英伟达投了两次的AI 制药公司,正在攻克红斑狼疮

英伟达投了两次的AI 制药公司,正在攻克红斑狼疮
2024年12月05日 11:11 创业邦

来源:创业邦

“药物研发不是算法问题,而是一个数据问题。”“药物研发不是算法问题,而是一个数据问题。”

作者丨刘杨楠

编辑丨海腰

图源丨Terray官网

希望之城(City of Hope)是美国最先进的癌症研究与治疗机构之一。

2012年是Jacob Berlin在希望之城工作的第二年。Jacob在贝克曼研究所担任分子医学系副教授,研究纳米材料和合成化学的交叉领域,相关技术可用于小分子药物研发。此前,他已在小分子药物研发领域深造多年。

一天,Jacob无意中在餐巾纸上写下一个技术构想:能否创造一种技术,让它在几分钟内筛选数亿个药物分子,并记录它们与疾病靶点的相互作用,用这些数据驱动AI加速药物研发。

Jacob很快意识到,这项技术一旦大规模应用,药物开发速度将提高数千倍。他迫不及待地给弟弟Eli Berlin打了一通电话:“这个想法太酷了!这将成为一家公司。”

“听起来很棒,Jacob。但它真的有用吗?”Eli反问。Eli从事私募股权投资工作,他擅长从商业视角给出建议。Eli印象中,Jacob很少对自己的成就如此兴奋,Terray是一次例外。

“它甚至还不存在,只是一张很酷的餐巾纸,但我们会去实现它。”Jacob说。

10年后,餐巾纸上的构想变成现实。

2022年,美国洛杉矶新建了一座占地超50000平方英尺的工厂,约2/3个足球场大小。这里既是一座药物研发实验室,也是一座AI数据工厂。人类科学家和AI每天共同产生50TB原始化学数据,相当于12000多部电影。

实验室背后的主体,正是Jacob创办的Terray Therapeutics。

2018年,Jacob最初的技术构想有了雏形,他和弟弟Eli共同成立Terray。Terray通过大规模计算与实验室数据相结合,降低小分子药物开发成本与风险,提高研发速度。

Jacob Berlin(左)和弟弟Eli Berlin(右)图源:纽约时报Jacob Berlin(左)和弟弟Eli Berlin(右)图源:纽约时报

最近,不到一年时间里,英伟达两次押注Terray。2023年底,Terray首次获英伟达投资;2024年10月,Terray宣布完成1.2亿美元B轮融资,英伟达再次加注。

两次获得英伟达青睐背后,Terray正在药物研发领域拉开一场数据革命。

药物研发是一个数据问题

在哈佛大学读本科期间,Jacob就开始思考如何制造更有效的药物。在MIT攻读博士后期间,Jacob做了大量的分子设计和开发工作,很多成果被用于小分子药物开发中。

小分子药物因分子结构简单,服用方便,生产成本低廉而很受欢迎。患者口服后,药物可在消化道内被吸收进入血液,如阿司匹林和他汀类药物等。

长久以来,新药研发都困在“双十定律”的诅咒里,平均每项研发都要耗费10亿美元和10年时间,且失败率高达90%。

根本原因在于,药物发现过程好比“大海捞针”。目前,潜在可行的药物类小分子化合物的数量约在10^40~10^60。而传统制药流程中,企业往往需要根据发病原理确定靶点,在潜在可行的药物分子中反复实验、设计、测试,找到能够命中靶点的药物分子,每周只能生成约10~20个数据点,研发进展极慢。

于是,Jacob到莱斯大学攻读第二个博士后学位,转向纳米材料研究,试图将材料微型化,加快药物研发效率。此后,他在希望之城综合癌症中心的贝克曼研究所当了8年教授,研究纳米材料和合成化学的交叉领域。

