上方「瞪羚社」即刻關(guān)注并加入社群

聚焦高成長公司，100000+投資菁英共同關(guān)注

英矽智能在經(jīng)歷了九九八十一難之后總算上市，這家biotech可以說是在AI制藥領(lǐng)域最為出名的藥企，如今它的上市，大家對它的估值更是做出了非常多的聯(lián)想，也有很多人對它展開了星辰大海的期待。

筆者作為一名研究創(chuàng)新藥的寫手，可能對于一家AI相關(guān)的企業(yè)不太會拍估值，因此只求認真梳理清楚該藥企平臺情況和管線價值，以此希望給投資者一個基本的研究指南。本篇文章，筆者將以深入淺出的筆法講解英矽智能的壓箱底技術(shù)——PHARMA.AI平臺。

01

chemistry42平臺

英矽智能平臺主要就是PHARMA.AI平臺，Pharma.AI平臺由Biology42，Chemistry42，Medicine42及Science42組成，旨在整合藥物發(fā)現(xiàn)及開發(fā)過程,以識別新藥靶點，針對新品種及已知靶點設(shè)計替代分子,優(yōu)化臨床開發(fā),并通過多代理生成式人工智能協(xié)助加強研究。此外，該平臺由強大的data warehouse（數(shù)據(jù)倉庫）支持，可自動執(zhí)行數(shù)據(jù)獲取和處理，確?？鐟贸绦虻臒o縫集成和可擴展性。

一個一個來拆，chemistry42是一個生成小分子的平臺。它將最先進的生成式人工智能算法與藥物化學和計算化學領(lǐng)域的專業(yè)知識以及最佳工程實踐相結(jié)合。該平臺于2020年推出，已被20多家制藥公司、15個外部項目和30多個內(nèi)部項目采用。該平臺的主要目標是加速設(shè)計具有用戶自定義特性的新型分子，其一般工作流程如圖所示并進行了描述。

大概的總做流程如下圖所示，第一步，用戶在公司專屬的安全軟件中上傳數(shù)據(jù)，并配置平臺以設(shè)置生成結(jié)構(gòu)的所需屬性。第二步，運行平臺，其中40多個生成模型一起運行以生成新的結(jié)構(gòu)——此步驟稱為生成階段。在生成階段，各種過濾器會對生成的分子結(jié)構(gòu)進行篩選。然后，這些分子結(jié)構(gòu)會經(jīng)過多組獎勵和評分模塊（分為2D模塊和3D模塊）的評估，這些模塊會根據(jù)預定義的標準動態(tài)評估生成結(jié)構(gòu)的屬性。此外，還可以將自定義評分模塊（例如 ADME預測器）集成到獎勵流程中，以對生成的結(jié)構(gòu)進行優(yōu)先級排序。這些模塊構(gòu)成了 Chemistry42基于多智能體強化學習 (RL) 的生成協(xié)議的核心。生成的結(jié)構(gòu)得分會被反饋給生成模型，以增強模型性能并引導生成過程朝著高分結(jié)構(gòu)發(fā)展——這被稱為學習階段。最后一步是分析。生成的結(jié)構(gòu)會根據(jù)其預測屬性（包括合成可及性、新穎性、多樣性等）以及可自定義的指標進行自動排序。該平臺還為用戶提供交互式工具來監(jiān)控生成模型的性能。

chemistry42可以基于兩種模式生成分子：LBDD（基于配體的模式）以及SBDD（基于結(jié)構(gòu)的模式），基于配體的藥物設(shè)計（LBDD）方法需要輸入二維或三維配體結(jié)構(gòu)，格式可以是.sdf文件、SMILES字符串，或者用戶也可以使用便捷的繪圖面板直接在平臺上繪制分子草圖。此外，用戶還可以根據(jù)需要添加藥效團假設(shè)，并可使用小部件手動創(chuàng)建，或由平臺自動生成。在基于結(jié)構(gòu)的藥物設(shè)計(SBDD)方法中，必須將蛋白質(zhì)靶點的結(jié)構(gòu)（無論是無配體形式還是與配體結(jié)合的形式）以.pdb文件的形式上傳到平臺。用戶可以選擇配體周圍的口袋（配體結(jié)合位點），也可以從口袋掃描模塊提供的備選口袋集中選擇一個。與LBDD的情況類似，也可以根據(jù)需要添加藥效團假說。

Chemistry42中用于基于強化學習的生成的獎勵和評分模塊是二維或三維的。上圖中的二維模塊由多個評分和內(nèi)部開發(fā)的藥物化學過濾器（MCF）組成，用于評估生成的結(jié)構(gòu)。在當前版本的Chemistry42中，MCF包含一套超過460條基于結(jié)構(gòu)的內(nèi)部規(guī)則，用于排除“不良”結(jié)構(gòu)。在利用二維模塊評估生成的結(jié)構(gòu)之后，將部署多個三維模塊進行進一步評估。這里我們對三維模塊的評估不再贅述，大概就是使得能量最小化，以及柔性評估等等。

