100 项与 Terray Corp. 相关的临床结果
0 项与 Terray Corp. 相关的专利(医药)
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
AI的火烧到了医药。即将开幕的英伟达GTC大会上,有90场活动与健康/生命科学相关,盖过了汽车、半导体、云服务等热门赛道,活动数目位居全行业第一。英伟达医疗保健副总裁Kimberly Powell的一番话,更是让AI+医药的火烧的更旺:“既然计算机辅助设计行业捧出了第一家2万亿美元市值的芯片公司,同样,计算机辅助药物发现行业为什么不能打造下一个价值万亿美元的药物公司呢?”事实上从过去一年的动态中,英伟达也在用实际行动在表明,AI+医药,它值得。01英伟达投的9家初创公司2023年以来,英伟达已经投资了9家AI制药公司。从几家公司所处的阶段来看,英伟达没有明显的阶段偏好,种子轮到上市公司增发的类型均有。从另外一个角度来看,英伟达投资的一众公司基本上围绕着突破原有药物发现环节的桎梏进行创新,例如CHARM Therapeutics的蛋白质结果预测平台、Inceptive的mRNA人工智能设计平台、Generate加速靶标和治疗药物识别&验证速度的生成式平台等等,其目的指向开发不可成药靶点药物、提升发现&验证候选分子的效率、利用人工智能更科学的开发疗效&潜力更佳的迭代药物等(所以可以看到上述9家公司大部分都拥有生成式AI平台)。同时英伟达投资的9家AI制药公司覆盖药物形式非常之广泛,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。另外,我们从这9大标的中发现两类显著分化的特征:1)巨头验证的特色平台:以CHARM、Recursion、Generate等公司都获得了MNC巨头的验证和青睐,分别与BMS、拜耳、安进达成了数额不小的BD或合作开发;2)英伟达可赋能的早期选手:Evozyne、Lambic、Terray分别利用了英伟达的AI模型、NeuralPLexer算法、云服务对自身平台进行优化,这是较为显著的生态圈打法。为什么AI制药如此受到英伟达、谷歌等科技巨头的青睐?答案是,其背靠全球超过万亿美元的医药市场(2021年全球医药市场规模1.4万亿美元)。目前,AI技术较为成熟的赋能环节是药物发现阶段,如药物筛选占药物总研发支出的5%,2021全球药物发现CRO服务市场规模大约158亿美元,但前期的药物发现以及临床前研究的扎实程度和效率,却足以影响后期临床试验的结果。如英矽智能通过AI研发设计的肺部纤维化疾病INS018_055最近登上Nature子刊,据公司估算如果按传统药物发现方法,开发INS018_055类似药物需耗费长达6年时间和4亿多美元,但公司用生成式AI,仅耗费了两年半就推进并完成了一期临床,而成本仅为原来的1/3。如果未来利用生成式AI设计的药物顺利获批上市,那么对于全球药物市场的冲击,显然是颠覆性的,这也就对应了文章开头“创造万亿美元的药物公司”的豪言壮志。Markets And Markets研报显示,预计2024年融合AI技术的医疗保健市场价值仅仅约为209亿美元,预计2029年有望达到1484亿美元,期间的CAGR高达48.1%。如此爆发性的增长速度不止来源于创新药物发现,还来源于AI在基因组学、医疗成像、诊断等潜力市场。02AI制药最大的一笔交易AI制药离实际落地并非是“空中楼阁”,实际上其兑现又或是验证离我们并不遥远。要谈AI制药公司在BD交易层面最杰出的成就,绕不开Nimbus Therapeutics,这家AI制药公司成立以来已经完成了两笔巨大价值的授权,分别是ACC抑制剂项目NDI-010976全球权益以交易总额12亿美元授予吉利德(2016年)、将TYK2抑制剂NDI-034858以40亿美元首付+20亿美元潜在里程碑授予武田。后者无疑是截止当前AI制药领域价值最大交易之一。更重要的是,NDI-034858目前最快的进展已经是注册性临床三期,而在公布的二期数据中,其在12周时治疗组与安慰剂组相比,5 mg、15 mg和30 mg治疗组中达到银屑病面积和严重程度指数(PASI)75、90和100的患者比例更高,并具有统计学意义。