彼时,以深度学习为主的AI浪潮逐渐兴起,用AI将药物研发从“大海捞针”变为“可控工程”的呼声也随之高涨。

在AI制药的大方向下,衍生出两条不同的技术思路。

其中一条路通向算法,代表成果是谷歌DeepMind的AlphaFold系列。这类企业押注于算法能力,认为算法设计越好,所需的数据就越少,企业通常无需建立大型实验室。

另一条则通向数据,这正是Jacob的选择。

Jacob认为,药物研发虽是算法问题,但更是一个数据问题。以往的化学数据规模小且质量不高,无法高效驱动AI进行药物研发。于是,Jacob在餐巾纸上写下一个大胆的想法,并为此成立了一家公司。

2018年底,Terray Therapeutics正式成立。Joacob辞去希望之城的工作,全职创业。2019年初,Terray完成种子轮融资。

Jacob将公司的发展历程描述为一个多阶段的旅程,从硬件革命(扩大芯片制造规模),到数据革命(快速准确地收集高质量数据),再到计算革命(构建药物发现平台)。

早在10年前,Jacob和团队的博士生Kathleen Elison便共同开发了一种超高密度微阵列芯片。

图源:纽约时报图源:纽约时报

每个芯片大约只有1枚镍币大小,分布着3200万个微孔,每个微孔都是高速生化筛选的反应点。将芯片放置于化学溶液中,溶液分子与芯片微孔中化学分子的每一次相互作用都会被记录下来,每天会有数百万次记录,产生50TB原始数据。“这是一个天文数字般的进步。”Elison表示。

目前,Terray已经构建了世界上最大的化学数据集,在过去3年中定量测量了超过50亿个靶点-配体相互作用,约为所有公开可用化学数据的50倍,且数据集规模每年翻一倍。

2022年2月,Terray推出药物发现平台tNova。通过高密度微阵列技术和AI技术,tNova平台能够系统分析药物分子与疾病靶点之间的相互作用,识别并优化潜在的药物候选分子。

2024年2月,Terray在GitHub上开源了多模态预训练模型COATI。COATI能够将实验中的化学数据“编码”为AI能够理解的计算机语言,经AI处理后,再将药物分子对应的计算机语言“解码”为化学数据,从而倒推出分子结构,加速实现药物分子设计。2024年3月,Terray在GitHub上发布COATI2,训练数据量为上一代模型的2倍。

Terray内部药物研发流程概况 图源:Terray官网Terray内部药物研发流程概况 图源:Terray官网

简言之,Terray通过超高密度微阵列芯片生成大量“靶点-配体”发生反应的原始数据,以此训练生成式AI模型,驱动AI筛选出最有效的药物分子。之后,对筛选出的候选药物分子进行高通量实验测试,测试数据将成为新训练数据导入数据集,从而形成数据闭环,不断提高模型筛选和设计药物分子的准确性。

目前,Terray已将每个药物分子的设计-制造-测试-分析周期压缩至1个月以内。

不过,这种将AI计算与实验室研究深度耦合的方法,也要求Terray构建起一个跨领域专家团队把控关键环节,以及足够的计算资源支持。资金、人才、算力,缺一不可。

引入资本,扩大队伍

2022年2月,Terray宣布完成6000万美元的A轮融资。

此次融资由Madrona Venture Group领投,Two Sigma Ventures、Digitalis Ventures、KdT Ventures、Goldcrest Capital、XTX Ventures、Sahsen Ventures、Greentrail Capital 和 Alexandria Venture Investments等均有参与。

借助这融资势头,Terray在洛杉矶蒙罗维亚技术园区落地了超50000平方英尺的综合实验室,接近2/3个足球场。与此同时,Terray也开启新一轮“招兵买马”,在各个领域搜寻志同道合的专家。

Jacob曾在一次采访中直言,“招聘团队是最大的挑战。找到使命、愿景一致,充满激情且能力出众的人一直都是一项艰巨的任务。”