這里舉一個例子，GENTRL 模型和后生成協(xié)議是Chemistry42平臺當前架構(gòu)的雛形。2018 年開發(fā)的模型生成了經(jīng)實驗驗證的高效DDR1激酶抑制劑。GENTRL模型首先基于ZINC 數(shù)據(jù)集進行訓練，然后利用已報道的DDR1抑制劑和一個公開的激酶抑制劑數(shù)據(jù)集進行微調(diào)。隨后，對獲得的結(jié)構(gòu)進行結(jié)構(gòu)過濾，以去除含有反應性基團等其他警示信號的結(jié)構(gòu)。

經(jīng)過一系列篩選后，剩余的結(jié)構(gòu)隨機選擇40個進行人工合成可行性評估。在這40個結(jié)構(gòu)中，有6個被選中進行合成和生物學評估。到第35天，這些化合物已成功合成，并在體外進行了DDR1酶促激酶抑制活性測試。超過一半的化合物被發(fā)現(xiàn)具有活性（IC 50 < 1μM），其中包括兩種兩位數(shù)納摩爾級別的抑制劑（10 nM和21 nM）。基于此，該DDR1激酶抑制劑最后進入濕實驗篩選階段。用Chemistry42的雛形模型，大大提高了前期化合物的篩選效率。

02

Biology42平臺

然后是Biology42平臺，該平臺也由多個應用程序組成，Pandaomics，Generative Biologics、Life Star 2，Precious1GPT、Precious2 GPT和Precious3 GPT。如果說chemistry42主要是對小分子進行生成和篩選的話，那么Biology42就主要是對大分子蛋白質(zhì)進行評估以及預測其相互作用。

這里我們主要介紹Pandaomics，PandaOmics提供了一個全面的數(shù)據(jù)處理流程，有助于識別潛在的治療靶點和生物標志物。其數(shù)據(jù)處理的流程如下圖所示：1.進行數(shù)據(jù)集選擇 2.和樣本組比較3.提供基因和通路水平的分析4.對分子特征與臨床數(shù)據(jù)之間的相關(guān)性進行探索。該平臺將這些步驟的結(jié)果整合到薈萃分析中5.利用包括從文本數(shù)據(jù)中提取的先驗知識在內(nèi)的多種數(shù)據(jù)源來增強靶點預測6.識別治療靶點和生物標志物 7.疾病相關(guān)活性化合物鑒定。8.適應癥優(yōu)先級排序9生物知識圖譜分析10.基于大型語言模型的ChatPandaGPT來解釋基因-疾病關(guān)聯(lián)。11.用于靶點驗證和化合物篩選的機器人實驗室與平臺的AI核心形成反饋回路12.利用 PandaOmics確定的目標假設(shè)輸入Chemistry42軟件，進行小分子生成。

在最近的2023年案例研究中，PandaOmics發(fā)現(xiàn)了CAMMK2、MARCKS和p62，它們在阿爾茨海默病細胞模型中得到了成功驗證；KDM1A被證實是一種雙重衰老/腫瘤靶點，可以延長秀麗隱桿線蟲的壽命。這些案例研究也突顯了PandaOmics和iPANDA能夠研究的疾病和生物學機制的多樣性。該平臺已被應用于研究DNA修復障礙、腎臟上皮細胞命運特化以及人類肌肉衰老等多種疾病。

除此之外，biology42平臺還有值得關(guān)注的程序是Generative Biologics。該平臺于2024年7月被推出，它能設(shè)計并優(yōu)化多類生物藥物一包括多肽,納米抗體及全長抗體一精確地針對特定點進行高親和力結(jié)合,利用我們的生成式人工智能模型及勵函數(shù),平臺能設(shè)計全新生物藥物,不僅顯示優(yōu)異的結(jié)合親和力,但亦滿足關(guān)鍵的可開發(fā)性標準,如穩(wěn)定性,溶解性與可制造性。Generative Biologics能僅以三個步驟生成新的生物藥物分子。其模組化架構(gòu)支持反復優(yōu)化，使用戶通過由人工智能預測指導的反鎖過路以優(yōu)化生物候選藥物.這精簡設(shè)計流程,并顯著降低傳統(tǒng)生物藥物開發(fā)相關(guān)的時間和成本。

英矽智能于2022年12月在中國蘇州推出建筑面積為1,665平方米的原有Life star自動化實驗室。于2025年，我們將實驗室搬遷至上海并升級至下一代自動化實驗室Life Star 2。該自動化實驗室配備了包括新一代測序儀,細胞培養(yǎng)器,細胞分析儀,自動化液體處理機,回聲液體處理器,成像系統(tǒng),高內(nèi)涵分析平臺及自動導向車(AGV)的全面儀器。其旨在進一步提高我們內(nèi)部的實驗室實驗的效率及能力，并促進數(shù)據(jù)生成以改善我們的Pharma.AI平臺。

