超450家生命科学公司使用人工智能，10家AI制药上市公司中，多数都亏损…

据行业媒体BiopharmaTrend报告，生物制药行业有超过 450 家生命科学公司正在积极使用机器学习和基于深度学习的预测和生成能力来增强他们的研究策略。 
一些公司正在整合人工智能工具来改进药物发现和开发的特定阶段，例如，更好地疾病机制模型或识别药物通过分析组学数据重新利用机会。其他公司正在构建整个端到端平台，用于假设生成、目标发现、从头药物设计，甚至预测新设计的临床试验结果候选人。 
以下是拥有人工智能平台的上市公司名单，最后还有两家公司目前正在申请 IPO。

8家已上市

AbCellera Biologics

AbCellera 是一家美国生物技术公司，利用人工智能开发抗体疗法。该公司成立于 2012 年，于 2020 年 12 月上市，首次公开募股金额达创纪录的 5.555 亿美元。
他们专注于搜索和分析免疫系统以寻找潜在的抗体，然后将初步发现外包给合作伙伴以进行进一步的药物发现。AbCellera 还使用人源化抗体平台来评估潜在治疗分子的各种功能模式。
该公司拥有利用单个B细胞功能数据的测序技术，这使研究人员能够增加候选抗体的数量。该公司提供定制的单细胞检测，有助于揭示相关的抗体特性，如特异性、交叉反应性、亲和力等。
这样的分析产生了大量的多模式和多维数据，AbCellera通过其专有的抗体可视化软件Celium处理这些数据。在根据各种标准的数量选择了最有前景的线索后，计算蛋白质工程可以用于优化抗体，同时也可以考虑天然抗体的多样性。

BenevolentAI

BenevolentAI成立于 2013 年，并于 2021 年通过与 Odyssey 的 SPAC 交易上市，Odyssey 估值总部位于英国的制药公司，估值高达 15 亿欧元。
BenevolentAI 拥有处于 2 期临床试验的领先候选药物，旨在治疗特应性皮炎。其他候选药物包括慢性疾病（如溃疡性结肠炎）、癌症（多形性胶质母细胞瘤）等的潜在治疗方法。
此外，公司还与阿斯利康建立了合作伙伴关系，开发治疗纤维化和慢性肾脏疾病的药物。2020 年， BenevolentAI 帮助重新发现巴瑞替尼作为一种潜在的药物新冠肺炎- 19 使用他们的知识图谱平台进行药物再利用治疗。 
Benevolent 平台是一种计算工具，利用预测人工智能算法从可用数据和科学文献中分析和提取所需的见解。例如，知识图有助于管理公开生物医学数据中的知识，其他机器学习模型有助于识别分子靶点并预测分子与潜在药物的相互作用。

BioXcel Therapeutics

BioXcel 是一家成立于 2017 年的美国生物制药公司。他们专注于利用人工智能识别神经科学和免疫肿瘤学候选药物的药物开发。BioXcel 于 2018 年上市，筹集了 5580 万美元。 
BioXcel 的方法利用现有已批准的药物和/或经过临床评估的候选产品以及大数据和机器学习算法来识别新的治疗应用。
他们的大多数候选药物都属于神经科学疾病领域，拥有 FDA 批准的药物，用于急性治疗成人精神分裂症或双相情感障碍相关的躁动。此前，这种药物以静脉注射形式用于麻醉，BioXcel 将其装入舌下膜中以用于新的适应症。与此同时，该公司的管道包括针对特定癌症病例将小分子癌症药物与抗体派姆单抗相结合的临床研究。

Exscientia

总部位于牛津的临床阶段生物技术公司Exscientia利用其以患者为先的人工智能驱动技术，专注于针对各种治疗适应症的小分子药物发现平台，CentaurAI。该公司成立于 2012 年，于 2021 年 10 月上市，共筹集 5.104 亿美元。
如今，Exscientia 拥有多种处于早期药物发现阶段的候选药物，包括精准癌症治疗、免疫学和炎症、抗感染药物等。他们的一项精准癌症治疗候选药物已进入临床研究的 I 期。 
凭借其端到端人工智能药物发现平台，Exscientia 提供使用遗传数据、文本数据（研究文章、专利）、患者数据和多种其他数据类型以及复杂实验方法结果（例如如高内涵筛选和表面等离子共振。
此外，该公司基于人工智能的平台可以利用目标驱动药理学、ADME、3D结构指纹和其他功能，有效地设计和优化小分子药物。Exscientia 的人工智能驱动的药物发现平台能够预测临床癌症治疗的有效性，同时还将药物与最相关的患者群体进行匹配。

