超维知药自主开发的人工智能药物设计算法_技术

据美国塔弗茨药物开发研究中心最新研究，每种新药的研发需要28.7亿美元的投入。而且药物研发的失败率很高，平均研制的5000种化合物中，只有5种能够进入动物实验阶段，而这其中又只有1种药物能够进入临床试验阶段。

AI技术的加持可助力研发人员更高效的锁定解决方案，大大缩短研发周期，并降低总体成本。现阶段，药物研发在人工智能的主要应用包括靶点筛选、药物发现、药物优化三个环节。

2019年超维知药开始筹建，专注于利用人工智能技术助力创新药研发的科技公司，其将切入点定在第一环节，即从苗头化合物到先导化合物到候选化合物的筛选切入。之所以聚焦于此，创始人秦炳杰告诉创业邦，该环节技术难度较高，已经不在依赖CADD基础之上研究，做一个高壁垒且交叉学科的研究工作，将其做精是占据市场头部的关键。

据动脉网蛋壳研究院数据，全球范围内有超过100家人工智能辅助药物研发公司，国内约有20多家，多为初创公司。相对于4000多家制剂生产企业，竞争尚不激烈。而相比以晶型筛选和预测切入的晶泰科技、新药发现技术平台智药科技以及药物重定向虚拟高通量筛选的燧坤智慧，除了切入的环节不同，超维知药认为技术团队就是其最大的优势。

在技术上，作为创始人之一的曹晨磊是人工智能算法博士，参与过多个国家重大专项，获专利4项，就职于大唐电信期间，使公司在AI方向实现了零的突破，成功研发了多款智能安全产品。

在他的带领下，超维知药自主开发的人工智能药物设计算法，不同于传统的CADD方式，而是以量子立场为基础，在分子3D结构基础上，利用深度学习算法，拟合分子作用力和构效关系，在VAE、GAN、RL等算法框架作用下，使机器学习算法具备了完善的分子生成能力，实现了质的飞跃。

此外，近20人团队中，三分之二为技术人员，主要来自于军科院、北邮、清华、复旦、剑桥等国内外一流大学，其中博士占一半以上，且具备药物化学、数学、计算化学、物理、生物等跨学科背景。

但事实上，秦炳杰说道，医药毕竟是个高门槛行业，“又懂人工智能又懂药物的复合人才在国内很少很少。”

只有靠人工智能+药研人才的融合，但这并不简单，“只有药研背景+人工智能背景的人才达到深度交流才可以胜任”，秦炳杰笑说，“连曹博士开始心里也没有多少底儿，两个人碰撞交叉学科知识，用了3个月时间才觉得自己可以做得了这件事”。

秦炳杰自身也从事创新药研究16年，他成功完成多个创新药临床前研究项目，拥有多项美国、欧洲、中国授权专利，由他深度介入算法设计，模型综合考虑化合物30多项成药性指标，输出结果更准确。

仅几个月时间，超维知药也有了一份不错的成绩单：目前公司已经与协和药物所、军科院等科研院所建立了药研合作。同时超维知药自主研发项目已在抗癌与自身免疫、抗病毒、神经精神领域针对多个靶点发现一批全新结构高活性化合物，具备极高成药性潜力。

具体来说，针对某癌症靶点一，3周内筛选出一批高成药潜力化合物，经实际合成和测活，获得3个全新结构活性分子，最大活性为193nM，可作为苗头化合物进一开发。

此外，针对某癌症靶点二，利用RL算法模型对低活性化合物进行改造，结合ADMET预测，6周内成功改造出全新结构100nM高活性先导化合物。

秦炳杰表示，超维知药最终志在平均一年内推进至候选化合物，助力药研团队高效开发me better、best in class、fast follow、甚至first in class潜力药物。

疫情使得人工智能药物研发的势头增大，同时也有不少企业在探索新冠特效药。超维知药也在布局。据悉1月底，我国已经成功分离出新冠病毒的毒株，这意味着拥有了疫苗的种子株。种子株经过培养，可以变成疫苗株，然后就能够制备疫苗。秦炳杰表示，尽管疫苗研制会比研发药物快一些，但是长久来看还是要靠研制小分子药。

同时，秦炳杰也表示，因为没有病毒样本，导致企业在研制新冠药的过程中，即使找到化合物也没有病毒样本进行筛选，只有军科这样掌握样本的才具备条件。