與早期的自動化實驗室相比,Life Star 2亦致力于決策流程中減少人為干預。生成式人工智能賦能Life Star 2能自動化點選擇，設(shè)計實驗及執(zhí)行實驗以收集實驗數(shù)據(jù)，以產(chǎn)生及測試疾病假設(shè)，并進一步驗證及訓練人工智能模型。自動化實驗室消除了人工靶點選擇的偏見，并為發(fā)現(xiàn)新藥和治療挖掘了力。英矽智能將繼續(xù)努力優(yōu)化Life Star 2的設(shè)計,以擴大其能力范圍，縮小其占地面積并優(yōu)化其建設(shè)及營運成本。

除此之外，Life Star2的模塊化能逐步引入新的藥物發(fā)現(xiàn)方法等新功能。此舉將增強英矽智能的內(nèi)部開發(fā)能力,同時促進其接受及采用.同時,實驗室的模塊化設(shè)計方案使我們能代優(yōu)化并提升其成本效益,并為全球研究機構(gòu)提供具吸引力的一攬子解決方案.此外,由于每個生命之星都將在現(xiàn)場配備完整的硬件及軟件解決方案，所有受試者數(shù)據(jù)的處理均可在現(xiàn)場完成，從而降低數(shù)據(jù)隱私風險。

03

medicine42平臺

如果現(xiàn)在還覺得英矽智能只能做前期的小分子藥物設(shè)計及蛋白質(zhì)靶點預測，那就大錯特錯了，事實上，它的medicine42平臺可以預測臨床試驗結(jié)果。該平臺由inClinico應用程序組成，inClinico為一種多引擎，生成式人工智能臨床試驗分析應用程序，其旨在預測臨床試驗的成功。

inClinico主要專注于在廣泛的治療適應癥中成功進行I期臨床試驗的可能性，因為英矽智能認為I期臨床通常是與受試者首個概念驗證數(shù)據(jù)相關(guān)的主要拐點的關(guān)鍵階段。此外,通過仔細審查臨床試驗設(shè)計的詳細資料，inClinico亦有助于識別臨床試驗設(shè)計中的潛在弱項,使臨床試驗申辦者能作出相應調(diào)整,從而可能增加其試驗成功的概率.通過整合及分析各種數(shù)據(jù)來源，inClinico計算與試驗成功有關(guān)的不同部分的評分,包括靶點選擇,藥物結(jié)構(gòu)，試驗設(shè)計及受試者資格。該等評分將會綜合評估并納入預測臨床試驗成功推進至開發(fā)流程下一階段的概率中，具體而言，靶點選擇評分乃根據(jù)與PandaOmics的共享元素進行評估，該等元素估計靶點與相關(guān)疾病的關(guān)聯(lián)以及在相關(guān)點的情況下疾病的異質(zhì)性。此外，藥物結(jié)構(gòu)評分是根據(jù)與生成化學的共享元素得出的，這些元素評估分子描述符的貢獻以及ADME(Adme)及毒性特征。

為了進行內(nèi)部驗證，英矽智能使用2021年之前臨床試驗結(jié)果的公開數(shù)據(jù)對inClinico進行訓練,然后使用2021年1月至2021年9月期間讀取的不同治療領(lǐng)域的臨床試驗結(jié)果對平臺進行前瞻性驗證。在該研究中，inClinico基于接收器操作特征(ROC)曲線下的面積(AUC)實現(xiàn)0.86的預測值，該曲線是診斷能力的一種指標,該數(shù)字越接近1，表明進入預測進入臨床II期的評估越準確。于2019年,一家全球制藥公司委聘英矽智能應用inClinico來預測該制藥公司選定的正在進行的六項II期臨床試驗中的七項結(jié)果，英矽智能部署了inClinico來估計成功的概率,并對該七項結(jié)果進行特征分析。截至最后實際可行日期，全部七項臨床試驗結(jié)果均已公布,而inClinico正確預測七項結(jié)果中的五項。

結(jié)語：這就是英矽智能目前平臺的實力，它現(xiàn)在已經(jīng)真正建成了在創(chuàng)新藥全鏈條覆蓋的人工智能體系，從對蛋白質(zhì)結(jié)構(gòu)及相互作用，靶點進行分析的biology42，到能夠生成大量小分子并對化學分子進行不斷篩選的chemistry42，到能夠預測臨床結(jié)果的medicine42。這些平臺構(gòu)成了目前英矽智能講故事的基石。

也正因為此，我們需要把英矽智能的估值分為兩個部分，一個部分是與其它藥企（例如石藥）的外包服務收入，這方面類似于CXO，另一部分是自身的管線估值，這方面直接按biotech進行估值就好，

那么英矽智能具體的估值，管線價值，外包研發(fā)費用，管線批量BD的估值怎么講呢？我們下半篇進行拆解。

祝大家2026新年快樂、身體健康、工作順遂，感謝一直以來支持我們的讀者朋友。

喜歡我們文章的朋友點個“在看”以及給我們加“星標”吧，不然微信推送規(guī)則改變，有可能每天都會錯過我們哦~