这意味着,NDI-034858距离成药已经越来越近。当然,也有投资者会质疑Nimbus与武田合作的NDI-034858这款分子开发过程中AI的参与度到底有多少。NDI-034858的药物开发,实际上是Nimbus与AI制药顶流公司Schrodinger薛定谔共同完成。Nimbus与薛定谔参考了BMS发表TYK2分子结构,再基于基于物理的计算平台从650万个商业化合物中筛出240万个类药及类先导分子,同时再通过自由能微扰计算(FEP)优化结构,最终得到NDI-034858。值得一提的是,FEP是评估药物小分子和靶点结合强度的一种高精度算法,是学界公认计算亲和力最严谨的方法之一,需要的计算量也很大。图片来源:智药局尽管不好评价AI在NDI-034858的研发中起到了多大的关键作用,但不难从Nimbus的案例看出,在研发Me-better或者Best in class药物的策略下,AI+计算化学结合运用的策略,通过参照已经商业化或者当前最佳分子药物结构进行设计并筛选,再综合考虑前者的缺点或者可能导致副作用的潜在药物结构问题,在通过多种关键性质给筛选出来的候选分子,这可能导致设计研发出成功分子的概率大增。AI在药物筛选、结构设计优化发挥的作用,显然是值得肯定的。03余味与方向:我们应该关注什么在惊叹欧美发达国家如此重视“AI+医药”未来发展并拥有高速进展的同时,不妨回望国内一些潜在的发展空间与机会。英伟达投资的纳斯达克上市公司Recursion,其商业模式也是国内AI制药公司的缩影,简单概括为2个方面:其一是融资进行产品管线的自主研发(AI Biotech),二是与药企合作,提供AI药物辅助开发平台,加速药物研发流程(AI Saas);另外,还有一种则是企业通过AI辅助,根据药企客户要求更快、更好的交付先导化合物,后续交给客户开发(AI CRO)。从三种商业模式来看,AI Saas目前全球较为知名的公司是Schrodinger薛定谔,薛定谔当前的业务支柱是软件产品服务,长远来看公司很难通过这类型服务做大,而其药物发现业务则能够为其提供更远大的未来;AI CRO层面,目前国内创业公司并不少,但以目前国内CRO内卷程度,短期内口碑的打造和客户的获取,势必仍然需要至少一到两个推进临床的AI分子数据来为自己正名,不然AI CRO这个概念红利最终还是会由已上市的CRO收割。可以说,大部分AI制药创业公司的终局仍然是AI Biotech,才能最终做大做强。可惜的是,目前国内正宗的AI Biotech并未资本化,包括英矽智能、晶泰科技均在冲刺港股最新的18C章,目前还未有结果;而国内部分Biotech也有利用AI平台进行药物开发,可惜成果不够,贸然发声难免有蹭概念之嫌;最终在本轮GTC大会期间获得资本猛攻的,可能只有部分AI CRO,如泓博医药、药石科技、成都先导等。在市场庞大的医疗保健领域,“AI+”永远不愁机会,举个例子,比AI制药落地应用更快的可能是AI+影像诊断。在各种医学影像检查中,报告中的风险总是可能被医生漏掉或未能发现(如图像模糊、低对比度和噪声等)。AI可以通过图像分割、疾病预测、病灶检测、智能诊断辅助等功能辅助医生,对检查结果进行分析和做出判断,大大降低漏检率,这类工作的价值是巨大的。再细分至AI+超声赛道,已经有两家上市公司获得明确成果。理邦仪器近日与GH Labs(非营利性研究机构)签署了关于人工智能超声项目合作协议,GH Labs决定根据项目进展分批次向公司资助共计279.6万美元的项目基金,用以开发一款AI驱动手持超声设备,供中低收入国家社区级卫生工作者使用。祥生医疗自主开发的SonoAI系统,实现了超声乳腺四分类人工智能、动态多模态人工智能、颈动脉斑块稳定/易损性人工智能3项国际领先技术。而其“乳腺疾病人工智能超声诊断软件”,则成为全国第一个通过中检院国家级三类医疗器械检测报告的超声AI产品。结语:从现有的发展成果看来,AI+医疗、AI+医药,这并不是一吹而过的概念或者虚无缥缈的东西,而是实实在在的跨时代变革,只是需要时间罢了。来源 | 瞪羚社(药智网获取授权转载)撰稿 | Kris.责任编辑 | 八角声明:本文系药智网转载内容,图片、文字版权归原作者所有,转载目的在于传递更多信息,并不代表本平台观点。如涉及作品内容、版权和其它问题,请在本平台留言,我们将在第一时间删除。商务合作 | 王存星 19922864877(同微信) 阅读原文,是受欢迎的文章哦
