A輪獲NVIDIA領(lǐng)投1億美元融資，大模型先驅(qū)和斯坦福教授用AI顛覆制藥業(yè)

本文來(lái)自微信公眾號(hào)“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(lǐng)域，DeepMind的AlphaFold是最出名的研究，它幾乎完整解析了所有蛋白質(zhì)結(jié)構(gòu)。AlphaFold的AI系統(tǒng)基于Transformer架構(gòu)，而Transformer論文主要的作者Jakob Uszkoreit也已投身AI+醫(yī)藥領(lǐng)域。

Jakob Uszkoreit創(chuàng)立的AI生物技術(shù)公司Inceptive近日獲得a16z、NVIDIA的風(fēng)險(xiǎn)投資部門(mén)NVentures以及Obvious Ventures等機(jī)構(gòu)投資的1億美元A輪融資，加上此前融資的2000萬(wàn)美元，它的累計(jì)融資額達(dá)到1.2億美元，估值超過(guò)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(jì)算平臺(tái)的使用權(quán)限。在目前的芯片短缺情況下，計(jì)算能力越來(lái)越成為開(kāi)發(fā)復(fù)雜AI算法的限制因素。

與AlphaFold把目標(biāo)放到蛋白質(zhì)結(jié)構(gòu)不同，Inceptive的目標(biāo)是mRNA。它通過(guò)搭建一個(gè)AI軟件平臺(tái)，去尋找和開(kāi)發(fā)mRNA分子，一旦這些分子通過(guò)了實(shí)驗(yàn)室的試驗(yàn)，則會(huì)把這些分子授權(quán)給制藥公司進(jìn)行臨床試驗(yàn)，最終變成基于mRNA的疫苗。

目前它已經(jīng)與一些歐洲的大型制藥公司合作，將這項(xiàng)創(chuàng)新的技術(shù)落地。

如果您對(duì)人工智能的新浪潮有興趣，有見(jiàn)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(shè)計(jì)RNA分子

目前Transformer論文的8位作者都已離開(kāi)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(guān)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(gè)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(xué)等領(lǐng)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(huì)應(yīng)用生成式AI生成生物數(shù)據(jù)，用于開(kāi)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(shí)表示。

大模型先驅(qū)+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(dǎo)了Google Assistant的NLP團(tuán)隊(duì)。而他并不是在離開(kāi)Google創(chuàng)業(yè)時(shí)才選擇了AI+生物醫(yī)藥方向，在共同寫(xiě)作《Attention is all you need》這篇論文之前，他就已經(jīng)在探索將AI用于預(yù)測(cè)人類蛋白質(zhì)結(jié)構(gòu)。

Rhiju Das是斯坦福大學(xué)生物化學(xué)與物理學(xué)副教授，他過(guò)往的研究一直集中在通過(guò)模擬和計(jì)算設(shè)計(jì)RNA分子，他主持著EteRNA大規(guī)模開(kāi)放實(shí)驗(yàn)室，在2020年，Das及其團(tuán)隊(duì)利用EteRNA實(shí)驗(yàn)室的資源研究開(kāi)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(yùn)營(yíng)的多個(gè)方面，他在創(chuàng)新、業(yè)務(wù)拓展、商業(yè)策略、公司增長(zhǎng)等方面經(jīng)驗(yàn)豐富。

可以看出在這個(gè)創(chuàng)始團(tuán)隊(duì)中，Jakob懂AI，Rhiju Das懂生物和RNA，Kevin Heyries既懂技術(shù)，又懂商業(yè)，形成了很好的互補(bǔ)。

目前，Inceptive擁有一個(gè)由超過(guò)40位不同學(xué)科的專家組成的團(tuán)隊(duì)，他們來(lái)自生物學(xué)、機(jī)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(kuò)展團(tuán)隊(duì)規(guī)模，加強(qiáng)研發(fā)力量。

用AI設(shè)計(jì)mRNA

Inceptive的核心是一個(gè)能設(shè)計(jì)獨(dú)特mRNA序列的AI平臺(tái)，這種“生物軟件”技術(shù)能夠在實(shí)驗(yàn)室中創(chuàng)建和測(cè)試新的分子結(jié)構(gòu)。

這個(gè)平臺(tái)運(yùn)行的原理是通過(guò)機(jī)器學(xué)習(xí)模型針對(duì)性地設(shè)計(jì)RNA序列，大大縮短藥物研發(fā)周期來(lái)降低研發(fā)成本， 它包括以下環(huán)節(jié):

