法國科學院博士回國再創業，用AI解決傳統制藥難題

人工智能以其強勁的滲透力在各個領域融合“發芽”，醫療健康也沒能“逃過一劫”，將AI融合到新藥研發中一方面能夠縮短藥物研發的時間，另一方面也能大大降低研發成本。AI醫療一時間成為了資本市場的“新寵”。

繼創業邦此前報道的星亢原之後，紅杉中國種子基金再次出手AI製藥行業，領投了大數據AI驅動科技公司智化科技。2018年成立的智化科技致力於用人工智能和化學大數據解決新藥研發臨牀前的化學合成問題，從而提高藥企新藥研發的效率。

儘管都是AI製藥領域的選手，但智化科技與星亢原有所不同。星亢原是基於生物體系研究表徵蛋白質之間的相互作用；而智化科技則是專注於化合物層面，提高化學藥的研發效率。           

通常一種新型藥物從研發到上市需要經過12年的時間，耗費數十億元人民幣，經過上千次實驗，才能從將藥物從理論研究送進各個藥房，這對人力、物力都是極大的考驗。AI技術賦能醫藥則可以有效縮短研發時間，降低成本。

本文文章插圖來源於圖蟲網，經授權使用

結合化學專業知識和AI技術，智化科技採用數據驅動的方法發明了計算機輔助設計合成路線的解決方案。該方案考慮到立體化學，可以在數分鐘內預測未報告或未報告靶分子的多種合成途徑，利用用户經驗並通過更改條件或根據斷鍵位置來定製路線。預測反應的參考文獻，也考慮了反應位點和反應類型的相似性。

這套逆合成預測系統遵循路線設計的工作流，可以在幾秒到幾分鐘內設計出合成路線，具有很高的可行性和多樣性。

據瞭解，智化科技逆合成模塊算法平台已實現商業化落地，目前主要針對於逆合成方面的核心技術提高藥物發現效率。其實除了藥物發現外，算法平台合成過程還能應用於工藝優化等場景中。智化科技還可為用户提供內部電子實驗記錄本數據整合服務以及客户內部的分子砌塊數據整合服務。

智化科技的AI輔助綜合解決方案已為製藥公司、CRO、學術和科研機構提供了技術服務，以進行合成規劃。根據用户反饋，智化科技逆合成模塊的優勢在於對於大多數目標化合物而言，使用快速搜索只需數秒至5分鐘就可找到路線。

對於複雜分子，增強的預測功能可以使用“高級搜索”提供多種途徑；此外，交互式路線可以運用用户經驗改進預測路線；而例如BB/ELN集成則可以利用AI工具和用户內部數據相結合來改善預測結果。

夏寧透露，目前智化科技的產品可以達到中高級化學研發人員的水平，對產品的優化也在持續進行中。當前智化科技與5家頂級製藥廠及CRO合作，用户羣體已達到數千人。“智化科技的商業模式主要依靠和大型藥企合作，在合作中不斷優化升級產品”，夏寧説。

本文文章插圖來源於智化科技，經授權使用

儘管智化科技在2018年成立，但2008年前後夏寧就已經深耕化學信息技術方向。夏寧是法國科學院有機學博士，曾在德國拜耳製藥公司、法國巴黎歐萊雅從事研發工作。2009年。他在法國參與創立了eNovalys公司並任CTO。

當時eNovalys主要是把化學信息技術應用在化學研發上，用來提高化學研發效率。但事實上由於該領域處於起步階段，市場認知程度並不高，2012年其自主研發的逆合成系統並沒有實現商業化，直到2015年夏寧回國後，這套逆合成系統才實現了商業價值。

到了2018年，Waller Lab在《Nature》上發表了一篇論文，闡述了AI技術進行藥物化學合成的可行性，“一石激起千重浪”，這引起了資本界的熱切關注，也給AI製藥企業帶來了機遇。也正是在這時，夏寧結合已有經驗及市場行情，創建了智化科技。

“的確AI製藥處於風口，但為何會有風來？是因為整個製藥行業發展到了需要變革的時間點”，夏寧繼續説，“超過10年的研發時間，十幾億美元的研發投入，換來的卻是不到10%的成功率，這種風險和損失是不可延續下去的，因此行業需要另闢蹊徑。”

面對這一炙手可熱的賽道，唯有專注、專業才能勝人一籌。對於如今騰訊及一些互聯網大廠也來分羹的市場現狀，夏寧希望通過立足細分領域建立“護城河”。據悉，接下來智化科技還將繼續深入研發，垂直細分領域，專注一個點進行突破。

智化科技致力於用計算機解決化學問題，重塑化學未來。公司在上海、武漢尋找化學，IT及雙重背景的人才。歡迎有行業興趣且志同道合的技術型人才加入。

本文文章頭圖來源於圖蟲網，經授權使用。本文為創業邦原創，未經授權不得轉載，否則創業邦將保留向其追究法律責任的權利。如需轉載或有任何疑問，請聯繫