0
| 本文作者：李雨晨 | 2019-09-17 00:29 |
雷锋网消息，据外媒BusinessWire报道，基于AI技术的药物设计公司Atomwise宣布与豪森药业（Hansoh Pharma）达成合作，双方将在多个治疗领域针对11个未公开靶标设计和发现潜在的候选药物。
Atomwise公司首席执行官Abraham Heifets博士说：“整个亚洲都有令人兴奋的科学发展，并且在创新药物发现领域具有巨大的领导潜力。我很高兴地宣布，Hansoh Pharma是我们在亚洲的第一个合作伙伴。Hansoh Pharma致力于创新，并与我们希望造福全球患者健康的使命一致”
合作的另一方豪森药业，主要药物组合包含中枢神经系统疾病、抗肿瘤、抗感染、糖尿病、消化道和心血管疾病等六大治疗领域。按销售额计算，这六个治疗领域占2018年中国医药市场总销售额的62.5%。6月14日，豪森药业正式在香港联交所上市。
Atomwise和Hansoh Pharma的科学团队将会开展密切的合作。Atomwise的AI技术与药物化学和蛋白质结构专业知识的结合，以及Hansoh Pharma完全集成的研发，制造和商业能力，有可能大大提高药物发现和临床开发的成功率，节省更多时间成本。
根据合作条款，Atomwise将获得未公开的技术访问费、选择权行使费、特许权使用费，以及基于合作产生的资产的再授权或出售的收入；豪森药业将获得所有领域和地域的开发和商业化权益费。
雷锋网了解到，位于旧金山的Atomwise公司成立于2012年，目的在于运用超级计算机、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。
Atomwise的核心技术名为AtomNet，是一种基于深度学习神经网络的虚拟药物发现平台技术最初是由Wallach博士开发的，他曾是多伦多大学计算机科学系计算生物学小组的博士生。
AtomNet由一个虚拟大脑驱动，模仿了人类的视觉皮层，通过“学习”数百万个关于药物作用原理的数据，来对自己进行训练。
AtomNet消除了限制药物发现的一些障碍，研究和开发不再受库中可用化合物数量有限以及筛选这些化合物的时间的限制。Atomwise可以分析一个非常大的化学空间（数十亿和数十亿的化合物）来确定一个对合成和测试具有高度特异性的小子集。传统上需要数年的发现和优化过程可以使用Atomwise的技术压缩几周。
2018年3月，雷锋网曾报道Atomwise获得4500万美元的A轮融资消息。在这轮融资中，孟山都风险投资公司、Data Collective（DCVC）和B Capital Group领投，百度创投、腾讯等都是Atomwise的新投资者。
可以看出，Atomwis选择与中国药企合作多少会与“B”和“T”两家中国互联网企业的投资背景有关。
临床前药物发现和开发的最大挑战是确定一种既有效又安全的候选药物。这是每个制药公司的研究人员面临的问题，无论是小型还是大型，以及全球数千家研究机构。
因此，有更多的医药公司加入了使用AI技术的行列，开展了一系列与AI公司的合作，利用AI算法的力量，推动药物研发进程：2016年11月，强生与Benevolent AI达成合作，把一些尚处于试验中的小分子化合物转交给了Benevolent AI，进行新药开发，礼来、GSK、阿斯利康等也都是Benevolent AI的合作伙伴；2017年5月，赛诺菲与Exscientia 签订了一项潜在价值为2.5 亿欧元的合作和许可交易，用于开发针对代谢疾病的小分子药物；2018年5月，国内的晶泰科技也与辉瑞展开了战略研发合作。
在大多数企业将人工智能布局在辅助诊断和健康管理方面时，一些企业也在尝试将人工智能应用于新药研发，一旦市场更加成熟、药企接受度越来越高，AI+新药研发的市场将迸发出巨大潜力。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
