OSTEOMICS: Identifying Regulators of Bone Homeostasis
Diseases of bone associated with ageing, including osteoporosis (OP) and osteoarthritis (OA), reduce bone mass, bone strength and joint integrity. Current non-surgical approaches are limited to pharmaceutical agents that are not disease modifying and have poor patient tolerability due to side effect profiles. Developing a fundamental understanding of cellular bone homeostasis, including how key cell types affect tissue health, and offering novel therapeutic targets for prevention of bone disease is therefore essential. This is the focus of OSTEOMICS.
A number of factors have been linked to increased risk of bone disease, including genetic predisposition, diet, smoking, ageing, autoimmune disorders and endocrine disorders. In our study, we will recruit patients undergoing elective and non-elective orthopaedic surgery and obtain surgical bone waste for analysis. This will capture a cohort of patients with bone disorders like OP and OA, in addition to patients without overt clinical bone disease. We will study the relationship between the molecular biology of bone cells, bone structure, genetics (DNA) and environmental factors with the aim of identifying and validating novel therapeutic targets.
We will leverage modern single cell technologies to understand the diversity of cell types found in bone. These technologies have now led to the characterisation of virtually every tissue in the body, however bone and bone-adjacent tissues are massively underrepresented due to the anatomical location and underlying technical challenges. Early protocols to demineralise bone and perform single cell profiling have now been developed. We will systematically scale up these efforts to observe how genetic variation at the population level leads to alterations in bone structure and quality.
