a16z認為AI在醫(yī)療上也將大有發(fā)展。
AI在醫(yī)療上要解決兩大問題，一個是降低前置診斷的成本(各種大模型都在刷醫(yī)療執(zhí)照考試的分數)，另一個是降低醫(yī)療保健系統(tǒng)里的人力成本。
解決的方式可能是幫助醫(yī)生預診斷，看X光片，醫(yī)療機器人等等。
盡管近年來中國的醫(yī)藥研發(fā)在加速，但是因為研發(fā)上的后發(fā)劣勢，以及研發(fā)投入規(guī)模較少(參考下圖)，與美國的差距仍然巨大。不過AI+醫(yī)藥研發(fā)卻是一個可以奮起直追的機會。一方面，中國的AI與美國在技術上并沒有代差，另一方面，醫(yī)藥研發(fā)需要大量的真實數據，為了數據安全，中國需要自己的AI藥物研發(fā)系統(tǒng)。
圖片來自惠每科技的報告
對于醫(yī)療來說，邏輯也是一樣，為了數據安全(無論是哪一種行業(yè)的AI模型，都需要大量數據訓練)，本國的AI+醫(yī)療產品都十分重要。在需求，數據安全的邏輯下，很可能誕生一批中國本土的AI+藥物研發(fā)和AI+醫(yī)療健康創(chuàng)業(yè)公司，十分值得期待。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