1.開(kāi)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(guò)機(jī)器學(xué)習(xí)模型，自動(dòng)搜索和設(shè)計(jì)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(dá)疫苗或藥物的mRNA分子。

4.構(gòu)建RNA分子設(shè)計(jì)、合成、測(cè)試的自動(dòng)化閉環(huán)工作流程。

5.應(yīng)用該技術(shù)平臺(tái)，快速開(kāi)發(fā)新藥和疫苗。

目前Inceptive已有310個(gè)試點(diǎn)項(xiàng)目分布在臨床前到臨床試驗(yàn)的各個(gè)階段，也已經(jīng)與一家歐洲大型制藥公司達(dá)成合作，共同作開(kāi)發(fā)一種新型傳染病mRNA疫苗。

Inceptive希望把計(jì)算機(jī)編程這個(gè)范式轉(zhuǎn)移到生物學(xué)領(lǐng)域，將軟件的精確性和模塊化引入理性設(shè)計(jì)分子中，利用AI工具合理設(shè)計(jì)出此前難以實(shí)現(xiàn)的新型療法，尤其關(guān)注基于mRNA的疫苗、藥物等新型藥物分子。

據(jù)Jakob Uszkoreit預(yù)估，在未來(lái)十年，將有大約700種基于mRNA的藥物。

AI在醫(yī)藥研發(fā)領(lǐng)域的拐點(diǎn)將在3年內(nèi)發(fā)生

盡管已經(jīng)累計(jì)獲得1.2億美元的融資，Inceptive仍然處于早期階段，它的技術(shù)平臺(tái)和產(chǎn)品保持了一定程度的低調(diào)。Jakob Uszkoreit在創(chuàng)業(yè)階段與一些硅谷投資人有過(guò)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(duì)談中，可以一窺Jakob Uszkoreit這位大模型先驅(qū)者對(duì)于AI+生物醫(yī)藥的一些洞見(jiàn)。

Vijay Pande:真正為生物問(wèn)題明確開(kāi)發(fā)AI算法是非常罕見(jiàn)的，因?yàn)橐獡碛幸粋€(gè)既精通生物學(xué)又精通計(jì)算機(jī)科學(xué)領(lǐng)域的團(tuán)隊(duì)實(shí)在太困難了。但我很好奇聽(tīng)聽(tīng)你的看法，這個(gè)領(lǐng)域目前的關(guān)鍵挑戰(zhàn)是什么?

Jakob Uszkoreit:我遇到的關(guān)鍵挑戰(zhàn)是，在生物學(xué)領(lǐng)域還沒(méi)有大量的數(shù)據(jù)，盡管現(xiàn)在的數(shù)據(jù)已經(jīng)比此前的數(shù)據(jù)更多更詳盡了。但是相比AI在其他領(lǐng)域的應(yīng)用，還是太少。

例如，在文字或圖片生成領(lǐng)域，數(shù)據(jù)可以直接從網(wǎng)絡(luò)爬取，深度學(xué)習(xí)專家對(duì)數(shù)據(jù)進(jìn)行一些清洗，就可以直接用。而生物學(xué)領(lǐng)域卻不是這樣，它的數(shù)據(jù)生產(chǎn)更困難，我們需要不同的試驗(yàn)人員在不同的地方進(jìn)行很多的試驗(yàn)。深度學(xué)習(xí)專家無(wú)法自己獲取或掌握數(shù)據(jù)。

所以在這個(gè)領(lǐng)域需要有更多深度學(xué)習(xí)背景的人與生物學(xué)背景的人緊密合作，這樣當(dāng)他們互相了解了彼此的工作，就會(huì)有新嘗試和新方法誕生。

Vijay Pande:對(duì)于藥物設(shè)計(jì)、健康保健等方面，你認(rèn)為現(xiàn)在AI處于什么階段?還需要做什么?何時(shí)能夠達(dá)到預(yù)期的目標(biāo)?