Lantern Pharma

总部位于美国的制药公司 Lantern Pharma 专注于利用人工智能和基因组学开发精准肿瘤疗法。Lantern Pharma 成立于 2013 年，于 2020 年完成了 2600 万美元的 IPO。
Lantern Pharma 在药物发现和开发方面有两个方向：开发具有新颖作用机制的新型精准抗癌药物，以及利用机器学习算法、基因组数据和新型精准肿瘤生物标志物“回收”以前不成功的抗癌药物。 
Lantern Pharma 开发了 RADR（药物定位和救援响应算法）平台，这是一个基于数据分析、实验生物学、生物技术和机器学习的综合平台。它是一个复杂的工具，可帮助定义和制定正在开发的药物和已批准用于一系列肿瘤适应症的药物之间的组合策略。

Moderna

Moderna T‍herapeutics 是一家生物技术公司，成立于 2010 年，专注于基于信使 RNA 技术的计算驱动药物发现和疫苗开发。2018 年，Moderna 完成了创纪录的 IPO，筹集资金总额达 6.043 亿美元。  
他们的研究引擎结合了用于药物发现和疫苗开发的专有人工智能驱动数字引擎，集成到高度自动化的生产设施中以开发 mRNA 疫苗和疗法。利用 Moderna 的技术，科学家可以选择人类蛋白质组中的蛋白质进行工程改造或设计新型蛋白质。 
基于网络的 mRNA 设计工作室可以从蛋白质序列开始快速设计多个 mRNA。此外，他们的 mRNA 早期开发引擎服务结合了 mRNA 疫苗和疗法的工艺开发、毒理学研究、全球监管互动以及临床研究准备和执行的内部和外部能力。 
该公司于 2020 年成功开发并商业化了 COVID-19 疫苗，获得了全球认可，从而名声大噪。 

Neumora Therapeutics

2023 年， Neumora Therapeutics，一家专注于开发神经精神疾病和神经退行性疾病治疗方法的临床阶段生物制药公司，宣布了其首次公开募股 (IPO) 每股 17.00 美元，旨在筹集约 2.5 亿美元。
Neumora 的方法整合了转化、临床和计算方法，以推进神经科学领域的精准医学，并拥有一系列针对一系列脑部疾病的新机制的七个临床和临床前项目。

Recursion Pharmaceuticals 

Recursion 立于 2013 年， 是一家位于犹他州的临床阶段“数字生物技术”公司。拥有先进的机器人生物实验药物发现平台，利用机器学习技术，包括高通量成像分析和高内容筛选数据建模。这家生物技术公司于 2021 年 4 月上市，筹集了 5.02 亿美元。
他们的项目针对病因明确但尚未获得批准的治疗方法的疾病，旨在解决未得到满足的需求。Recursion 的药物开发管道有三种药物处于第二阶段临床试验，还有几种处于第一阶段临床试验，还有多种候选药物处于临床前开发阶段。 
该公司使用复杂的模块化数字平台，即操作系统，为所有生物实验设施和数据生成过程提供动力。使用人工智能驱动的算法对获得的数据进行建模，并通过实验验证预测结果并进一步用于改进算法部分。
此外，该公司声称通过应用机器学习算法来减少人类偏见，该算法旨在从基础生物数据集中提取见解，而这些数据对于人类解释来说可能过于复杂。其操作系统中的多种工具结合了软件和硬件来设计、执行、聚合和存储高达 11 PB 的生物和化学数据。

