“ 成立7年，从初创公司到具有规模的AIBiotech，英矽智能要在科研价值和商业价值之间寻找平衡。 ”
作者 | 郭瑞婵
编辑 | 李雨晨
资本寒冬里，AI制药行业签下了一笔高价订单。
近日，AI制药公司英矽智能宣布，与赛诺菲达成一项将持续多年、针对多个靶点的战略研究合作，预付款和靶点提名费用不超过2150万美元，里程碑总额最高可达12亿美元。
根据协议条款，赛诺菲将获得英矽智能AI药物发现平台Pharma.AI和跨学科药物研发团队的支持，推进基于不超过6个创新靶点的候选药物研发，使其达到临床开发候选阶段。若研发药物成功上市，英矽智能还将得到最高两位数的分阶段特许权使用费。
这是英矽智能今年以来第二次官宣与大药企的合作。1月，英矽智能曾宣布与复星医药达成首付款1300万美元的战略合作，为当时国内已披露的首付款最高的订单。
在前一项合作的基础上，英矽智能再次刷新了首付款纪录。连续两次收获国内最大合作订单，英矽智能有着怎样的成长路径？未来的发展策略是什么？
围绕这两大问题，雷峰网《医健AI掘金志》与英矽智能CEO Alex Zhavoronkov，联合CEO任峰、首席商务官Michelle Chen进行了一次对话。
01
赛诺菲看中了什么？
上一次令整个AI制药行业沸腾的商业合作，还是赛诺菲与Exscientia之间达成的“天价”大单——预付款1亿美元、总额约52亿美元，开发涵盖肿瘤学和免疫学的多达15种新型小分子候选药物。而在这之前，Exscientia还曾拿下与百时 美施贵宝预付款5000万美元、总额12亿美元的合作订单。
由于国内AI制药公司的成立时间普遍较晚，这类与药企合作的高价订单并不常见，英矽智能与赛诺菲此次达成的战略合作是国内目前披露的最大订单。
英矽智能联合CEO任峰表示，在资本寒冬下，这已经是相当不错的成绩。“虽然量级不如Exscientia的大，但是大家的期望值不能跟行业最蓬勃发展的时候一样。”
英矽智能联合CEO 任峰
实际上，从最初的非正式接触，到最终达成合作，这个过程颇为漫长，前后历经了八九个月的时间。
在任峰看来，赛诺菲尤为看重的有三个关注点，包括AI平 台、历史项目案例，以及团队的专业能力，洽谈过程中对这三方面的评估时间也较长。
凭借成立7年以来的打磨和积累，英矽智能在洽谈中可以拿出较成熟的AI平台与具体的项目案例，以及经项目验证的团队能力。“这是我们区别于很多AI公司的地方。”任峰表示。
对AI平台的评估，有没有技术特色是先决条件，而端到端的AI药物研发能力是英矽智能最大的标签。
英矽智能CEO Alex提到，英矽智能在创立早期就已设立了AI赋能整个新药研发的目标，但投资人最初也并不看好。
当大约80%的同类公司算法还只是关注化学领域，英矽智能建立了覆盖靶点发现、分子合成、临床试验预测三大制药环节的端到端平台Pharma.AI，是为数不多同时具备生成生物学和生成化学方面经验的公司，这已经成为其最主要的竞争优势之一。
从项目推进能力来看，英矽智能内部管线中最快的抗特发性肺纤维项目已经进入临床一期。外部合作项目方面，今年年初与复星医药官宣合作不到40天，就提名合作项目的PCC（临床前候选化合物），达到了第一个里程碑。
英矽智能的首席商务官Michelle全程跟踪了这项合作的洽谈，对于赛诺菲的第三个关注点体悟特别深。
到了最后的谈判阶段，双方的团队其实已经过了数月的磨合，赛诺菲的CSO仍坚持邀请Michelle到美国波士顿会面，Michelle也因此在波士顿待了一周时间。
这一周里，双方除了进行商务条款的谈判，团队以及个人层面的交流也非常多，以增进彼此的信任程度。
“因为这是一个多年的合作，研究过程是起起伏伏的，当进展不是很顺利的情况下，是否 还能够面对面进行合作，找出解决方法，这对于他们来说是非常重要的。”Michelle表示。
英矽智能首席商务官 Miche lle Chen
另外，双方团队具有的共同语言、对AI的共识也是优势之一。此次与赛诺菲的战 略性合作主要由英矽智能的BD和DD（Drug Discovery）团队主导完成，无论是BD团队的负责人Michelle，还是DD团队负责人任峰，都曾在大型跨国药企、CRO积累了多年的工作管理经验。
