晨佇生物——做好原創(chuàng)醫(yī)藥的‘先鋒軍’
公司完成對諾貝爾獎獲得者AI藥物研發(fā)項目——晨佇生物的投資。該公司由2013年諾貝爾化學(xué)獎得主亞利耶·瓦謝爾教授及其學(xué)生白晨教授聯(lián)合創(chuàng)立。
諾獎得主、創(chuàng)始人——亞利耶·瓦謝爾教授
就職于美國南加州大學(xué),是計算機模擬生物分子功能的先驅(qū)，開發(fā)了用于分子模擬的計算機程序，這些程序在不同的領(lǐng)域中得到了廣泛的應(yīng)用，比如新藥的開發(fā)等。2013年，亞利耶·瓦謝爾與美國科學(xué)家馬丁·卡普拉斯、邁克爾·萊維特因給復(fù)雜化學(xué)體系涉及了多尺度模型而獲得2013年諾貝爾化學(xué)獎。
晨佇生物企業(yè)介紹
晨佇生物是一家以藥物靶點的作用機理研究為驅(qū)動力、尖端人工智能技術(shù)賦能的創(chuàng)新藥物研發(fā)公司。
晨佇生物將多尺度模型應(yīng)用于藥物發(fā)現(xiàn)領(lǐng)域，建立了獨創(chuàng)的基于靶標(biāo)蛋白動力學(xué)信息的藥物研發(fā)平臺，該平臺將世界領(lǐng)先的蛋白質(zhì)結(jié)構(gòu)解析技術(shù)、諾獎級的計算生物學(xué)技術(shù)、尖端的人工智能技術(shù)、高性能計算技術(shù)、生物信息學(xué)技術(shù)、實驗生物學(xué)技術(shù)有機地結(jié)合，形成一套從結(jié)構(gòu)測定到先導(dǎo)化合物設(shè)計，再到化合物藥效驗證的完整流程。
晨佇生物創(chuàng)新技術(shù)
眾所周知，藥物研發(fā)是一個漫長的系統(tǒng)工程，其包含了發(fā)現(xiàn)和開發(fā)兩大階段。藥物發(fā)現(xiàn)包括三個步驟，分別是疾病相關(guān)治療靶點的確認，先導(dǎo)化合物的發(fā)現(xiàn)及先導(dǎo)化合物的優(yōu)化，最終獲得候選藥物，進入藥物的開發(fā)階段。其中，先導(dǎo)化合物的發(fā)現(xiàn)至關(guān)重要。
計算機輔助藥物設(shè)計（CADD）技術(shù)的出現(xiàn)加速了先導(dǎo)化合物發(fā)現(xiàn)進程，然而，隨著廣泛的高通量虛擬篩選，現(xiàn)有的化合物數(shù)據(jù)庫中骨架的新穎性越來越差，獲得具有完全自主知識產(chǎn)權(quán)的分子越來越難。
因此，新藥研發(fā)行業(yè)既有傳統(tǒng)意義上的研發(fā)效率低、周期長、成本高、失敗率高的痛點，同時CADD技術(shù)出現(xiàn)后也面臨著分子骨架新穎性低、缺乏自主知識產(chǎn)權(quán)的保護等難點。
人工智能輔助的藥物設(shè)計技術(shù)（AIDD）能夠有效彌補計算機輔助藥物設(shè)計（CADD）過程中面臨的先導(dǎo)化合物的選擇性不夠、結(jié)構(gòu)新穎性差的問題，但現(xiàn)有的AIDD技術(shù)在創(chuàng)新藥物的設(shè)計過程中僅考慮靶標(biāo)-配體結(jié)合能、配體結(jié)構(gòu)相似性等信息，動力學(xué)信息的缺乏限制了AI的上限，而這些不完整的訓(xùn)練數(shù)據(jù)，使得當(dāng)前的AI只能片面評價分子成藥性，效率較低。
晨佇生物運用獲得了諾獎的計算生物學(xué)方法獲得這些AI訓(xùn)練的關(guān)鍵性信息。研究靶標(biāo)蛋白工作過程的機理，獲得動力學(xué)信息；將動力學(xué)信息引入到AI訓(xùn)練中，使得AI模型質(zhì)量更優(yōu)秀；動力學(xué)信息的引入擴展了AI制藥的上限，增加所設(shè)計分子的成藥性，大大提高研發(fā)效率，節(jié)省成本。
厚積而薄發(fā)，晨佇生物通過整合多尺度模擬技術(shù)、高性能計算和人工智能，構(gòu)建了AI創(chuàng)新藥物設(shè)計平臺，能夠增強傳統(tǒng)計算機輔助藥物設(shè)計的藥物開發(fā)的能力。目前公司已完成多個疾病相關(guān)靶標(biāo)蛋白的機理研究及相應(yīng)的藥物設(shè)計，并將快速推進藥物分子的化學(xué)合成和臨床前驗證。
