據美國塔弗茨藥物開發研究中心最新研究，每種新藥的研發需要28.7億美元的投入。而且藥物研發的失敗率很高，平均研制的5000種化合物中，只有5種能夠進入動物實驗階段，而這其中又只有1種藥物能夠進入臨床試驗階段。

AI技術的加持可助力研發人員更高效的鎖定解決方案，大大縮短研發周期，并降低總體成本。現階段，藥物研發在人工智能的主要應用包括靶點篩選、藥物發現、藥物優化三個環節。

2019年超維知藥開始籌建，專注于利用人工智能技術助力創新藥研發的科技公司，其將切入點定在第一環節，即從苗頭化合物到先導化合物到候選化合物的篩選切入。之所以聚焦于此，創始人秦炳杰告訴創業邦，該環節技術難度較高，已經不在依賴CADD基礎之上研究，做一個高壁壘且交叉學科的研究工作，將其做精是占據市場頭部的關鍵。

據動脈網蛋殼研究院數據，全球范圍內有超過100家人工智能輔助藥物研發公司，國內約有20多家，多為初創公司。相對于4000多家制劑生產企業，競爭尚不激烈。而相比以晶型篩選和預測切入的晶泰科技、新藥發現技術平臺智藥科技以及藥物重定向虛擬高通量篩選的燧坤智慧，除了切入的環節不同，超維知藥認為技術團隊就是其最大的優勢。

在技術上，作為創始人之一的曹晨磊是人工智能算法博士，參與過多個國家重大專項，獲專利4項，就職于大唐電信期間，使公司在AI方向實現了零的突破，成功研發了多款智能安全產品。

在他的帶領下，超維知藥自主開發的人工智能藥物設計算法，不同于傳統的CADD方式，而是以量子立場為基礎，在分子3D結構基礎上，利用深度學習算法，擬合分子作用力和構效關系，在VAE、GAN、RL等算法框架作用下，使機器學習算法具備了完善的分子生成能力，實現了質的飛躍。

此外，近20人團隊中，三分之二為技術人員，主要來自于軍科院、北郵、清華、復旦、劍橋等國內外一流大學，其中博士占一半以上，且具備藥物化學、數學、計算化學、物理、生物等跨學科背景。

但事實上，秦炳杰說道，醫藥畢竟是個高門檻行業，“又懂人工智能又懂藥物的復合人才在國內很少很少。”

只有靠人工智能+藥研人才的融合，但這并不簡單，“只有藥研背景+人工智能背景的人才達到深度交流才可以勝任”，秦炳杰笑說，“連曹博士開始心里也沒有多少底兒，兩個人碰撞交叉學科知識，用了3個月時間才覺得自己可以做得了這件事”。

秦炳杰自身也從事創新藥研究16年，他成功完成多個創新藥臨床前研究項目，擁有多項美國、歐洲、中國授權專利，由他深度介入算法設計，模型綜合考慮化合物30多項成藥性指標，輸出結果更準確。

僅幾個月時間，超維知藥也有了一份不錯的成績單：目前公司已經與協和藥物所、軍科院等科研院所建立了藥研合作。同時超維知藥自主研發項目已在抗癌與自身免疫、抗病毒、神經精神領域針對多個靶點發現一批全新結構高活性化合物，具備極高成藥性潛力。

具體來說，針對某癌癥靶點一，3周內篩選出一批高成藥潛力化合物，經實際合成和測活，獲得3個全新結構活性分子，最大活性為193nM，可作為苗頭化合物進一開發。

此外，針對某癌癥靶點二，利用RL算法模型對低活性化合物進行改造，結合ADMET預測，6周內成功改造出全新結構100nM高活性先導化合物。

秦炳杰表示，超維知藥最終志在平均一年內推進至候選化合物，助力藥研團隊高效開發me better、best in class、fast follow、甚至first in class潛力藥物。

疫情使得人工智能藥物研發的勢頭增大，同時也有不少企業在探索新冠特效藥。超維知藥也在布局。據悉1月底，我國已經成功分離出新冠病毒的毒株，這意味著擁有了疫苗的種子株。種子株經過培養，可以變成疫苗株，然后就能夠制備疫苗。秦炳杰表示，盡管疫苗研制會比研發藥物快一些，但是長久來看還是要靠研制小分子藥。

同時，秦炳杰也表示，因為沒有病毒樣本，導致企業在研制新冠藥的過程中，即使找到化合物也沒有病毒樣本進行篩選，只有軍科這樣掌握樣本的才具備條件。

在這一點上，超維知藥有著得天獨厚的優勢。據介紹，超維知藥正在和軍科院合作研究冠狀病毒特效藥。

商業模式上，超維知藥對標硅谷生物技術公司Insilico Medicine，基于一個很強的底層算法模型，商業模式類似于服務性質，也有合作模式。

短中期（ 1~3 年）通過技術服務和項目權益實現收入，項目按照化合物的難易程度和數量收費。目前產生軍科院2個訂單，與國內藥企達成合作，并進項項目前期調研準備工作，客單價數十萬元左右。中長期（ 3~5 年）超維知藥通過轉讓自主研發創新藥項目實現收入，同時布局自有研發管線。

據透露，超維知藥年底預計實現500萬營收。藥物研發需要大量資金的投入，目前超維知藥也正在尋求有醫藥背景的投資機構。
? ? ? ?責任編輯:pj