诺奖得主,融了330亿

这会是AI泡沫里催生的又一个“大故事”吗?

早在剑桥求学时,有一位生物学家朋友跟哈萨比斯聊起蛋白质结构的奥秘。朋友说,如果能精准描绘出蛋白质的结构,就能实现重大的医学突破。这只是一次短暂的交谈,但哈萨比斯深深记在脑海里。

11月17日,哈萨比斯担任总裁的Isomorphic Labs宣布完成50亿美元(约合330亿元)的C轮融资,估值已经超过500亿美元(约合3300亿元)。

本轮融资由Greenoaks和红杉资本共同领投,还有Andreessen Horowitz(a16z)和其他几家新投资者,Alphabet继续进行重大投资。所有老股东都参与了这一轮融资,包括Thrive Capital、MGX、GV、CapitalG、淡马锡和英国主权人工智能基金。

50亿美元是什么概念呢?它不光刷新了全球biotech的C轮融资纪录,还打破了biotech行业单轮融资的历史纪录。此前的纪录保持者是抗衰明星公司Altos Labs,2022年出道即拿下30亿美元。Isomorphic Labs把这个数字抬高了三分之二。

资本不断为这家公司输血。去年3月,这家公司才完成第一轮外部融资,6亿美元。今年5月,B轮融资21亿美元,Thrive Capital领投,仅过半年,C轮再融50亿美元。三轮下来,累计融资约77亿美元(约合人民币550亿元)。再看构成,除了美国的风投,MGX来自阿布扎比,淡马锡来自新加坡,再加上英国人工主权基金,全球主权资本都在用真金白银给AI+生命科学这个蓝图投票。

DeepMind内部的原AlphaFold团队也在今年7月解散,部分人员加入到Isomorphic。人才、资本和叙事,都在向这家公司集中。然而,这家专注于设计和开发新药的公司,还没有任何一款药进入临床。

它凭什么这么值钱?这会是AI泡沫里催生的又一个“大故事”吗?

融资名单里的英国人工主权基金,颇为醒目。在这波AI竞赛中,中美成了绝对的主角,欧洲显得边缘。但其实,欧洲从来不缺科研人才,哈萨比斯生于伦敦,求学于剑桥,Deepmind第一个办公室在英国标志性的罗素广场。只不过当年Deepmind在本地融资无门,只能去硅谷找愿意为愿景买单的人,后来被谷歌收购。想必这一点,也让英国上上下下悔恨不已。于是英国人工主权基金今年4月成立,由英国科学、创新与技术部启动,规模5亿英镑,用于英国本土AI企业初创孵化与规模化扩张,确保英国在AI领域的主权技术能力。

这也引发我的好奇,这一波由哈萨比斯主导的生物医药革命,英国能摘到果子吗?

哈萨比斯的野心

首先,资本显然是在为“人”投票。

2024年诺贝尔化学奖得主,AlphaFold之父,Google DeepMind CEO,这三个头衔中的任何一个,都足够撑起一家明星公司的估值。

时间回到2016年3月,AlphaGo在首尔战胜李世石。这场胜利证明了DeepMind的AI技术可以试试探索科学难题了,随后一个小团队在DeepMind内部组建,开始攻关蛋白质结构预测。

这个小团队初露锋芒是在2018年12月,第一代AlphaFold参加第13届蛋白质结构预测关键评估(CASP13)夺得第一,得分大幅领先第二名。2020年11月30日,AlphaFold 2在CASP14上以媲美实验方法的精度预测了大多数测试蛋白的结构,赛事组织者宣布,困扰生物学界50年的“蛋白质折叠问题”基本解决。之后的一年,DeepMind与EMBL-EBI联合发布AlphaFold蛋白质结构数据库,首批开放约35万种结构,覆盖人类蛋白质组的98.5%。

每个学科都有自己的圣杯,“蛋白质折叠问题”就是生物学界的“费马大定理”,是最引人入胜的那个谜题。可以这么理解:蛋白质是生物体内干活的分子,本质是20种氨基酸串成的长链,但它必须折叠成特定的三维形状才能发挥作用。氨基酸序列好测,但折叠出来的结构极难测定,传统实验方法耗时耗钱,于是怎么能只凭序列算出三维结构来,就成了生物学界50年来的难题。哈萨比斯用AlphaFold系列基本解决了这个问题,还把蛋白的结构算出来免费开放。

