當一個企業打算做平臺時，它的領袖必然早已久經沙場，看破整個行業的沉浮，又能從縫隙間發掘機遇。誰能想到，在“AI+藥物研發”這一新賽道也能跑出製藥平臺——深度智耀正在將夢想變為現實。
今年10月9日，深度智耀獲得紅杉資本近1500萬美元B輪融資。該輪融資距深度智耀成立僅一年有餘，但在這期間，深度智耀已獲得三輪融資，投資者不乏真格基金這樣的優質投資機構。是什麼因素能帶給深度智耀如此迅捷的發展，我們不妨先從製藥說起。
漫漫研發路，什麼在阻礙我們發展？
眾所周知，藥物研發是一條漫漫長路，無論是百年的跨國大藥企，還是新晉的醫藥新秀，因為研發失敗而鉅額虧損之事時常有之，對於國內避險趨利的大環境，90%的藥企為仿製藥企業也不足為怪。
對於深度智耀創始人兼CEO，曾多年就職於跨國藥企並參與藥物開發的李星而言，這些苦果遙遙無期。直到AI的出現，如何提升藥物研發的成功率，縮短藥物的進程，降低研發的成本，李星似乎找到了方法。
縱觀新藥研發全流程，總計近20個模塊，無論是早期過程中的靶點發現，還是臨床試驗階段的患者試驗，都是一個“時間+金錢”堆砌的過程，整個流程少至5-6年，多則10餘年。
過長的投資週期進一步深化的風險與成本，不同流程之間企業內部協調、複核難度加大導致很少有企業能夠完整的參與藥物研發全流程。這些問題衍生出了CRO、CMO等創新外包方式，即將研發全過程的部分模塊交給專業公司，以達到規避風險、加快資金迴流的目的。
此外，疾病的多樣性與藥物的特定性形成了錯綜複雜的需求市場。一些常規疾病擁有足夠的信息，不僅研發難度低，研發費用少，其產品需求量也大。反觀罕見病，整個市場規模雖大，但單一罕見病因為研究用病例稀少，因此研發難度大，且產品上市後市場大小有限，這也讓不少企業退而遠之。
同時，病毒的特性、藥物的晶型都具有易變的特徵，導致藥物研發完成後有時會面臨時滯、失效、失敗等問題。雅培的Ritonavir就稱在上市以後發生藥物晶型改變，至使其虧損2.51億美元。
輝瑞公司在帕金森病和阿爾茨海默病研究方面投入了大量資金，與葛蘭素史克公司和禮來公司等幾家製藥公司一起，聯合政府機構在 2015 年共同建立了阿爾茨海默病研發基金，卻於2018年 1 月 7 日宣佈逐步放棄開發治療阿爾茨海默病和帕金森病的新藥。
最後，由於傳統的藥物研發成果來源於不斷的試錯，那麼當企業打算加快研發進度，儘快切入市場時，不可避免的是人力成本的飆升。
擅長大數據運算的人工智能如何解決上述問題
在AI技術問世之後，李星對這項技術產生了極大的興趣，並在工作之餘開始了AI的學習。2017年3月，將AI運用於藥物研發的思路躍然紙上，李星從此一發不可收拾，開始考慮AI技術將如何用於製藥。
李星告訴動脈網記者，“AI+新藥”的核心就是利用人工智能算法大幅降低發現靶點、構建分子試錯的成本，並通過信息化等優勢縮短新藥研發全流程。經動脈網整理，可濃縮為以下三個方向。
1、更少的試驗，更多的試錯
研究人員通過AI對上億個經過標準化註釋的生物學、藥理學和臨床數據進行分析，以獲得候選藥物和生物標記物，或在早期對影響藥物性質的晶型特點做出比較準確的預測，幫助藥企在早期遴選最容易成功的分子候選、晶型、固相以及研發路線，從而選擇風險最低的路徑，加速進程。AI企業還可通過預測毒副作用以減少試驗次數。對於單一結構、海量的基因數據，AI能夠有效的從數據中挖掘到有價值的信息。
2、NLP對文獻進行篩選
AI通過對大量數據、文獻的分析可以很好的改善原材料合成研發，升級的工藝可以減少後續試驗的次數，有時還能降低原料成本。在獲得藥代動力學數據後，AI可以更精確的指導臨床研究，指導臨床時給藥的頻率和劑量。
3、雲平臺鏈接數據與患者
通過臨床數據融合系統，企業幫助醫院和科室建立結構化病歷數據庫，提高診斷、隨訪、科研等各環節的效率。在關聯如此眾多的信息後，AI可幫助醫生尋找臨床試驗需要的患者，從臨床試驗這一環節入手加快新藥研發。
讓天下沒有難做的新藥，為患者帶來希望之光
面對如此多的新藥研發流程，國內製藥企業無法承擔高昂的研發成本等現狀，深度智耀由此出發，用先進的人工智能技術賦能新藥開發與申報全流程，幫助國內乃至全球的藥企更快更好的研發新藥。
深度智耀以客戶需求為原則，運用AI加速靶點發現和臨床研究，為製藥企業製造基礎平臺。在這兩個環節上，深度智耀一比一的投入了大量員工。
基礎平臺的建設非一日之寒，其中知識圖譜的建立便需大量的時間。因此，深度智耀招攬了眾多翻譯人員對海外的文獻進行翻譯，以求針對國內市場研發出更為符合用戶需求的產品。
如今，深度智耀已陸續推出了多個產品原型，包括AI驅動的藥物合成、藥物設計、藥物活性預測；臨床研究階段包括AI驅動的藥物警戒系統、註冊事務系統、翻譯平臺等，其成果覆蓋了新藥研發全流程上的一些關鍵節點。其中的藥物警戒系統廣受用戶好評。