Over the next 10 years, we will generate data to comprehensively characterise bone across health and disease, use machine learning to drive analysis, and experimentally validate hypotheses - which will ultimately contribute to developing the next generation of therapeutic agents.
100 项与 Relation Therapeutics Ltd. 相关的临床结果
0 项与 Relation Therapeutics Ltd. 相关的专利(医药)
▎药明康德内容团队编辑欧洲是全球重要医药市场,具有发展成熟、体量庞大、增长稳定的特点。欧洲拥有许多大型医药公司,如德国的拜耳医药、瑞士的罗氏制药、丹麦的诺和诺德及法国的赛诺菲等,并且新锐创新药公司也不断获得投资者的关注。2024年第一季度,至少有49家位于欧洲的创新药公司获得融资,金额总计近9亿美元。值得关注的亮点包括:英国、西班牙、瑞士市场较活跃:英国获融资公司数最多,为18家,西班牙和瑞士均有5家公司获得融资。AI药物公司势头迅猛:获融资公司中,有6家公司利用人工智能辅助进行新药发现,其中利用生成式人工智能技术进行药物发现公司Relation Therapeutics完成了3500万美元种子轮融资。癌症疾病领域为关注重点:23家获融资公司开发疾病领域包含癌症领域,其中值得关注的公司有抗体偶联药物研发公司Tubulis、癌症疫苗研发公司Nouscom、基因疗法研发公司Asgard Therapeutics等。Tubulis完成1.28亿欧元B2轮融资3月15日,Tubulis宣布成功完成了1.28亿欧元的B2轮融资。获得的资金将主要用于支持Tubulis下一代ADC的临床研发,并帮助实现主打候选药物TUB-040和TUB-030的临床概念验证。Tubulis来自德国,正在开发下一代抗体偶联药物(ADCs),通过针对特定靶标定制靶向分子和有效载荷的组合,以开发具有优越性能的新型ADCs。该公司的TUB-040针对肿瘤抗原Napi2b,这是一个在卵巢癌和肺癌中被详细表征的靶标。而TUB-030针对5T4,这是一个在实体瘤中经常过度表达的抗原。这两款候选药物的临床前概念验证数据将在今年四月的美国癌症研究协会(AACR)年会上汇报。Nouscom完成7580万欧元C轮融资3月21日,Nouscom公司宣布完成7580万欧元C轮融资。Nouscom是来自瑞士的一家处于临床阶段的免疫肿瘤学公司,致力于开发以新抗原为靶点、基于病毒载体的现货型和个体化癌症疫苗,旗下主要产品包括针对209个共有新抗原的现货型癌症疫苗NOUS-209以及个体化癌症免疫疗法NOUS-PEV。NOUS-209目前正在随机2期临床试验中进行测试,与帕博利珠单抗联合用于治疗错配修复缺陷/微卫星不稳定(dMMR/MSI)转移性结直肠癌(mCRC)。此外,Nouscom公司已经完成评估NOUS-PEV与检查点抑制剂联合治疗晚期黑色素瘤患者的1b期临床研究,并开展针对具有高度未竟医疗需求适应症的随机2期临床试验。Nouscom公司的现任首席执行官是Marina Udier博士,她曾在诺华公司(Novartis)担任多个高级开发和商务拓展职位,在测试业务和体外诊断领域积累了丰富的经验。Asgard Therapeutics完成3000万欧元A轮融资3月14日,Asgard Therapeutics宣布完成3000万欧元(约合3200万美元)的A轮融资。这些资金将用于支持其主打项目AT-108在2026年前达到支持递交IND申请的状态,扩展和加强其研发团队,并推动新的细胞重编程方式和递送平台,以增强产品管线。Asgard Therapeutics是来自瑞典的一家处于临床前阶段的生物技术公司,致力于在体内直接将细胞重编程用于癌症免疫疗法。公司利用其专有的重编程技术开发基因治疗产品,旨在启动高效的个体化免疫反应。该公司的主要项目AT-108是一种潜在“first-in-class”、现货型基因疗法。AT-108可以将患者体内的癌细胞重编程为常规1型树突状细胞(cDC1s),这是一种稀有的免疫细胞亚群,对于有效的抗肿瘤免疫反应至关重要。这些诱导的cDC1s向免疫系统呈递个体特异性癌症抗原,触发个体化和系统性的抗癌免疫反应。AT-108是基于一种复制缺陷的腺病毒载体疗法,将三种转录因子递送到肿瘤细胞中,重写其基因表达特征,从而将它们重新编程,成为具有免疫原性的cDC1细胞。