8月，AI制药赛道热度不减，着眼AI应用于小分子药物研发方面的新动态，能看到赛诺菲10亿美元携手新锐，针对未解靶点进行AI药物预测；3年融资近4亿美元的英矽智能再获看好，加速打造AI药物研发平台……创鉴汇在下方整理了9条值得一看的行业资讯，以供读者参阅。

01
# 研发进展 #

利用计算预测生物学平台开发创新疗法，Biomica在研活菌疗法完成首例患者给药

7月26日，基于微生物的创新疗法研发公司Biomica宣布，其候选活菌疗法BMC128的1期临床试验已完成首例患者给药，该试验旨在评估BMC128与免疫检查点抑制剂相结合，对非小细胞肺癌、黑色素瘤或肾细胞癌患者的安全性和耐受性。Biomica利用专门的计算预测生物学平台进行药物研发，该平台由Evogene公司授权。Evogene建立了MicroBoost AI、ChemPass AI和GeneRator AI三个独特的技术引擎，结合大数据和人工智能，并加入了对生命科学的多学科深入理解。其中ChemPass AI能够设计新型小分子，GeneRator AI能够提供生物学见解。

由AI药物发现平台生成，英矽智能在研抗纤维化小分子抑制剂完成首例患者给药

7月28日，端到端人工智能驱动的药物研发公司英矽智能（Insilico Medicine）宣布，其在研潜在“first-in-class”小分子抑制剂INS018_055，已在中国完成了在健康志愿者中的1期临床试验首例患者给药。INS018_055是该公司人工智能药物发现平台生成的首个抗纤维化小分子抑制剂，有着全新的靶点，并具有由该公司端到端AI药物发现平台“Pharma.AI”发现和设计的新型分子结构，拟用于治疗特发性肺纤维化。

利用AI药物研发平台发现，Recursion在研小分子抑制剂获孤儿药资格

7月21日，临床阶段的生物技术公司Recursion Pharmaceuticals宣布，其在研小分子抑制剂REC-4881获欧盟委员会授予孤儿药资格，用于治疗家族性腺瘤性息肉病。Recursion通过利用其专有的人工智能药物发现平台“Recursion Operating System”，发现了REC-4881这一潜在MEK1和MEK2的非ATP竞争性和特异性变构小分子抑制剂。该平台结合了各种技术，能够不断收集扩展其专有的生物和化学数据集。Recursion会再利用复杂的机器学习算法，从该数据集中提炼出“Recursion Map”，即一个跨越生物学和化学、涵盖数千亿可搜索信息的集合，从而加速药物研发过程。

GEn1E拓宽管线，运用AI模型针对肺、肿瘤学和肌肉退行性疾病研发新药

7月26日，多靶点技术生物公司GEn1E Lifesciences宣布获得马里兰大学的独家全球全领域许可，将下一代细胞外信号调节激酶1/2（ERK1/2）免疫调节剂纳入其产品管线。GEn1E计划使用这一新获得的化合物来拓宽其用于罕见和炎症性疾病的新型免疫调节剂组合，以满足肺、肿瘤学和肌肉退行性疾病领域的未竟患者需求。据官网资料介绍，GEn1E搭建了一个人工智能/机器学习平台，引入了神经网络、梯度增强等技术方法，涵盖药物发现到临床研究的全过程，旨在实现高效的药物研发。该公司设计的机器学习模型使用疾病映射数据库来识别候选药物可能适用的其他适应症，从而扩大候选药物所针对的疾病范围。

02
# 融资动态 #

D轮融资总额达9500万美元，英矽智能加速打造AI药物研发平台

8月10日，端到端人工智能驱动的临床阶段药物研发公司英矽智能（Insilico Medicine）宣布，其获得由沙特阿美旗下的多元化风投基金Prosperity7 Ventures领投的D2轮融资。至此，英矽智能已累计完成了9500万美元的D轮融资，参投方涵盖全球范围内众多专注于生物医药和生命科学领域的专业投资机构。据公开信息披露，英矽智能3年融资近4亿美元。

该公司通过下一代人工智能系统连接生物学、化学和临床试验分析，利用深度生成模型、强化学习、转换模型等现代机器学习技术，构建强大且高效的人工智能药物研发平台，识别全新靶点并生成具有特定属性分子结构的候选药物。该公司聚焦癌症、纤维化、免疫、中枢神经系统疾病、衰老相关疾病等具有未竟医疗需求的领域，推进并加速创新药物研发。

AI驱动靶向蛋白降解疗法研发，Differentiated获500万美元种子轮融资

8月1日，专注于计算预测和优化靶向蛋白降解疗法的生物技术公司Differentiated Therapeutics宣布完成500万美元种子轮融资，本轮融资由Curie.Bio参与。Differentiated Therapeutics旗下的Auto/dx平台整合了蛋白质间的分子动力学模拟、人工智能与合成生物学的相关方法，能够可靠地预测药物靶点是否可降解，并利用差异化设计和分子动力学来实现精确设计和优化，推动靶点蛋白降解药物的研发。
了解更多Differentiated Therapeutics信息，请点击>>

03
# 交易概览 #

针对未解、挑战性靶点进行AI药物预测！赛诺菲10亿美元与Atomwise达成合作

8月17日，Atomwise公司宣布与赛诺菲（Sanofi）达成策略性与独家研究合作协议，此协议将包含使用AtomNet人工智能/机器学习平台进行对最多达5个药物靶点的发现与研究。根据协议，Atomwise将会自赛诺菲获得2000万美元的预付款，并可能获得多达10亿美元的里程碑款项。

根据Atomwise官方网站，AtomNet是利用深度卷积神经网络（deep convolutional neural network），并以结构为基础来进行理性药物设计的药物发现人工智能演算法。与一般以蛋白结构或局部配体数据为训练基础的演算法不同，AtomNet使用的是类似于图片识别的演算法，其将蛋白质与配体视为由许多不同、特定的化学结构所构成的。通过达万亿个化合物的训练，AtomNet模型可独立识别基础有机化学图样。目前AtomNet已经被成功运用在癌症、神经疾病、抗病毒、抗寄生虫与抗生素等药物开发上，所预测的分子也成为研发项目的先导化合物，并在动物实验中产生积极的结果。

Bright Giant与安捷伦科技建立合作，结合AI与质谱技术加速新药研发

8月16日，Bright Giant与安捷伦科技（Agilent Technologies）宣布达成合作，致力于使用基于人工智能的方法增强非靶向代谢组学工作流程，从而加速新药研发进程。此次合作旨在将Bright Giant在小分子领域的人工智能技术与安捷伦的质谱技术相结合。目前，在代谢组学、生物医药等领域，自动化的高效化合物鉴定仍是发现新生物活性分子的主要瓶颈，两家公司此番合作正是为应对这一挑战。

Ares Genetics携手比利时鲁汶大学，针对肺炎链球菌开发AI工具

7月26日，分子诊断公司OpGen宣布，其子公司Ares Genetics与比利时鲁汶大学（UZ Leuven）的侵袭性肺炎链球菌国家参考中心达成合作协议，将共同评估Ares Genetics开发的鉴定及表征肺炎链球菌工具，以推动实现该工具的诊断目的。合作双方将利用AI机器学习方法，直接从全基因组测序数据中对肺炎链球菌进行抗生素敏感性测试。Ares Genetics开发的AI技术“wgsAST”基于一个预测模型，这个模型在该公司专有的抗菌素耐药性预测知识库、病原体基因组数据、表型抗生素敏感性，以及耐药性相关数据的集合中进行训练。