DeepTech深科技晶泰科技温书豪:谷歌看中的是我们物理底层的核心


DeepTech深科技晶泰科技温书豪:谷歌看中的是我们物理底层的核心
文章图片
编者按:生辉在调研“AI+制药”的业内头部公司和多家本土VC之后 , 发现真正具有核心技术 , 能建立强固商业壁垒的本土AI制药公司屈指可数 。 为探究其中原因 , 生辉找到了目前全球人工智能药物研发领域融资额最高的企业之一——晶泰科技 。 该公司成立于2015年 , 先后拿到了腾讯控股、谷歌母公司Alphabet、红杉资本、中国人寿、SIG、晨兴资本等共七千多万美元的投资 。
晶泰科技联合创始人兼董事长温书豪对生辉阐明了为何晶泰会受到资本市场青睐的秘密 。
DeepTech深科技晶泰科技温书豪:谷歌看中的是我们物理底层的核心
文章图片
图|晶泰科技联合创始人兼董事长温书豪(来源:晶泰科技)
谷歌看中的是我们物理底层的核心
生辉:晶泰的英文名XtalPi是什么寓意?
温书豪:我们刚开始成立公司的时候是从药物晶体切入的 , “Xtal”也就是crystal(晶体) , Pi是圆周率 , 代表我们是一家算法驱动的公司 , 也是我们对精度的追求 。 另外 , 爱因斯坦的生日也是PiDay , 对于我们学物理的人来说也是对他的纪念 。
生辉:当时为什么想到去做药物相关的研究?
温书豪:我们当时在波士顿的MIT , MIT鼓励不管是教授还是博士、博士后去把科研成果转化成公众利益 , 创业氛围很浓 。 另外 , 波士顿是所谓“药的硅谷” , 我们做物理的人也会受到药物工业大环境的影响 。
至于我们为什么选择从晶型预测切入 , 那是因为在2015年的时候一款治疗多发性骨髓瘤(multiplemyeloma)最好的药的晶型专利被别人挑战 , 当时我们就认为 , 一款药物先不说它的机理 , 它要变成产品去生产的话 , 一定要有一个稳定的承载形式 , 也就是晶型 , 同时还涉及到专利问题 , 刚才提到的这款药一年能卖一百亿美金 , 你要是能越过它的专利就能获得巨大的商业回报 。 晶型就是一个物质结构的问题 , 我们搞物理的可以从基础理论底层搞得很清楚 。
DeepTech深科技晶泰科技温书豪:谷歌看中的是我们物理底层的核心
文章图片
图|晶泰帮助科学家预测和优化潜在药物分子的晶型(来源:Pfizer)
宇宙都是由原子电子组成的 , 包括药物包括人体的蛋白都是原子电子组成的 , 我们设计药物要知道药物分子是怎么和靶点结合起来的 , 这还是一个物理问题 , 以前是在宏观的层面去理解 , 现在要理解清楚的话必须要越来越微观 。 为什么我们的物理背景让药物工业的客户喜欢 , 这是因为从我们这个角度去做算法 , 准确度很高 , 这是我们作为一家华人公司要去和美国同行竞争的根本 。
生辉:您提到的算法的准确度高低是如何衡量的?晶泰的准确度指标如何?
温书豪:很多公司一直把晶型预测当做晶泰的标签 , 但是我们2018年上一轮募资之后主要的milestone是AI新药研发了 。 算法准确度的衡量 , 对于晶型预测算法是可以直接拿算法预测出的晶体结构和现实实验中的单晶结构做对比 , 看是否重合 , 看我们是否能预测出所有实验找到的晶体;新药研发就是一个多目标函数优化 , 药厂会给我们靶点 , 让我们去做分子预测 , 它的活性、成药性、毒性等等指标都是有数值的 , 实验测出的数值和我们算法算出来的物理量是可以去做对比的 。 符合就是准确 。
生辉:那么晶泰的准确度表现如何?
温书豪:因为算法有很多 , 这里可以分几种 。 晶型的话 , 2019年我们对所有服务客户的稳定晶体预测的成功率是100% , 这是2017年或者2018年看不到的数据 , 因为算法公司有个特点就是会越来越准、越来越快速 。 另一个是关于力场和freeenergyperturbation模型(自由能微扰模型 , 用来算药物分子和靶点结合)这算法的结果与实验结果的线性相关度很高 , 预测药物分子和靶点的结合情况 , 结合使用策略可使得计算与实验的线性相关度超过90% 。 这两个都是根据物理模型构建的算法 , 它的准确度极高 。 人工智能是数据驱动 , 不能单一通过物理学第一性原理构建 , 比如说在逆合成方面 , 就是判断设计的药物分子如何合成出来 , 这方面算法我们也有85%甚至90%的准确度 。 业界有一些公开的竞赛可能在80%左右 。 在这些具体的药物发现关键环节不同类型算法工具的准确度 , 我们一直在追求业界的最高标准 , 这是我们作为一家中国公司在美国市场生存的根本 。


推荐阅读