人工智能(AI)三要素包括数据、算法、算力。近日,MNC陆续公布2023年报,他们都不约而同地强调了AI工具在药物开发、制造和商业化方面的重要作用。数据方面,罗氏或许是最早押注制药大数据的一批MNC之一,数据积累也助力罗氏成为TOP药企里的“AI优等生”。战略布局方面,2023年6月,赛诺菲宣布全公司数字化转型迈出下一步,“all in”人工智能和数据科学,为患者加速取得突破性成就。商业化探索方面,阿斯利康另辟蹊径,于2023年11月推出一家新的全球健康科技公司Evinova,正式进军CXO领域,通过成立AI-CRO公司,阿斯利康或能最先实现AI制药商业化验证。那么全球巨头药企们在2023年具体有哪些AI制药领域的合作?他们在AI制药领域有着怎样的布局?医药魔方Pro挑选了2022年营收排名前十名的MNC巨头(推荐阅读:全球药企TOP10),收集、整理了他们2023年在AI制药领域的合作和布局,以飨读者。01. 辉瑞作为一家“百年老店”,辉瑞对数字化转型展现出了极大的热情。早在2016年,辉瑞就与全球AI领域知名公司IBM达成合作,使用Watson的机器学习(ML)等技术进行新药物靶点识别、组合疗法的研究和患者的选择。2018年,辉瑞任命了一位首席数字官——Lidia
Fonseca,负责制定和实施“加速和提高公司数字能力的战略”,奠定了公司数字化转型的基础。此后的几年,辉瑞相继宣布与Adapsyn、晶泰科技、Atomwise、CytoReason等AI制药公司达成合作协议,涵盖靶点发现、小分子药物发现、免疫疾病模型、抗体药物研发等多个方面。2023年是全球AI制药合作遍地开花的一年,对辉瑞来说也不例外:Gero2023年1月,辉瑞宣布与新加坡生物科技公司Gero开展研究合作,应用Gero的机器学习技术平台,通过大规模人类数据发现纤维化疾病的潜在靶点。Tempus2023年2月,辉瑞宣布与Tempus建立新的战略合作。根据协议,辉瑞可以访问Tempus的AI平台及其去识别化的多模态数据库,用于肿瘤疗法的开发;此外,辉瑞还可以利用Tempus的技术推进自身肿瘤学产品组合,包括AI驱动的伴随诊断产品的研发。02. 强生强生正在朝着发现药物的新方向前进。华尔街日报称,近年来强生已为其AI能力投入了数亿美元,包括聘请了约6 000名数据科学和数字专家,利用AI进行药物发现。强生表示,公司有一个名为Med的大型数据库,包含超过3PB的信息。这些信息不仅包括真实世界数据,还包括各种各样的临床试验结果。AI能够大规模筛选这些数据,加快药物开发。分析师认为强生是布局AI最积极的大型制药商之一。其实早在2013年,强生就与AI制药顶尖公司Exscientia建立合作,将Exscientia的设计技术应用于新化合物的发现。2020-2022年间,强生相继与英矽智能、Tempus、SRI International、Aqemia等AI制药公司建立合作。Intellomx2023年9月,强生旗下杨森制药公司宣布与Intellomx达成靶点发现合作,以评估治疗血液病癌症的新生物靶点。此次合作将结合Intellomx的专有AI平台,以及杨森在数据科学、肿瘤学研究和开发方面的专业知识,发现新的疾病机制和治疗机会。Intellomx总部位于英国,专注于从靶点到IND的AI技术,智能组学(武汉)生物科技有限公司是其中国子公司,负责公司项目/技术在中国的开发和商业化。03. 罗氏现阶段AI药物研发的痛点之一是数据问题,罗氏或许是最早押注制药领域大数据的一批MNC之一。早在2018年,罗氏就以19亿美元前瞻性收购肿瘤大数据领头羊Flatiron Health的全部股份。同一年,基因泰克与医疗数据化分析公司GNS
Healthcare达成协议,使用其AI平台分析已知疗法在肿瘤中的功效。2021年,罗氏与拥有国家级大数据中心的天津港保税区结盟成为长期战略合作伙伴,共同开展包括个体化医疗研究等多方面的合作。这些积累也助力罗氏成为TOP药企里的“AI优等生”。CB Insights最新发布的Pharma