Aqemia完成3000万欧元A轮融资1月30日,Aqemia宣布完成3000万欧元A轮融资。Aqemia来自法国,致力于药物发现管线的开发,基于量子和统计力学算法生成人工智能来设计新颖的候选药物。该公司的内部管线已经在统计几个正在动物身上进行测试的项目,主要是肿瘤学和免疫肿瘤学,下一阶段的项目将涵盖全方位的治疗领域。据悉,本轮融资将用于加速公司全资药物发现项目和资产管线的增长,并进一步扩大其专有的GenAI和物理药物发现平台。Relation完成3500万美元种子轮融资3月14日,Relation Therapeutics完成了一笔总额为3500万美元的种子轮融资,由Data Collective Venture Capital和英伟达领投。Relation Therapeutics是来自英国的、一家专注于药物开发和转化的公司,以实验和计算系统为核心,利用人工智能(AI)技术加速药物研发。公司通过主动图机器学习结合单细胞分析和深入临床洞察进行药物发现,开创了lab-in-the-loop平台,将主动学习整合到从预测细胞状态到验证新靶点的药物发现的每一步。Relation的机器学习平台能够分析海量的生物医学数据,挖掘出潜在的药物候选者,并预测其疗效和安全性。公司目前聚焦于骨骼相关疾病的研究,开发基于骨质疏松的药物,同时也在研究免疫学和代谢疾病等领域的项目。Stalicla完成1740万美元B轮融资1月16日,来自瑞士的Stalicla宣布完成1740万美元B轮融资。Stalicla致力于推进神经系统疾病的精准医疗管线开发。公司通过其DEPI精准神经平台推进2项治疗自闭症的管线:STP1和STP2。此外,公司建立了STP7 mGluR5负变构调节剂(mGluR5 NAM)平台,以推进药物后期临床开发。据悉,本轮融资将用于推进管线STP1和STP2的临床试验,并加速mGluR5 NAM平台开发。CellVoyant完成760万英镑种子轮融资2月26日,来自英国的CellVoyant宣布完成760万英镑种子轮融资。CellVoyant基于人工智能(AI)技术,致力于为慢性疾病研发新型干细胞疗法。目前业界针对干细胞测量和分化的方法较为缓慢,且对细胞命运决定的实时动态一无所知,导致组织制造方案只能达到次优级。该公司将大规模细胞培养、活细胞成像与由数据驱动的计算机视觉技术相结合,以实时预测和优化细胞命运决定。通过该方法,公司能够发现和控制将干细胞编程为任何期望成体细胞的优秀路径。据悉,本轮融资资金将用于扩大公司业务规模,包括在未来两年内将团队规模扩大一倍、扩大实验室、优化实验基础设施以及进一步开发公司核心人工智能(AI)技术平台。DISCO Pharmaceuticals完成2000万欧元融资1月16日,来自德国的DISCO Pharmaceuticals宣布完成2000万欧元种子轮融资。该公司致力于大规模解锁癌细胞的表面蛋白组(surfaceome),旨在发现新的靶点,并开发潜在“first-in-class”药物。尽管抗体偶联药物(ADCs)和双特异性抗体等生物制品的开发正在快速增长,但目前所有基于抗体的疗法仅靶向不到30个靶点蛋白。公司的表面蛋白组平台能够在癌细胞表面识别蛋白质和蛋白质群体,以可扩展的方式解决了对单特异性和双特异性抗体的潜在新靶点的需求,这使得开发多种癌症特异性疗法成为可能,目前公司已创建了针对小细胞肺癌(SCLC)以及结直肠癌的创新抗癌疗法内部管线。据悉,本轮融资资金将用于公司核心项目的持续性开发。Eisbach完成450万美元新一轮融资3月21日,来自德国的Eisbach宣布完成450万美元新一轮融资。Eisbach是一家临床阶段生物技术公司,专注于开发染色质重组的靶向变构疗法。基于公司搭建的ALLOS药物发现平台,公司开发了药物EIS-12656,目前将要进入1/2期临床试验。这是一种变构小分子抑制剂,针对PARP(DNA修复酶)激活的染色体重塑因子解旋酶ALC1(也称为CHD1L),可通过干扰癌细胞的DNA损伤和修复(DDR)机制来破坏癌细胞生长。据悉,本轮融资将用于支持Eisbach的主要候选药物EIS-12656的1/2期临床试验。读者们请星标⭐创鉴汇,第一时间收到推送免责声明:药明康德内容团队专注介绍全球生物医药健康研究进展。本文仅作信息交流之目的,文中观点不代表药明康德立场,亦不代表药明康德支持或反对文中观点。本文也不是治疗方案推荐。如需获得治疗方案指导,请前往正规医院就诊。版权说明:本文由药明康德内容团队根据公开资料整理编辑,欢迎个人转发至朋友圈,谢绝媒体或机构未经授权以任何形式转发/复制至其他平台。转发授权请在「创鉴汇」微信公众号留言联系我们。更多数据内容推荐点击“在看”,分享创鉴汇健康新动态