不过,Terray目前已经组建起一支跨领域专家团队。

2022年3月,Feroze (Fez) Ujjainwalla博士正式加入Terray担任首席商务官。

Fez在临床药物领域有数十年积累。他于1995年加入默克公司,担任高级研究化学家,并升任化学执行总监。他曾将8个候选药物送到临床试验门前,其中3个进入临床试验,包括用于治疗肥胖症的同类首创小分子MC4R激动剂MK-0493。

2022年7月,Fiona Black博士加入Terray科学顾问委员会。

Fiona在生物技术和生物医学行业有20多年从业经历,专注于端到端产品解决方案与制造流程的跨学科技术开发。她的技术理念与Terray不谋而合:“大规模的化学-生物相互作用数据,结合机器学习方法,将会展现出颠覆性的创新潜力。”加入Terray前,Fiona曾领导全球基因测序设备巨头因美纳的Array产品组合研发部门。在她的领导下,Array四年内收入增长40%。

2022年11月,Terray先后任命Xencor创始首席执行官Bassil Dahiyat和生物技术领导者Sudha Parasuraman为董事会成员。二人均在生物技术领域深耕二十多年。

其中,Bassil Dahiyat曾被麻省理工学院《技术评论》评选为“100 强青年创新者”。他深知,药物发现领域长期受到规模和资源的限制,而Terray平台所能提供的大规模实验筛选和先进的计算方法,恰好能帮助突破这一瓶颈,发掘出具有潜力的新药候选物。

Sudha Parasuraman则有丰富的临床开发和商业经验,在免疫学、肿瘤学、血液学及罕见病领域均有多年研究。“在Sudha博士专业知识的支持下,Terray的内部和合作项目将更好地向临床阶段推进。”Jacob Berlin表示。

此次融资前,Terray已有两位从业二十余年的科学家。

Terray首席科学家Vanessa Taylor此前在Rigel Pharmaceuticals担任生物学副总裁,曾负责领导临床前研究项目,从靶点识别到主要候选药物的选择,以及支持IND(研究型新药)申请和早期临床研究。在Rigel任职期间,她直接参与了7种候选药物的临床研究,重点关注是炎症和罕见疾病。

Terray首席平台官Craig Schulz此前是安进公司的首席科学家,曾负责设计、测试和运行安进公司的自动化解决方案。Craig发明过许多新技术,包括对小分子和大分子合成、纯化和筛选的改进等。

同时,Jacob的亲弟弟Eli Berlin也辞去原本的私募股权工作,成为Terray的联合创始人,并担任首席财务和运营官。

加速组建跨领域专家团队的同时,迅速扩大的数据集也急需大量计算资源维持运转。2023年,一笔来自英伟达的投资,为Terray补上了计算资源的巨大缺口。

2023年11月,Terray宣布获得英伟达风险投资部门NVentures的股权投资。

当时,Terray已经拥有一批高质量的实验数据,想要进一步训练自己的小分子化学基础模型,用生成式AI来解决复杂的药物发现问题,急需大量计算资源。英伟达承诺,将为Terray提供NVIDIA DGX™ Cloud平台,利用NVIDIA AI软件堆栈和NVIDIA的全栈计算专业知识,协助Terray优化和扩展其基础模型的开发。

今年10月,Terray宣布获得1.2亿美元的B轮融资,英伟达再次加码。本轮融资由新投资者Bedford Ridge Capital和现有投资者NVentures(NVIDIA 的风险投资部门)领投,新老投资者包括Maverick Capital、Goldcrest Capital、Madrona Ventures、Two Sigma Ventures、XTX Ventures、Digitalis Ventures 和 Alexandria Ventures也参与其中。

最近,英伟达宣布其开源的NVIDIA(®) BioNeMo(™)框架正加速落地。BioNeMo框架通过一系列加速计算工具,为生物分子研究提供指数级扩展能力,提高药物研发流程中的计算水平。目前,已有200多家科技生物公司、大型制药公司和初创企业,将BioNeMo集成到其计算机辅助药物研发平台和工作流中。Terray就是其中之一。