AI Readiness Index,依据企业AI人才、AI项目执行、AI创新成果等维度进行评级,罗氏以总分77.48排名全球药企AI实力榜首。全球跨国药企AI能力排名(来源:CB
Insights)ShapeTX2023年11月,罗氏宣布扩大与Shape Therapeutics(ShapeTX)的合作伙伴关系。双方的合作始于2021年8月,当时达成了总金额可能超30亿美元的合作协议。此次扩大合作,ShapeTX将利用其专有的AI RNA编辑平台,开发一种潜在的一次性疗法。根据协议,ShapeTX将进行临床前研究,以识别和交付由其AI驱动的RNAfix™平台发现的候选药物。罗氏将负责合作产生的任何潜在产品的最终临床前开发、临床开发和全球商业化。04. 默沙东2012-2013年间,MNC药企陆续开始与AI制药企业达成合作,默沙东便是那批最早“拥抱”AI制药的MNC之一。公开资料显示,2012年,默沙东与Numerate公司合作研发心血管疾病的治疗方法。Numerate主要是利用机器学习软件研发治疗神经退行性疾病、心血管疾病和肿瘤的新兴治疗方案,并致力于为开发小分子疗法的企业提供药物设计平台。2022年1月,默沙东宣布与AbSci达成研究合作,使用Absci的AI驱动的综合药物创造平台,Absci将有资格获得所有三个靶点的高达6.1亿美元的总付款。2022年11月,默沙东宣布与BigHat Biosciences达成合作,利用BigHat的平台合成、表达、纯化和表征分子,开发多达三个新药项目。BenevolentAI &
Exscientia2023年9月,默沙东在同一天宣布了两项新的战略药物发现合作,旨在利用强大的AI驱动的设计和发现能力,进一步推进公司的研究工作。两家合作伙伴(BenevolentAI和Exscientia)均来自英国,这两项合作预计将产生几种新的临床开发候选药物,在肿瘤学、神经病学和免疫学等关键治疗领域具有first-in-class和best-in-class的潜力。05. 艾伯维Alphabet的抗衰老研究公司Calico致力于了解衰老的生物学特性。艾伯维与Calico的合作关系始于2014年,艾伯维负责推动Calico研究发现的开发和商业化。或许是看到了AI的潜力,近几年,艾伯维加快AI制药的布局步伐。2020年,艾伯维子公司Cerevel
Therapeutics宣布与Cyclica开展研究合作,利用AI加速神经科学新药的发现。Cerevel将使用Cyclica专有的AI平台来筛选、鉴定、设计和评估针对神经科学疾病预先指定靶点的化合物。2023年,艾伯维又相继宣布两项AI制药方面的合作:Anima Biotech2023年1月,艾伯维和Anima Biotech宣布合作发现和开发针对肿瘤学和免疫学靶点的mRNA生物学调节剂,Anima将利用其mRNA Lightning平台发现针对合作靶点的新型mRNA生物学调节剂。Anima将获得4200万美元的预付款,并有可能获得进一步的里程碑和特许权使用费。BigHat2023年12月,艾伯维和BigHat Biosciences宣布开展研究合作,利用AI和机器学习发现下一代治疗性抗体。双方将利用BigHat的Milliner™平台,指导设计和选择用于多个治疗靶点的高质量抗体。BigHat将获得3000万美元的预付款,并可能有资格获得高达约3.25亿美元的里程款。06. 拜耳拜耳在AI创新方面的能力不容小觑,上文提到的Pharma AI Readiness Index中(依据企业AI人才、AI项目执行、AI创新成果等维度进行评级),拜耳总分70.16,仅次于罗氏,位居第二。2020年1月,拜耳宣布和英国AI驱动的药物研发公司Exscientia展开为期三年的多项目药物研发合作。这些合作将Exscientia的AI药物发现平台和药物设计技术与拜耳的数据和药物发现能力相结合,为治疗心血管和肿瘤疾病寻找、优化潜在候选药物。Exscientia可能获得高达2.4亿欧元付款,包括首付、研究费用和临床里程碑付款。