这也得益于英矽智能今年下半年以来的一次组织架构变动。今年6月，英矽智能任命任峰为公司联合CEO，利用该组织架构将DD团队与AI团队放在了同等重要的地位，从DD的角度对AI提出更多的要求。
“我们也看到了这种组织架构变化带来的公司变化，比如签了大单，未来会针对不同的客户，派不同专业的人去谈合作。”任峰说。
02
向AI Biotech进化
成立至今，英矽智能与不少大大小小的药企建立了合作关系，随着公司能力的更迭，今年以来先后与复星医药、赛诺菲签订的合作协议，超越了以往简单的服务模式，转变为战略性合作。
这两种模式最为明显的区别是，订单金额的大小，以及是否具备里程碑付款和销售分成。
具体而言，前者金额较小，多为“一锤子买卖”，也是传统CRO公司通常采用的模式；后者金额较大，且参与药物研发的里程碑和销售分成，现为AI biotech的普遍模式。
此外，两者所承担的风险大小不同。Michelle 指出，战略性的合作，药企要求AI制药公司具备在对等关系下提出和讨论研究方向的能力，而非行业通常理解的CRO起到的辅助作用。
任峰介绍，英矽智能也是从简单的服务模式做起，当公司的技术和认可度积累到一定程度，才拿到了战略合作的订单，现在和未来都会集中更多精力在战略性合作。
不过，他也提到，“像这种跟赛诺菲合作的大订单，在国内不易实现。”
因此，针对国内药企的特点，英矽智能计划明年开始探索新的战略合作模式。
“可能不需要那么高的首付款启动合作，而对后续的里程碑或是销售分成有更高的要求。”
除了AI CRO业务，英矽智能还有SaaS软件服务，以及30+内部研发管线。
任峰透露，目前英矽智能SaaS软件服务的业务量较小，一方面是由于SaaS对售后服务的能力要求较高，现阶段开放SaaS更多的不是为了赚钱，而是用较低的价格对行业普及AI平台的能力。他强调，英矽智能的定位是一家AI Biotech。
这也是业内普遍的成长路径之一，从SaaS软件服务起家，再逐步拓展到AI CRO，或是拥有内部管线的AI Biotech。
定位的升级，背后是对AI能力的价值肯定。在对话中，Alex特别提到了一个故事。
他表示，英矽智能最初的主要创新在于利用AI理解和处理基础生物学数据，2015年前后曾有一家现已上市的美国生物医药公司与英矽智能合作，使用公司的AI系统找到了一个胚胎发育过程中决定性的蛋白变化，发现了有潜力的靶点，而这个新靶点还适用于癌症治疗。
后来，这家公司基于这个新靶点的专利成立了新公司，并连同其他专利一起打包在美股上市。
“新公司上市后，市值达到了1.15亿美元，但他们在合作中只付给了我们30万美元。”Alex和团队对此非常震惊，但从中明白了AI技术的价值。
这促成了现在的英矽智能。“之后，我们不再局限于提供软件服务或某个阶段的药物研发服务，而是扩大了药物研发的能力，并将自有项目推进到临床阶段，证明AI研发药物的安全性和有效性，进一步提升商业价值。”
英矽智能CEO Alex Zhavoronkov
如今，在拥有30+内部管线的基础上，英矽智能预计明年还会有项目经IND申报，进入临床阶段，而现已进入临床一期的抗肺纤维项目有望于明年早些时候进入下一个阶段。此外，明年也将继续拓展创新项目。
内部管线的商业化步伐也正在跟上。Michelle 坦言，明年BD团队的业务压力不小，需要找到更多合作伙伴转让部分内部管线，增加对外授权。
03
资本寒冬不落幕的风口
基于不同的商业模式，AI制药行业已经跑出了数家上市公司，如SaaS软件服务起家的薛定谔，拿下多个战略性合作大单的Exscientia，以及专注内部研发管线的Relay Therapeutics等。
在Alex和任峰看来，现阶段哪种商业模式更有概率成功，还没有一个标准答案。在任何一个AI制药公司真正将药物送到市场之前，谈论商业化能力都为时尚早。
从二级市场的反应来看，商业模式更重的Relay Therapeutics目前的股价和总市值最高。以其为代表的AI Biotech，虽然承担了药物研发的大部分风险，但也获得了更庞大的市场和更高的潜在收益，资本对此青睐有加。