全球AI盛会——英伟达GTC大会近日落幕。数据显示,今年GTC大会中涉及医疗保健和生命科学领域的活动高达90场,位列各行业之首。由此可见,医疗已成为AI应用的最有前景领域之一。在AI医疗领域中,AI在药物研发方面的应用也备受瞩目,其加速了药物研发进程、缩短了研发周期、提高了治疗效果等潜在优势备受关注。这吸引了诸多科技公司如英伟达、谷歌等纷纷加大对AI制药领域的投资。据不完全统计,自2023年以来,科技公司已经参与投资了至少11家AI制药企业。专注于生成式AI技术:随着AI技术的发展,公司均着力于开发生成式AI模型,通过模拟生物进化或生成新分子来推动新药物的发现。更有针对性的模型训练:在获得资金支持的企业中,AI技术结合了不同的基础生物学理论训练出了更有针对性的模型。如Seismic、Superluminal运用结构生物学开发候选蛋白类药物,Evozyne利用进化生物学理论训练开发模型,以及Recursion、Relation等结合细胞学理论基础进行药物发现。积极寻求与科技企业技术合作:AI制药企业纷纷对外寻求与科技企业的合作,依托于上游科技公司大平台的算力支持与云服务,加速业务发展。Generate Biomedicines完成2.73亿美元C轮融资Generate成立于2018年,由Flagship Pioneer孵化,专注于开发机器学习驱动的生成生物学平台,能够根据需要在广泛的生物模式中开发新药。公司的专有生成式平台Generate Platform以连续循环的方式生成、构建、测量和学习,可以大幅度提高靶标和治疗药物的识别和验证速度。其机器学习驱动的Generative Biology 平台可以在广泛的蛋白质模式和以前无法发现的蛋白质疗法中快速发明新药。公司目前已搭建了丰富的管线,涉及肿瘤、免疫、感染性疾病等领域,最快的项目已经进入临床1期。2022年1月,Generate与安进达成了一项潜在交易价值为19亿美元的研究合作协议,Generate将针对5个临床靶点开发蛋白质疗法。▲Generate Biomedicines管线(图片来源:公司官网)Generate先后完成了多轮融资,自2020年以来累计融资近7亿美元。▲Generate Biomedicines融资历史(图片来源:根据公开资料整理)Genesis 完成超额认购的2亿美元B轮融资Genesis成立于2019年,是一家致力于利用专有的生成和预测AI平台GEMS加速和优化小分子药物发现的AI药物研发初创公司。公司技术主要源于原斯坦福大学Vijay Pande教授实验室,由斯坦福大学博士毕业生Evan Feinberg和加州大学伯克利分校校友Ben Sklaroff联合创办。GEMS平台整合了基于深度学习的预测模型、分子模拟和化学感知语言模型。该平台能够快速、准确地预测候选分子的效力、选择性和ADMET等特性,为具有挑战性、数据匮乏、先前无法成药的靶点开发候选药物。Genesis的内部管线项目由GEMS AI平台开发,利用生成和预测AI的方法产生新分子,并快速预测候选分子的效力等特性。2023年8月,公司完成了2亿美元B轮融资,本轮所筹集的资金将会用于推进其首条药物管线进入临床阶段。公司先前已完成了多轮融资,总融资金额超过2.8亿美元。基于公司独特的技术平台,知名药企如基因泰克、礼来等纷纷与Genesis达成了多项合作协议。▲Genesis Therapeutics融资历史(图片来源:根据公开资料整理)Seismic Therapeutic完成1.21亿美元B轮融资Seismic
Therapeutic是一家专注于将机器学习技术整合到免疫药物的开发过程中的生物技术公司。公司研发的综合IMPACT平台结合了机器学习与生物药物发现的关键要素,包括结构生物学、蛋白质工程和转化免疫学,能够用于控制失调的适应性免疫和治疗多种自身免疫性疾病。公司基于其IgSc酶程序开发的新型泛IgG蛋白酶创建了新一代蛋白酶治疗方法,用于治疗急慢性自身抗体介导的疾病。公司已有两项药物管线有望进入临床阶段:泛免疫球蛋白(Ig) G蛋白酶雕刻(Sc)候选酶(S-1117)和PD-1 Fc γ受体IIb选择性双细胞双向( DcB )候选抗体(S-4321)。