Recursion Pharmaceuticals2023年11月,拜耳和Recursion宣布,将研究合作的重点更新为精准肿瘤学(两家公司的首次合作是在2020年9月)。根据合作协议,两家公司可以启动多达7个肿瘤学项目,Recursion有资格获得高达15亿美元的潜在、基于成功的未来付款,以及净销售额的特许权使用费。07. 诺华数字创新是诺华探索的重要方向——内部管理数字化、商业数据洞察、AI+药物发现、数字工具赋能患者,诺华一直走在数字创新前沿。2017年6月,诺华与IBM Watson Health达成了合作,用AI技术来改善乳腺癌治疗方案。在此之前,诺华与Cota Healthcare也进行了类似的合作。2019年,诺华与微软合作,建立AI创新实验室,作为其AI和数据科学战略的重要一环。该实验室旨在增强诺华AI从研究到商业化的能力。其核心是创新的AI模型和应用程序,从生成化学、图像分割和分析开始,解决生命科学领域一些最困难的计算挑战。但近两年来,诺华在AI领域的布局鲜见报道。2023年,诺华在AI制药领域的BD数量为零,也许这与其已自建AI实验室有关。相关资料显示,诺华旗下的Novartis AI实验室,可利用AI技术来加速药物发现和研发过程,包括利用机器学习算法来分析大规模的生物数据和化学数据,以及优化药物分子结构。此外,诺华还与微软合作利用云计算和AI技术来加速药物研发和临床试验。08. BMS在AI制药合作方面,BMS虽然不是最早和AI制药合作的MNC,但可以称得上是数量最多的MNC之一。2020年,BMS分别与Schrödinger(总金额27.55亿美元)和PsychoGenics达成合作;2021年,与Exscientia达成合作(总金额12亿美元);2022年,与Envisagenics达成合作。2023年,BMS继续发力,与三家AI制药公司达成了合作:CHARM Therapeutics2023年3月,BMS宣布与CHARM Therapeutics合作,以实现和加速小分子药物发现计划。合作将利用CHARM的DragonFold深度学习平台来识别针对靶标的化合物。Tempus2023年11月,BMS宣布与Tempus开展一项为期多年的战略研究合作。两家公司将共同努力,在特定癌症疾病领域使用多模态数据集、计算方法和患者衍生的疾病模型,确定新的靶点,并以更高的可信度进行验证。Terray Therapeutics2023年12月,BMS宣布与Terray Therapeutics达成多靶点合作协议,以发现和开发某些疾病领域的小分子疗法。Terray将使用tNova平台发现和开发针对BMS提名的一系列靶点的小分子化合物,BMS随后将负责开发和商业化。09. 赛诺菲2023年6月,赛诺菲宣布,全公司数字化转型迈出下一步,“all in” AI和数据科学,为患者加速取得突破性成就。这也是第一家高调宣布全面高举AI战略的MNC。赛诺菲的此次转型并非无迹可寻,2021-2022两年时间,赛诺菲与多家专长不一的AI药企进行了深度绑定(Owkin、Exscientia、天演药业、英矽智能等)。2023年以来,赛诺菲的动作更加频繁:CytoReason2023年1月,赛诺菲宣布与CytoReason合作,使用CytoReason的AI平台,帮助其在炎症性肠病(IBD)领域寻找新靶点。SandboxAQ2023年6月,SandboxAQ宣布成立生物制药分子模拟部门,通过AI和量子解决方案加快向患者提供挽救生命的药物,同时宣布SandboxAQ正在与一系列生物制药公司和大学研究实验室合作,包括阿斯利康、赛诺菲和加州大学旧金山分校。百图生科2023年10月,赛诺菲与百图生科达成一项具有突破性意义的战略合作,双方将基于百图生科生命科学大模型,共同开发用于生物治疗药物发现的领先模型。百图生科将获得1000万美元的预付款,总交易金额超过10亿美元。Aqemia2023 年12月,赛诺菲宣布与Aqemia开展一项为期多年的研究合作。AQEMIA将利用其独特的平台,将深度物理学与大规模生成式AI相结合,为赛诺菲感兴趣的治疗靶点确定正确的化学分子。AQEMIA将有资格获得1.4亿美元的总付款。目前,赛诺菲在以AI为驱动力的小分子优化、抗体研发、临床试验设计及分析、mRNA疫苗设计等各个领域都有布局和深度合作。此外,赛诺菲还推出了大规模AI平台plai,这是赛诺菲与AI平台公司Aily Labs共同开发的AI应用程序,可提供实时、反应性的数据交互,是一个集成了公司内部数据的AI大脑,从研发、临床到制造都能够为公司提供分析决策。10. 阿斯利康在AI制药领域,阿斯利康可谓是领头羊般的存在。2017年,阿斯利康与Berg