任峰透露，若管线进入临床二期，对外授权获得的收益，很可能比跟大药企的合作要更高。“管线越往后，附加值就越高，首付款也更高。”
他表示，英矽智能也正在搭建往后推进管线的能力，目前已经搭建了一个近20人的临床实验团队，为内部管线的临床一期或二期试验提供支持。
但构建的商业模式越重，也意味着越“烧钱”，在资本寒冬下，如何平衡“烧钱”的风险显得尤为重要。
任峰认为，整体来看，临床一二期的投入在可接受范围内。因为有AI的赋能，药物研发的早期投入不算特别高，可以用更少的成本把整个项目推进到IND或者临床一二期的阶段。
以抗特发性肺纤维项目为例，任峰去年曾在GAIR「医疗科技高峰论坛」上提到，从早期的新颖靶点发现到提名临床前候选化合物，大概用了18个月时间，研发经费大约为260万美元，在传统新药研发里，这笔经费高达数千万美金。
对于“烧钱”更猛烈的临床三期，英矽智能的布局则十分谨慎。“我们现在的定位是AI Biotech，还是更聚焦在早期一点的研发，暂不考虑组建商业化团队和大规模的临床团队。”
在英矽智能内部，项目科研价值与商业价值之间的平衡正在形成。
Michelle表示，除了从科研出发评判靶点的价值，公司已经开始从商业市场价值的角度来给项目提供反馈，“帮助我们能够进行区分，哪个更重要，哪个次重要，这也是公司从年轻的初创公司到具有规模Biotech的一个成熟过程。”
同时，任峰表示，面对资本寒冬，英矽智能倾向于开源而非节流，将增加对外授权来产生现金流，不会减少对研发的投入。
纵观整个行业发展，较早一批的AI制药公司大都成立于2012年前后。随着AlphaFold 2于2020年取得突破性进展，AI制药行业也成为了新的资本风口。如今蔓延在各个行业的资本寒冬，对AI制药行业将有多大的影响？
据“智药邦”统计，今年第三季度AI制药行业共披露24起投融资事件，与去年同期保持在相近水平。可见，尽管全球一级市场投资趋紧，但AI制药仍是较热门的投资方向。
Alex对此的态度也较为乐观，他表示，经过近10年的发展，AI 制药行业依然处于快速发展的阶段。对于早期成立的AI制药公司，它们中走得快的项目已经进入临床，有的甚至在临床2期展开药效性验证。
“这是非常关键的阶段，任何一个进展都将给整个领域带来活力，吸引更多的参赛者和投资人涌入。”
他认为，AI图像识别在公开数据库中就有大量可用于基础训练的数据，壁垒不高。但生物学和化学领域是不同的，这些领域的AI还可以发展出很多新的范式，很多新的AI能力有待发现。
英矽智能的触角也在不断往外伸展。任峰透露，公司正在积极准备AI平台对抗体药物研发的赋能，或定于明年5月的国际会议上对外分享初步的研发成果。
不久前，另一家头部公司Exscientia也宣布进军抗体设计，并在英国牛津建立了一个将AI分子生成与快速筛选实验相结合的自动化实验室，用以创造和检验新型抗体的早期潜力。
Exscientia CEO Andrew Hopkins曾提到，过去两年，卖得最好的50种药物，抗体药物就占了18种，将机器学习扩展到生物制品领域使得公司平台可处理的靶点范围几乎扩大了一倍。
训练数据的数量和质量，决定了AI平台的效用，如何在公开的数据库以外，积累私有数据集“喂养”给AI平台，已成为头部AI制药公司集中发力的方向。
英矽智能正在苏州BioBAY建设全自动机器人（生物）实验室，并将实验室与AI平台PandaOmics打通，实验室获得的湿试验验证数据、细胞成像和测序数据等将会反馈给AI平台，以进一步优化完善算法和预测结果。
英矽智能此次拿下的高价订单，再度展现了AI制药所具有的商业化潜力。但对于这家公司，乃至整个行业而言，这不过是刚刚开始，真正的“好戏”还在后头。
更多有关英矽智能全自动机器人（生物）实验室的细节与公司发展策略，请继续阅读《医健AI掘金志》与CEO Alex的对话节选。
Q：从英矽智能的发展路径来看，AI制药公司是不是会将模式越做越重，如何平衡投入和风险？与大药企自建的AI团队相比，优势竞争力是什么？