科学层面有了进展,用公司化的方式把这项技术推向应用,是下一个挑战。2021年,哈萨比斯从DeepMind分拆出Isomorphic Labs,把蛋白质结构预测的革命直接引向药物设计。今年8月,他卸任DeepMind的日常管理工作,转任Alphabet首席科学家,精力进一步向Isomorphic倾斜。

研究蛋白质结构形成过程,或许能找到治疗一些疾病的方法。比如,帕金森病和阿尔茨海默病,这两种给人类带来痛苦的疾病都被认为与蛋白质的错误折叠有关。通过设计蛋白质结构,或许能够修复或改造生命。

用通俗的话讲,Isomorphic要干的,是针对致病的蛋白这把锁,用AI在成亿计的候选分子里,筛出能精准结合并让它失灵的小分子。

钱要往哪儿花

除了哈萨比斯本人的分量,AI制药的宏大蓝图也是资本不断往里砸钱的原因。

Greenoaks创始合伙人Neil Mehta的表态很有代表性:“发现和开发新药是一个几乎无限规模的优化挑战,Isomorphic正在重构这段旅程。”红杉合伙人Konstantine Buhler则称,Isomorphic构建的深度学习系统“能够以惊人的准确度预测复杂的生物行为”。

按照官方说法,这笔资金将用于迭代其自研药物设计引擎IsoDDE。套在AlphaFold 3基础上更进一步的模拟模型体系,目标是更精准地预测药物与靶点的结合,拓展新的生物学领域,并建设“全球AI驱动的生物工程基础设施”。

一部分钱用于烧模型,一部分用在造管线,与此同时,还要搭临床转化的班子。

管线方面,公司内部项目集中在肿瘤和免疫两个方向,官方口径是“已取得积极的临床前数据”,并与诺华、礼来和强生等巨头建立了合作。但截至目前,还没有一款药进入人体试验。

哈萨比斯在融资声明里表示:我们的药物设计引擎正以空前的精度和速度生成分子。本轮融资让我们能够加速推进构建基础生物学模型,深化对系统性疾病的理解,驱动首批治疗项目走向临床试验,为患者带来切实的影响。

这话听着雄心万丈,但伴随越来越多人对AI泡沫的质疑,业内更关心的是时间表。哈萨比斯今年1月曾表示,公司预计2026年底前启动首批临床试验。现在距离年底只剩一个多月。

从AI能预测对结构,到AI真正设计出药,中间还隔着好几道坎。结构上插得进的钥匙未必能改变细胞里的真实功能,试管里有效的分子进人体后可能被分解、透不过细胞膜或毒性超标,动物有效不等于人有效,而模型能力的上限又受制于分散在各家药企手里的高质量药物数据。这是一个不断闯关的过程。

AI制药赛道曾经有过惨烈的教训。Exscientia和Recursion这些昔日的明星,要么管线下挫,要么股价腰斩,整个行业一度陷入AI设计不出好药的信任危机。国内,晶泰科技在港股上市后市值也是跌宕起伏。Isomorphic Labs的特殊之处在于,它把这场赌博的规模放大到了史无前例的级别。77亿美元融资和500亿美元估值,到目前为止还全部建立在临床前数据上。

竞争也在加剧。OpenAI今年正式发布面向生命科学的新模型,一头扎进了AI制药。早在去年10月,Anthropic就成立了医疗健康与生命科学部门,推动Claude模型应用于药物研发、临床研究等领域。这两家最近在收购生物医药公司、推进和药企合作等方面也是动作不断。

前不久,我在跟北大学者、AI4S联创杨灵的访谈中提到,将AI用于科研,用于攻克生命科学领域的谜题,这是coding之后,AI研究者们试图抢占的另一个高地。国内的AI4S融资也在下注阶段。只不过,和写代码相比,制药的复杂度和难度都不在一个层面上,也需要更多交叉学科的研究。

我不怀疑哈萨比斯的热诚,但算力和算法不能替代湿实验,提假说和分子设计之外,一款药物从概念走向落地,道阻且长。

内容来自 虎嗅,版权归原作者所有。

阅读原文 ↗

用 HomepageTab 新标签页关注 RSS,打开浏览器就能看到更新。

安装 HomepageTab