▲Seismic Therapeutic管线(图片来源:公司官网)2023年12月,Seismic已完成B轮融资,资金将用于推进候选管线第一阶段机制验证试验并扩展其专有的机器学习IMPACT平台,以应对免疫学领域的生物制剂药物发现挑战。▲Seismic Therapeutic融资历史(图片来源:根据公开资料整理)Inceptive完成51亿美元A轮融资成立于2021年,Inceptive是一家专注于将生成式AI应用于设计mRNA新药和疫苗分子的AI药物发现公司。公司致力于推动新型生物软件平台的开发,该平台基于mRNA序列,能够设计出基于mRNA的独特分子。Inceptive的联合创始人包括谷歌前研究员、谷歌大脑科学家Jakob Uszkoreit,他是谷歌Transformer框架的八位创造者之一,这一框架为DeepMind的AlphaFold和OpenAI的ChatGPT等突破性AI模型的发展奠定了基础。Jakob Uszkoreit在AI领域有多年的从业经验,他的研究成果和技术经验是Inceptive的重要技术基础。公司此前已完成了2000万美元的种子轮融资,这将有助于推动Inceptive的平台开发和药物设计工作,加速其在医药领域的创新和突破。▲Inceptive融资历史(图片来源:根据公开资料整理)Iambic Therapeutics完成1亿美元B轮融资Iambic成立于2019年,是一家专注于利用人工智能技术研发小分子药物的生物制药企业。该公司采用AI算法驱动高通量实验平台,以识别独具特性的生物化学物质,推动高度差异化的候选药物研发。其人工智能驱动平台旨在解决药物发现中的挑战性设计问题,将物理学原理与AI架构相结合,提高数据效率,使分子模型能够在化学结构空间内进行广泛探索。通过该平台的算法,可以识别新的化学机制,与难以解决的生物靶点结合,发现可优化治疗窗口的产品特征,并探索化学空间,以发现具有高度差异化特性的候选开发产品。目前,Iambic已经开发了四种由AI发现的分子,其中两个主要在研管线IAM-H1和IAM-C1有望于今年进入1期临床试验阶段。IAM-H1是针对HER2及其致癌突变体的高选择性脑穿透抑制剂,而IAM-C1则是一种潜在的一流选择性CDK2/4双抑制剂,可满足细胞周期驱动型癌症在治疗窗口期和耐药性方面尚未得到满足的需求。这些项目的发展标志着ambic在创新药物研发领域的重要进展,为满足医学上的未满足需求提供了新的希望。▲Iambic Therapeutics管线(图片来源:公司官网)2023年10月,Iambic完成1亿美元的B轮融资,公司将利用这笔资金推进其AI和自动化技术,以及两条管线的临床试验,并使用英伟达的AI超级计算平台和NVIDIA BioNeMo云服务以支持公司的药物发现工作。▲Iambic Therapeutics融资历史(图片来源:根据公开资料整理)Evoyne拿下8100万美元B轮融资Evozyne成立于2020年,是一家专注于利用进化深度学习技术模拟数百万年的进化,创造解决关键问题的新型蛋白质的生物技术公司。通过转向进化论寻求指导,并发现了一套解释蛋白质功能的变革性原则,公司致力于制造适应性强的高性能蛋白质,解决长期存在的治疗挑战。公司自主自主研发的AI药物发现平台,利用深度学习技术来模拟实验,加速推进蛋白质结构和功能进化的模型开发。公司的联合创始人Rama Ranganathan是基于序列的分子设计计算算法的主要发明者,也是普利兹克分子工程学院和芝加哥大学学院生物化学和分子物学系的教授。凭借其学术影响力,公司与英伟达于2023年合作开发了一种可用于设计治疗性蛋白质的人工智能模型,旨在成倍增加合成蛋白质设计的数量和质量合。AI制药上市公司Recursion增发获5000万美元成立于2013年,Recursion
Pharmaceuticals是一家临床阶段的生物技术公司,致力于将药物发现产业化,通过解码生物学来实现其使命。公司的核心技术平台Recursion OS,是一个集成的多面系统,汇集专有生物和化学数据。Recursion利用复杂的机器学习算法从数据集中提炼出数万亿个可搜索的生物和化学关系,从而解决了传统方法中的人类偏见限制。与传统的、基于结构或基于配体的药物发现公司不同的是,Recursion基于细胞图像数据进行药物发现,主要包括三个关键步骤:首先,诱导细胞疾病化并拍摄这些生病的细胞;接着,通过机器学习程序学习生病细胞与健康细胞的区别;最后,将各种药物作用于患病细胞,并通过机器学习程序判断细胞是否回归健康状态,从而评估药物的作用效果。依托于其核心技术平台,公司已将5个候选药物推进到了临床阶段。▲Recursion Pharmaceuticals管线(图片来源:公司官网)Recursion于2021年在纳斯达克上市,通过IPO发售获得净额5.02亿美元的募资。公司成立以来已经完成了多轮融资,累积融资金额超过11亿美元。▲Recursion Pharmaceuticals融资历史(图片来源:根据公开资料整理)Relation完成3500万美元种子轮融资Relation