现在的Terray,已经来到临床试验的大门前。

敲开临床试验的大门

临床试验是药物流入市场的最后一关,也是最为凶险的一关。

人体内部的化学环境极其复杂,药物进入人体开始临床试验后,很可能遇到在实验室里未曾出现的副反应,损害人体健康。临床试验一旦失败,此前多年努力都打了水漂。

因此,Terray等生物技术初创企业大多会选择与大型药企合作,形成优势互补,降低药物研发成本。目前,Terray已经陆续和大型制药企业建立合作。

2022年10月,Terray与生物制药公司Calico达成合作。Calico由Alphabet创办,致力于用先进技术研究老年疾病。根据协议,此次合作旨在开发癌症等疾病的小分子疗法。双方将利用Terray的tNova平台,识别Calico选定靶点的小分子先导化合物。

2023年12月,Terray宣布与百时美施贵宝达成一项多目标合作协议,以发现和开发某些疾病的小分子疗法。根据协议条款,Terray将利用tNova平台发现和开发针对百时美施贵宝指定的一组靶点的小分子化合物,百时美施贵宝将负责开发和商业化。

合作项目在药物分子发现、候选药物、临床试验及监管等节点取得关键进展时,Terray都有资格获得额外付款。同时,如果百时美施贵宝成功将合作的产品商业化,所产生的净销售额也需分配一定比例给Terray作为特许权使用费。

今年10月,官宣B轮融资后,Terray相继宣布了与Odyssey Therapeutics的合作。Odyssey是一家临床阶段的生物制药公司,专注于自身免疫性和炎症性疾病的药物研发。

根据合作协议条款,双方将合作确定一个或多个候选药物。Odyssey将提供相关知识产权和专业知识,供Terray的tNova药物发现平台完成药物发现和先导阶段。此后,双方将共同承担该项目的研究、开发和商业化任务,并平等分担合作损失和利润。

此时此刻,Terray已经来到了临床试验的大门前。

Jacob曾在两年前的一次访谈中坦言: “将我们的技术规模化、工业化应用远比想象中更难。”某种程度上,这也是整个制药领域共同的难题。

虽然一些人工智能开发的药物正在进行临床试验,但仍处于早期阶段,全球范围内仍未出现一款通过临床测试的AI药物。华盛顿大学蛋白质设计研究所所长、生物化学家大卫·贝克此前指出:“生成式人工智能正在改变这个领域,但药物开发过程依然非常混乱。”

与此同时,围绕AI药物开发的争议也此起彼伏。

最常见的争议在于,AI往往是基于大规模数据,经过推理运算后,预测出某个药物分子结构,但无法提供该药物针对相应疾病的生物学机制,这可能会造成潜在的安全风险。

但反对者认为,对于目前市面上流通的绝大多数药物,人类都无法准确解释其作用机理。“如果目的是改善人类健康并确保患者获得有效的治疗,那么在不完全了解生物学的情况下开发治疗方法是理所当然的。如果这是一个黑匣子,我会接受这个黑匣子!”AI制药企业insitro首席战略官Philip Tagari曾表示。

对此,Jacob也表达过相似的观点:“对我们以及整个领域的最终考验是,10年后回顾过去,是否可以说临床成功率大幅上升,并且我们有了更好的药物来促进人类健康。”

目前,Terray选择聚焦自身免疫性疾病和免疫学疾病的小分子药物开发。

据纽约时报报道,Terray正在开发治疗红斑狼疮、牛皮癣和类风湿性关节炎等疾病的新药。此外,Jacob透露,2026年,Terray预计将有药物进入临床试验。

那时,Terray开创的技术范式也将迎来真正的严峻考验。

新浪科技公众号
新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

创事记

科学探索

科学大家

苹果汇

众测

专题

官方微博

新浪科技 新浪数码 新浪手机 科学探索 苹果汇 新浪众测

公众号

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片