Jakob Uszkoreit:雖然預(yù)測(cè)未來(lái)總是風(fēng)險(xiǎn)很高，我還是做一個(gè)預(yù)測(cè):如果在接下來(lái)的三年內(nèi)我們沒(méi)有看到機(jī)器學(xué)習(xí)和大規(guī)模深度學(xué)習(xí)在藥物研發(fā)、藥物設(shè)計(jì)方面產(chǎn)生實(shí)質(zhì)性影響的話，我會(huì)非常驚訝。最初的影響可能會(huì)出現(xiàn)在RNA、RNA療法和疫苗等領(lǐng)域，但這絕不會(huì)是唯一受到影響的領(lǐng)域，我認(rèn)為我們確實(shí)正走向一個(gè)拐點(diǎn)。

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(lái)看?

Jakob Uszkoreit:關(guān)于RNA有趣的一點(diǎn)是它具有很廣泛的適用性，雖然RNA結(jié)構(gòu)預(yù)測(cè)并不真的很簡(jiǎn)單，但相比蛋白質(zhì)有20多種氨基酸的復(fù)雜結(jié)構(gòu)，它只是一個(gè)具有四種不同基礎(chǔ)的生物聚合物，可以相對(duì)高效地生產(chǎn)。

Vijay Pande:是的，很有可能它是一個(gè)更快的反饋循環(huán)。

Jakob Uszkoreit:是的。鑒于我們需要?jiǎng)?chuàng)建大量的數(shù)據(jù)來(lái)訓(xùn)練模型，RNA似乎是目前為止在結(jié)構(gòu)簡(jiǎn)單性和合成可擴(kuò)展性方面最好的組合，這里有巨大的未開(kāi)發(fā)潛力。

Vijay Pande:是的，我認(rèn)為特別是有可能實(shí)現(xiàn)這種快速周期，無(wú)論是在臨床前階段還是更快地進(jìn)入臨床階段，并且在臨床階段停留的時(shí)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(shí)，這讓我們非常興奮。

在高需求和數(shù)據(jù)安全的邏輯下，必然誕生一批中國(guó)的AI+醫(yī)療公司

現(xiàn)在人們對(duì)于生成式AI的應(yīng)用方向主要集中在文生文，文生圖，文生視頻/3D等方向，應(yīng)用的落地領(lǐng)域包括傳媒，營(yíng)銷，法律，流程自動(dòng)化等。這個(gè)屬于生成式AI應(yīng)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(jī)器人，讓機(jī)器人變得更聰明，這既能用到制造業(yè)，又能應(yīng)用到ToC;又比如生成式AI+科研，將大大加快科技發(fā)展的進(jìn)度，為人類整體帶來(lái)福利。

具體到AI+制藥，目前我們已經(jīng)看到兩種模式，一種是我們?cè)?jīng)報(bào)道過(guò)的Causaly，它的核心邏輯是幫助科學(xué)家減少dirtywork，從而加快科研的進(jìn)度。而本文的Inceptive則是直接作用于RNA分子，用AI來(lái)設(shè)計(jì)RNA，再與藥廠合作。

歡迎參考阿爾法公社關(guān)于Causaly的原創(chuàng)文章:將藥物研發(fā)速度提高10倍，Causaly獲6500萬(wàn)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(rèn)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(wèn)題，一個(gè)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?jǐn)?shù))，另一個(gè)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(yù)診斷，看X光片，醫(yī)療機(jī)器人等等。

盡管近年來(lái)中國(guó)的醫(yī)藥研發(fā)在加速，但是因?yàn)檠邪l(fā)上的后發(fā)劣勢(shì)，以及研發(fā)投入規(guī)模較少(參考下圖)，與美國(guó)的差距仍然巨大。不過(guò)AI+醫(yī)藥研發(fā)卻是一個(gè)可以?shī)^起直追的機(jī)會(huì)。一方面，中國(guó)的AI與美國(guó)在技術(shù)上并沒(méi)有代差，另一方面，醫(yī)藥研發(fā)需要大量的真實(shí)數(shù)據(jù)，為了數(shù)據(jù)安全，中國(guó)需要自己的AI藥物研發(fā)系統(tǒng)。

　　圖片來(lái)自惠每科技的報(bào)告

對(duì)于醫(yī)療來(lái)說(shuō)，邏輯也是一樣，為了數(shù)據(jù)安全(無(wú)論是哪一種行業(yè)的AI模型，都需要大量數(shù)據(jù)訓(xùn)練)，本國(guó)的AI+醫(yī)療產(chǎn)品都十分重要。在需求，數(shù)據(jù)安全的邏輯下，很可能誕生一批中國(guó)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。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)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(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。