Therapeutics是一家专注于药物开发和转化的公司,以实验和计算系统为核心,利用人工智能(AI)技术加速药物研发。公司通过主动图机器学习结合单细胞分析和深入临床洞察进行药物发现,开创了lab-in-the-loop平台,将主动学习整合到从预测细胞状态到验证新靶点的药物发现的每一步。Relation的机器学习平台能够分析海量的生物医学数据,挖掘出潜在的药物候选者,并预测其疗效和安全性。公司目前聚焦于骨骼相关疾病的研究,开发基于骨质疏松的药物,同时也在研究免疫学和代谢疾病等领域的项目。今年3月14日,Relation完成了一笔总额为3500万美元的种子轮融资,由Data Collective Venture
Capital和英伟达领投。这些资金将用于推进公司骨质疏松症产品的临床进程,并拓展新的业务领域,加速公司的发展和药物研发项目的推进。▲Relation Therapeutics融资历史(图片来源:根据公开资料整理)Superluminal完成3300万美元种子轮融资成立于2023年,Superluminal Medicines是一家致力于推动小分子药物研发的速度和准确性的开发差异化药物管线的生成生物和化学公司。公司利用深厚的生物学和化学专业知识、机器学习以及专有的大数据基础设施,快速开发创建候选化合物。平台采用预测-设计-测试架构,精确模拟蛋白质形状,并设计高度选择性的化合物,以达到治疗效果。公司由业内领先的AI药物发现上市公司Schrödinger前高管Cony D'Cruz和知名风投RA Capital Management的Ajay Yekkirala共同创立。目前,Superluminal的开发重点集中于高价值的G蛋白偶联受体(GPCR)靶点药物的开发。2023年8月,公司完成3300万美元的种子轮融资。Superluminal将利用这笔融资进行GPCR创新药研发,以提高药物生产的速度和准确性。CHARM获由英伟达投资的2000万美元战略投资CHARM Therapeutics是一家成立于2021年的药物研发公司,专注于利用端到端的三维深度学习技术,发现和开发针对以前难以成药靶点的转化药物。该公司开发了专有的DragonFold AI平台,结合蛋白质-配体共折叠方面的专业知识,基于蛋白质的一级序列和配体的化学结构来预测蛋白质-配体复合物的共晶结构,从而开发针对癌症和其他疾病领域具有挑战性的分子靶点候选药物。公司由Laksh Aithani和David
Baker教授共同创立。Laksh担任CEO,曾是领先的人工智能药物发现纳斯达克上市公司Exscientia的核心贡献者,具有丰富的机器学习平台开发经验。联合创始人David
Baker教授是华盛顿大学蛋白质设计研究所所长,曾因其在预测蛋白质的精确三维结构方面的工作而获得第20届威利奖,是世界知名的蛋白质设计领导者。背靠着世界知名的蛋白质设计领导者,CHARM
Therapeutics得到了MNC药企的青睐和支持,于2023年3月与BMS达成合作,加速小分子药物发现。2023年5月,公司获得了英伟达2000万美元的战略投资。这项投资标志着公司的重要里程碑,使其能够利用英伟达的加速计算平台和GPU进一步推进在肿瘤学新药领域的研发活动。此前,CHARM已完成了由F-Prime Capital和OrbiMed领投的A轮融资。▲CHARM Therapeutics融资历史(图片来源:根据公开资料整理)DTerray Therapeutics完成新一轮融资成立于2018年,Terray Therapeutics致力于通过超高通量实验、生成式人工智能、生物学、药物化学、自动化和纳米技术的复杂集成,探索分子和靶点,以提高小分子药物发现和开发的速度和成功率。公司的集成机器学习和计算平台可分析化学数据集,从而系统地绘制出小分子与疾病靶点之间的生化相互作用图。2023年11月,公司获得了英伟达的战略投资。未来,Terray将利用NVIDIA DGX Cloud平台开发小分子化学基础模型,用于药物发现中的生成式AI。与英伟达的合作将帮助Terray优化和扩展其基础模型的开发,从而进一步推动管线进入临床。