Relay Therapeutics

Relay 成立于 2016 年，是一家总部位于美国的公司，专门开发人工智能驱动的变构药物发现平台旨在应用计算技术来模拟蛋白质运动。公司于 2020 年上市，首次公开募股融资 4.6 亿美元。
该公司的人工智能驱动平台可检测和表征感兴趣蛋白质上发生的相互作用，并将结构生物学、生物物理学和化学领域的计算方法与实验方法相结合。Relay 的 Dynamo 平台可以帮助对以前无法用药的目标进行药物治疗，最初的重点是精准肿瘤学和遗传疾病。 
Dynamo 平台利用基于运动的药物设计的三个基本阶段，例如了解如何对蛋白质进行药物治疗和识别化学起点，然后进行优化，直到选择开发候选药物。每个阶段都包括多个步骤，例如，对蛋白质特性的初步了解 Relay Therapeutics 合成全长蛋白质，然后进行冷冻电镜和环境温度 X 射线晶体学，其中的数据随后用于创建蛋白质的虚拟模拟蛋白质在生物学相关时间尺度上的运动。 

Schrödinger

薛定谔（Schrödinger）总部位于纽约，是一家为制药、生物技术和材料研究开发分子设计软件的公司。该公司成立于 1990 年，于 2020 年上市，首次公开募股融资 2.32 亿美元。 
薛定谔在广泛的治疗领域拥有一些全资和合作的药物发现项目。他们的领先候选药物针对复发/耐药非霍奇金淋巴瘤，即将进入一期临床试验。该公司的合作项目产生了两种 FDA 批准的药物和多个已进入临床试验后期阶段的项目，例如治疗炎症性肠病、代谢性疾病等的候选药物。 
该公司声称，与传统方法相比，其人工智能驱动的平台有助于更快、更低成本地发现新药，并且成功的可能性更高。值得注意的是，该公司为小分子发现和生物制剂发现提供了专门的解决方案，解决了关键点。例如，在生物制剂药物发现中，他们专注于结构预测和蛋白质工程，包括抗体建模。 

2家冲刺IPO

晶泰科技

晶泰科技，一家总部位于深圳的人工智能药物发现公司，已在香港申请首次公开募股 (IPO)。 

该公司以应用人工智能设计新药化合物而闻名，自 2015 年成立以来已筹集了总计 7.32 亿美元资金。其最近一次私募融资是 2021 年 10 月进行的 3.8 亿美元 D 轮融资，对晶泰科技的估值约为 20 亿美元。其在深圳、上海和波士顿设有自主实验室。
Insilico Medicine
Insilico Medicine 是一家临床阶段药物发现公司，在香港和纽约设有业务，专门从事基于人工智能的药物发现，今年6月提交了在香港首次公开募股的文件。这一举措出台之际，该地区在经历了一段时期的稀缺之后，大量股票开始出现复苏。
该公司向香港证券交易所提交的文件中没有透露此次IPO的具体细节，例如筹集的金额。然而，据《南华早报》援引匿名消息人士的报道称，Insilico Medicine 的目标是通过此次发行筹集 2 亿美元。

第 18C 章规定的新规定于 3 月 31 日对在香港联交所申请 IPO 的公司生效。

该规定允许估值至少为 100 亿港元（约 12.7 亿美元）的公司通过首次公开募股（IPO）发行股票，即使它们尚未产生任何收入。这较之前建议的 150 亿港元（约合 19.1 亿美元）门槛有所降低。
此外，商业公司的市值要求由之前的80亿港元（约10.2亿美元）下调至60亿港元（约7.65亿美元）。

AI在药物发现中的现实检验

虽然人工智能在药物发现方面的前景巨大，但现实情况是，不同用例的成功实施和实现实际改进的能力差异很大，并且需要高质量的数据、时间、高技能人才和大量的实验和验证。
即使是这一领域的领先企业也无法幸免挫折。特别是，一些宣传为人工智能生成的候选药物未达到临床试验终点，其开发被中止。
此外，除了 Schrödinger、Recursion Pharmaceuticals 和 Moderna 等几家公司之外，药物发现领域的其他公开交易的人工智能股票自 IPO 以来都出现了亏损。 
话虽如此，该行业正在经历整合，而像 Insilico Medicine 这样的公司正在展示其人工智能生成的管道取得的重大进展。 
显而易见的是，人工智能在药物发现和开发领域的出现并不是一场革命，而是一场进化，进化需要时间，而且是迭代的。 
参考链接：https://www.biopharmatrend.com/post/601-recent-ipos-among-ai-driven-platforms-for-drug-discovery-and-biotech/
—The End—
推荐阅读