Health、Roivant等新一代AI和数据驱动型的公司合作,完成了在AI制药领域的试水。2019年,阿斯利康开启了新的战略方向:包括由数字、数据和AI驱动的未来医疗战略,并在内部进行了一次根本性的组织架构调整,数据科学和AI部门应运而生。也是从这一年开始,阿斯利康频繁与AI制药公司合作,包括和BenevolentAI、Gatehouse Bio等公司合作开发新药和新靶点;利用AI制药先驱Schrödinger的软件来提高其自动化化合物合成的效率等。2023年11月,阿斯利康宣布推出一家新的全球健康科技公司Evinova,正式进军CXO领域,为药企、CRO公司提供包括实验解决方案、研究设计和规划以及管线资产管理的三大类服务。阿斯利康此举可谓另辟蹊径,通过成立AI-CRO公司,或能最先实现AI制药商业化验证。2023年,阿斯利康又相继宣布了多项AI制药领域的合作:SandboxAQ2023年6月,SandboxAQ宣布成立生物制药分子模拟部门,通过AI和量子解决方案加快向患者提供挽救生命的药物,同时宣布SandboxAQ正在与一系列生物制药公司和大学研究实验室合作,包括阿斯利康、赛诺菲和加州大学旧金山分校。Verge Genomics2023年9月,阿斯利康旗下罕见病业务子公司Alexion Pharmaceuticals宣布,与Verge Genomics开展多靶点合作,以确定罕见神经退行性疾病和神经肌肉疾病的新药物靶点。根据为期4年的协议条款,Verge将获得高达4200万澳元的首付款,潜在总交易价值为8.4亿澳元。Saama2023年10月,阿斯利康宣布与Saama达成一项多年协议,利用Saama的AI技术平台,简化和促进阿斯利康的临床数据管理和医学审查流程,为加速临床开发设定新的行业标准。Nanoform2023年10月,阿斯利康宣布获得Nanoform公司的全球在线STARMAP®授权许可。STARMAP是CESS技术的数字AI版本,能通过计算机实验确定哪些分子应该被纳米化。此次合作能帮助阿斯利康从药物研发周期中的各个环节中,筛选候选药物分子。AbSci2023年12月,Absci宣布与阿斯利康达成合作,开发针对一个肿瘤靶点的AI设计抗体。据Fierce Biotech等外媒报道,该合作协议包括预付款、研发资助、里程碑付款,总额达2.47亿美元。此外,Absci还有资格获得销售版税。小结除了以上提到的药企外,武田、礼来、GSK等制药巨擘均在AI制药领域有所布局。他们或以投资/收购的方式与AI制药公司合作,或以孵化器赋能AI制药初创企业的方式进行加入。回首过去十余年,AI制药赛道尽管争议不断,但技术的发展推动着赛道一步步向前,如今从MNC,到biotech,再到传统pharma,AI技术的渗透逐步深入,到底哪些公司能率先吃到AI制药的红利,时间会给出答案。参考资料:[1]各公司官网[2]Business Wire官网推荐阅读2023年全球AI制药融资TOP10“卖水人”英伟达入局AI制药,2023年投资了这9家公司……医药魔方Pro新靶点 新技术 新疗法商务合作:13502093012媒体合作:15895423126Copyright © 2024 PHARMCUBE. All Rights Reserved.欢迎转发分享及合理引用,引用时请在显要位置标明文章来源;如需转载,请给微信公众号后台留言或发送消息,并注明公众号名称及ID。免责申明:本微信文章中的信息仅供一般参考之用,不可直接作为决策内容,医药魔方不对任何主体因使用本文内容而导致的任何损失承担责任。
100 项与 Terray Corp. 相关的药物交易
100 项与 Terray Corp. 相关的转化医学