▲Terray Therapeutics融资历史(图片来源:根据公开资料整理)读者们请星标⭐创鉴汇,第一时间收到推送免责声明:药明康德内容团队专注介绍全球生物医药健康研究进展。本文仅作信息交流之目的,文中观点不代表药明康德立场,亦不代表药明康德支持或反对文中观点。本文也不是治疗方案推荐。如需获得治疗方案指导,请前往正规医院就诊。版权说明:本文由药明康德内容团队根据公开资料整理编辑,欢迎个人转发至朋友圈,谢绝媒体或机构未经授权以任何形式转发/复制至其他平台。转发授权请在「创鉴汇」微信公众号留言联系我们。更多数据内容推荐点击“在看”,分享创鉴汇健康新动态
昔日马斯克带火了GLP-1,现在黄仁勋能否引爆AI制药领域,让其成为GLP-1后的又一超级王炸赛道?2024开年以来,英伟达(NVIDIA)在AI制药领域布局动作愈发频繁。1月初的第42届摩根大通医疗健康年会上,英伟达宣布,将与安进合作建立一个名为Freyja的AI模型平台,以加速并缩短药物开发的周期。2月,世界政府峰会上,英伟达 CEO 黄仁勋又语出惊人:“人人都必须学会计算机的时代过去了,人类生物学才是未来。”3月13日,一家计算药物发现初创公司Relation Therapeutics,宣布获得3500万美元的新种子轮融资,由DCVC和英伟达的风险投资部门NVentures 联合领投。而在近日开幕的英伟达GTC大会上,按照英伟达官网的行业分类,有90场活动与医疗保健/生命科学相关,数目位居所有行业之首。在大会应用侧环节上,最先展示的正是生物医药的部分。就在GTC大会召开之际,诺和诺德基金会又宣布与英伟达达成协议,将投入约8800万美元建造一台名为GEFION的超级计算机,预计将在年底前投入运行。基金会CEO马德斯·克罗格斯格·汤姆森(Mads Krogsgaard Thomsen)表示,这是他职业生涯中“迄今为止最快达成的”交易,“只花了几个月的时间。”可以说,AI制药的风口,又一次被英伟达吹了起来。据统计,自2023年起,英伟达已经投资了9家AI制药企业,涵盖包括小分子药物(Terray)、大分子抗体(CHARM、Evozyne)、GPCR药物(Superluminal)、核酸药物及疫苗(Inceptive)等多个领域。英伟达官网显示,“NVIDIA 初创加速计划”培育了超过1800家医疗健康初创公司。事实上,AI制药领域第一次火起来,是在2021年。当年全球AI+药物研发领域共发生73起融资,总额超42亿美元,更是诞生了晶泰科技被50家国际机构融资竞标,D轮融资高达4亿美元,融资总额达7.85亿美元的盛况。除了晶泰科技,来自美国的Valo Health和instro也获得了3亿美元的B轮融资和4亿美元的C轮融资,即便在国内,AI+药物研发公司的融资额也动辄几千万美元。到了2023年,随着资本寒冬蔓延,该领域也骤然冷了下来。数据显示,2023年上半年,AI+药物研发领域的投融资事件数量仅相当于2022年一个季度,半年的投融资总额还不足2022年一个季度的一半。相比AI制药,资本似乎更青睐于ADC、CGT、核药、PROTAC这些新兴的生物技术领域。对于AI制药的表现,行业里不乏质疑态度,认为AI制药在挖掘有潜力的新靶点,或者探索老靶点的新潜力,以及在临床阶段的作用目前都少有表现,大多数公司只是打着技术名义在融资。目前全球的几十条AI药物管线里,基于已公布的靶点来看,用AI发现新靶点的产品管线仅仅还是个位数,几乎仍是在老靶点和熟悉的适应证上进行探索,并且这样的探索进度仍嫌缓慢。正因此,甚至有人认为这一系列风口是英伟达“故意”制造出来的,理由是,英伟达一边投资AI制药公司,一边出售数据和服务,投资收益和服务费两手抓,模式类似于“AI+CXO”,造出风口后再套现离场,怎么都不亏。有统计数据显示,医疗保健客户和合作伙伴每年直接或间接通过云合作伙伴消耗的NVIDIA GPU 计算费用已超过10亿美元。不过,相关合作方对此似乎信心满满。诺和诺德基金会CEO坦言,过去几年,人工智能药物发现领域的确不乏炒作现象,早期,行业并没有真正看到人工智能在药物研发过程中表现出的速度和质量优势。但该领域的最新进展,增强了他对人工智能可以产生重大影响的信心。他预测,人工智能可以将早期发现工作从通常需要三到四年的时间缩短到一年,尤其是在蛋白质发现领域。
100 项与 Relation Therapeutics Ltd. 相关的药物交易
100 项与 Relation Therapeutics Ltd. 相关的转化医学