Atomwise：用AI研发新药，成本猛减数亿美金

Atomwise公司成立于2012年6月，是一家利用超级计算机进行药品研发的公司。项目旨在运用超级计算机、AI和复杂的算法模拟制药过程，来预测新药品的效果，同时降低研发成本。公司总部位于美国旧金山。

现状：一款新药的成功研发约消耗29亿美元

美国塔弗茨药物开发研究中心2014年的报告显示，一款成功上市的新药，平均花费约25亿8500万美元，其中包括约13亿9500万美元的直接资金投入和研发失败导致的约11亿6300万美元的间接投入。据悉，此次报告的数据和2003年相比增长约145%。

1996年—2013年美国药物研发成本图（含成功上市药品成本与研发失败药品成本）

该报告还指出，一款新药成功上市后，还会有平均3亿1200万美元的投入。用于进一步的评估研究，包括验证新的适应症、剂型以及剂量等等。因此，在整个上市前后的研发周期当中，一种研发成功的新药可能一共要消耗掉29亿美元资金。

塔夫茨的分析数据来自10个药厂的106个研发项目。药厂规模大小不一但分配合理，总和占全球前50制药企业销售和研发投入的35%。

新药研发早期进行评估可大幅度降低药物研发成本

从一个实验室发现的新化合物发展成为一个治疗疾病的药物，需要经过如下开发阶段：临床前试验、新药临床研究申请、一期临床试验、二期临床试验、三期临床试验、新药申请、批准上市。

药物研发流程图

若将此过程中研发失败项目的金额算入制药公司的总开销额中，则研发药物的实际花费金额则会更高。例如葛兰素史克公司在1997年—2011年间获批新药数量为10款，平均每个新药的花费达82亿美元，在同一时期，总研发花费约817亿美元。

1997年—2011年部分大型制药企业被批准药品数量及药物研发成本

研究人员称，导致药物研发费用高昂的原因包括临床研究的复杂程度增加、研究规模增大、临床试验的失败率升高等等。

目前，提高研发效率、减少研发的失败概率主流做法是精简研发机构，通过外包与合作开发，再加上去收购一些有潜力的生物技术公司，来间接减少药物研发的开销。

但对于一个新药研发的成功机会，如果是出自内部研发的项目，其实其成功率要比来自外部技术转让的项目要高20%。其中，减少研发失败概率主要是减少后期临床的失败概率，这需要在新药研发早期及早的发现药物潜在的危险和不良反应，理智的评估新药研发的风险，来及时终止不必要的新药研发。

Atomwise将深度学习技术运用于新药早期评估

Atomwise公司用超级计算机分析已有数据库，并用AI和复杂的算法来模拟药品研发的过程，在研发的早期评估新药研发风险，让药物研究的成本降至数千美元，并且该评估可以在几天内完成。Atomwise为制药公司、创业公司和研究机构提供候选药物预测服务。Atomwise的服务可以预测哪些新药品真的有效，哪些无效。

2013年1月，Atomwise获Grant Challenges Canada22.5万美元拨款。2014年12月，公司获12万美元种子轮融资，投资方为Y Combinatior。2015年3月，Atomwise再获22.5万美元种子轮融资。2015年6月，公司又获600万美元种子轮融资，投资方为OS Fund，Khosla Ventures，DFJ德丰杰，AME Cloud Ventures，Data Collective等。

Atomwise公司的项目独特之处在于，它从人生到死过程中把大量数据抽取出来。因为涉及大量昂贵和耗时的药物，该功能解决了制药行业的“生死”问题。Atomwise公司称其在新药发现、结合亲和力预测和毒性检测上得到了世界上最好的结果。

Atomwise的技术可用于寻找埃博拉病毒治疗方案

目前，Atomwise软件平台运行着IBM的蓝色基因/Q超级计算机，其强大的计算能力使得他们可以完成很多任务，例如评估820万种化合物，并且在几天之内找到多发性硬化症可能的治疗方法。2015年，公司宣布在寻找埃博拉病毒治疗方案方面有一些进展，即在 Atomwise 预测的药物中，有两种或许能用来抗击埃博拉病毒，他们用时一个星期就找到了这种药物，并且成本不超过 1000 美元。

在研发抗击埃博拉病毒的新药过程中，Atomwise平台准备了埃博拉病毒入侵生物细胞的“爪”的模型，然后利用类似人脑神经的网络进行药物成分分析，检测到目前已知的7000种可对抗这种“爪”的药物，以此来筛选、组合。

在合作伙伴方面，Atomwise除了与Merck公司和Autodesk进行一些保密项目外，公司也持续与学术界和企业客户开展研究工作。

Atomwise团队介绍

Abraham Heifets任Atomwise公司CEO，他毕业于康奈尔大学，获理学学士学位与工程硕士学位，并获多伦多大学博士学位。Heifets是一位大数据与高性能计算领域的专家，曾就职于IBM T. J. Watson研究中心，从事高性能计算领域的工作。在多伦多大学就读期间，他建立了一个名为 “SCRIPDB”的大型公共化学结构专利数据库，并研发了一个名为“LigAlign”的蛋白质结构分析工具，据悉，LigAligh已经在全球70多个国家实现应用。

Izhar Wallch任Atomwise公司CTO，于以色列理工大学获理学学士学位，并获多伦多大学博士学位，是一名医药算法领域的专业研究人员。在多伦多大学就读期间，Wallch创造了一种新途径来减少分子对接模型中的偏差。

Alexander Levy任Atomwise公司COO，他在将实验室产品的优秀技术推向市场方面有丰富经验。在多伦多大学就读期间，Levy就进行过创业，他研发了一款帮助语言障碍者获取信息的软件，这款名为MyVoice的软件已经应用于Discovery Channel, Engadget, Fast Company, BNN, CBC以及 CTV的平台，使用者遍布全球30多个国家。除了创业者外，Levy 还有一个身份是独立投资人，他曾于2016年3月参与Science Exchange的B轮投资，Science Exchange是一个帮助科学家将实验项目获器材外包的平台，据悉，美国着名创业孵化器Y Combinator也参与了Science Exchange的B轮融资。Levy被“PROFIT”杂志评为年度企业家与多伦多大学的年度投资人。（动脉网微信公众号：vcbeat）

来源：动脉网   作者：邓雪媛