在靶點發現方面，深度智耀目前主要聚焦於腫瘤與罕見病，李星透露：“我們可以根據客戶的需求量身定製算法。”
深度智耀新一代的人工智能藥物合成系統“菩提”可通過大量學習公開的專利和論文數據庫，大幅提高化學家的工作效率：輸入一個化學結構式，系統可以瞬間推送數條優化的合成路線。支持這一算法的算力一部分來源於自建設備，一部分來源於公有云。通過這種模式，深度智耀能夠應對多線任務並進的情況，並可根據任務權重規派算力。
但即便有優秀的化合物篩選算法，深度智耀也幾乎不主動挖藥。李星談到“對於深度智耀而言，運用算法去挖掘藥物可以有效提升效率和成功率，但這並不是一種可持續發展的模式。
我們或許可以在短時間獲得超常的收入，但從長遠來看，我們做好自己的事，讓更多藥物研發機構和科學家能使用我們的技術，讓中國的技術走出國門，造福更多的患者，這才是最有意義的事。”
隨著數據的增加，深度智耀基礎平臺的效率將會越來越高，對於企業而言，進行靶點篩選、臨床研究、審批上市純靠人工費時費力，且成本高昂，這個時候，深度智耀便是一個很好的選擇。
苦旅
很多人都希望有一場說走就走的旅行，但並非每個人都有這樣的勇氣。深度智耀的這一年，是一場由捨棄與重生組合而成的徹底的苦旅。
李星接受記者採訪時，是在會議間的午餐時間。近幾周是深度智耀的關鍵時刻，B輪融資方才結束，數家客戶便拋出了橄欖枝。作為CEO，李星不僅要應對客戶的需求，公司自身的運轉也自然不能落下。但時間是擠出來的，稀缺者發掘稀缺資源。
李星2006年獲得了北京大學藥劑學碩士學位，隨即開啟了在輝瑞、賽諾菲、強生等跨國藥企長達12年的藥物開發生涯。隨著AlphaGO等事件的傳播，李星也深深為AI所吸引，嘗試自學AI技術。
2017年3月，她認識到，這將是一條全新的賽道，足以顛覆藥物的研發。時至10月，她毅然決然的放棄了跨國藥企豐厚的薪資和舒適的環境，創辦了北京深度智耀科技有限公司。
人才組成企業有力的肌腱，而文化是企業不朽的靈魂。深度智耀發展至今，離不開人才與文化的支撐。藥物研發流程涉及約20個功能模塊，即使是某個模塊的專家對其它模塊業務也只能瞭解大概，而製藥還是離IT和互聯網非常遠的行業，這造成了AI醫藥研發賽道當前的最大挑戰——醫藥專家和AI工程師的有效融合，或者說“行業+技術”跨界人才的獲取。
深度智耀招攬一大批來自國內頂尖互聯網企業的人才，又擁有一批來自於跨國藥企新藥研發部門的人才。兩類人才之間的融合成為了李星當下最大問題。一流人才總有自己的風骨——製藥人有製藥行業特有的謹慎，互聯網人有不懼一切的狼性。
對此，深度智耀展示了一種明確的商業模式，即以滿足客戶需求最大化與產品落地為目的。在這種模式的指導下，深度智耀的員工雖有獨立的意識，卻形成了一致的目標，付出了共同的努力。李星表示：“深度智耀的人才結構已十分完備，經過長期的磨合，醫藥專家已有部分成功轉型為AI產品經理、數據挖掘工程師，或AI教練。”
今年7月，深度智耀尚僅有20餘家客戶，不到半年時間，這一數量上升至50多家。這跟深度智耀的狼性文化是分不開的。李星常常與員工共同工作至凌晨，同時也不忘參加各種研討會，在學習的同時宣傳深度智耀的產品。同時，產品的質量是其銷售的保障，李星談到：“新藥研發這一領域市場環境相對單一，只要我們的產品能夠幫助企業提高效率，企業就會使用。”
如今，深度智耀的AI 藥物警戒系統和AI 自動翻譯申報系統已實現較大規模商業化；AI 驅動的早期藥物發現平臺和AI 輔助有機合成系統（化學合成和工藝改善）即將進入商業化階段。
未來，深度智耀將繼續深耕藥物研發，試圖通過自主研發推出更多劃時代的“AI+新藥研發”相關產品，以求更有效的提高藥物研發效率和成功率，更高效的推動醫藥行業的發展。
文 | 趙泓維、曹弦
微信 | qq850860074、weilanxue23
添加時請註明：姓名-公司-職位
後臺發送關鍵詞即可獲得相關好文
“2018未來醫療100強論壇”是動脈網打造的屬於醫健領域創新者的年度盛會。本論壇將以未來醫療100強榜單&獎項的發佈為契機，舉辦14場主題論壇，邀請近200位行業大咖，聚集國內外最為活躍的醫療健康創新企業、上市公司、金融機構、醫療機構等產業核心力量，促進產業鏈有效互動合作，推動創新健康醫療產業的變革進程。長按識別圖中二維碼，即可報名！
近期推薦
VB100
聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。文中出現的採訪數據均由受訪者提供並確認。未經許可，禁止進行轉載、摘編、複製及建立鏡像等任何使用。
閱讀更多 動脈網 的文章