Alex： 我来自于半导体行业，亲眼见证了“加州设计中国制造”，因此我们也将见证生物科技行业同样的变化。我们有自己的实验室能力，但我们也与80多个合同研究组织合作。我们从整个行业中汲取实验能力。我们与像药明康德、美迪西等多家优秀公司合作，这将使我们能够非常迅速地验证和开展那些仅在一个实验室无法开展的试验，这样的组织结构将更为灵活。
我们致力于创新，从不停止。同时，我们承担了许多风险，也带来了非常可观的回报。现在的问题不是缺乏伟大的想法或伟大的突破性项目，而是恰恰相反，我们有丰富的想法，有一个非常长的重磅项目清单，我们期待使用AI进行真正显著的突破。
Q：现在越来越多的大药企选择建立自己的AI团队，对于想进入AI制药行业的创业者而言，现在还是一个好时机吗？
Alex： 人工智能平台的验证是非常昂贵的，因此AI公司需要与大药企进行合作，提供自己的产品和软件来进行验证。如今，对于大多数成立于2018年或2019年的AI制药公司而言，大药企与他们合作的意愿不强，可能是因为药企看到了AI辅助制药的趋势，在内部建立了AI团队有几百名甚至几千名AI专家。这是他们即将面临的挑战。
Q：英矽智能一直在做新的尝试，如近期宣布建设的全自动化的智能机器人实验室，建这个实验室的逻辑是什么？
Alex： 我们认为整合机器人技术的专业知识并将其与生物学联系起来是非常重要的。事实上，我认为化学还没有完全准备好实现自动化，但生物学已经具备实现自动化的基础，我们正在苏州建设全自动机器人（生物）实验室，这是我们最大的创新之一。
我们将自有的自动化机器人实验室与线上人工智能平台PandaOmics打通，实验室部分由7个自动化岛屿组成，包括样品接收与质控模块、细胞培养模块、高通量筛选模块、细胞成像模块、二代测序模块、化合物管理模块等。以药物筛选的重要环节表型分析为例，高内涵图像分析平台利用高通量成像系统对2D和3D细胞模型进行全自动化高通量成像分析，并结合AI模型进行多指标定量分析，实现了表型筛选的高通量，高灵敏度，高精度和智能化。
在该过程中所获得的湿试验验证数据、细胞成像和测序数据等，也将统一收集处理后反馈给人工智能平台，以便进一步优化完善算法和预测结果。在未来，我们希望机器人实验室与AI研发平台形成闭环，赋能内部管线拓展、推动制药行业变革。
Q：英矽智能现在涉足的制药环节越来越长，从药物发现到临床试验，是否担心会有不够聚焦的问题？
Alex： 我们相信AI可以在药物研发的各个方面发挥作用。我们将整个制药过程和管线开发视为整体，并关注其中可以通过人工智能加速的方面。这是一个很宏大的目标，其实在英矽智能成立之初，投资人总是建议我们专注于自己的核心优势，他们并不希望我们尝试用AI赋能整个新药研发。但是我们坚持了这一愿景，决定在药物发现的各个方面，即靶点发现、生成化学、临床试验预测等方面，都均衡地涉足。
现在这也成为了英矽智能的主要优势之一。当大约80%的同类公司只是关注化学，英矽智能的定位是利用下一代人工智能技术将生物学与化学结合，从而凸显明显优势，如果从一开始我们没有定位为由端到端人工智能驱动的药物研发公司，那么之后就会很难累积生物学和化学方面的经验，因为我们的人工智能算法并没有被训练用于这两个方面。
Q：在已经拥有了30+管线的基础上，英矽智能的下一步计划是什么？
Alex： 我认为在人工智能药物发现中，下一次重大革命将是人工智能驱动的机器人技术，我们希望用自动化、智能化、机器人等跨界融合技术去加速新靶点发现、验证的过程。我们建立了一个人工智能大脑，用积累的数据训练它，让它在高通量、高功率的实验室环境中创建更多用于训练的数据，同时也在此过程中发现新药靶点。
此外，我们还将进入量子计算领域，不仅仅是量子化学还有量子计算。同时，我们也在积极寻找更大的人类生物学模型，全面观察和研究人类生物学的纵向变化，并生成更多数据点。AI底层技术的创新方面对多模态模型（Multi-modal transformers）非常感兴趣，这是一种新的技术，就好比你可以通过文本利用AI去生产出画作。
//
近期热门文章
