AI藥物研發公司Genesis Therapeutics近日宣佈，再次獲得英偉達（Nvidia）旗下風險投資部門NVentures的追加投資，具體金額未披露。此舉標誌着雙方合作的進一步深化，旨在加速Genesis的AI平臺GEMS(Genesis Exploration of Molecular Space)的開發，該平臺專注於利用物理AI進行結構驅動的藥物設計。

源於斯坦福，深耕分子AI

Genesis Therapeutics由Vijay Pande博士在斯坦福大學的實驗室衍生而來。聯合創始人Evan Feinberg博士在研究生期間與Pande共同發明並撰寫了多篇關於深度學習技術的關鍵論文，其中最引人注目的是PotentialNet算法。該算法率先使用新型圖神經網絡進行分子特性預測，特別是蛋白質-配體結合親和力。Feinberg、Pande及其同事在效力預測方面展示了PotentialNet的性能，並通過斯坦福大學與默克研究實驗室的合作進一步驗證了其有效性。在創立Genesis之前，Feinberg曾擔任默克的深度學習顧問。

合作 握手 商業 (2)

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

融資超3億美元，與英偉達深度合作

Genesis於2019年成立，並在一年後獲得了5200萬美元的A輪融資。此後，公司不斷髮展壯大，迄今已籌集超過3億美元資金，其中大部分來自2023年完成的2億美元B輪融資，投資者包括英偉達的風險投資部門NVentures。

通過與英偉達的合作，Genesis正致力於加速其AI平臺GEMS的開發。GEMS旨在通過整合包括語言模型、擴散模型和物理機器學習（ML）模擬在內的專有AI方法，爲複雜目標生成和優化分子。來自NVentures的額外融資旨在通過應用英偉達的專業知識，提高計算效率，進一步提升Genesis用於結構驅動藥物設計的物理AI平臺的能力。

Feinberg表示:“英偉達在AI堆棧的許多方面都是領導者，無論是在硬件方面，還是在硬件之上的較低層軟件層。而Genesis一直致力於成爲分子AI領域的先驅。因此，英偉達的比較優勢和Genesis的比較優勢之間存在着非常明顯的協同作用，使兩者結合的力量大於各部分的總和。”

優化神經網絡，加速藥物研發

雙方的合作將涵蓋優化等變神經網絡，該神經網絡對處理蛋白質和小分子結構等3D幾何數據非常有價值。英偉達一直致力於通過神經網絡加速計算，包括訓練網絡以及運行推理，使用訓練好的模型對新數據進行預測或在真實環境中部署。

Feinberg解釋說:“對於Genesis多年來一直開創的分子AI領域，有特定類型的神經網絡特別有用。這實際上是該領域長期趨勢的延續，即AI不是一個整體。人工智能有許多子領域，這些子領域使用相關但不同的算法進行學習。”

在斯坦福大學，Feinberg、Pande和一羣同事在2018年發表於《ACS Central Science》的一篇論文中提出了PotentialNet圖卷積家族。兩年後，另一羣同事與Feinberg和Pande一起展示瞭如何通過將每個分子明確表示爲一個圖，在預測ADMET（吸收、分佈、代謝、消除和毒性）特性方面實現“據我們所知，前所未有的準確性”，並在《藥物化學雜誌》上發表的論文中顯示了AI算法在ADMET預測方面相對於默克研究實驗室使用的高級ML的顯著優勢。

創始人與導師的緊密合作

Pande現在是Andreessen Horowitz（a16z）的普通合夥人，也是a16z生物基金的創始合夥人，領導着該公司在生物學、計算機科學和工程領域的投資。Pande曾擔任Feinberg的博士生導師，領導了a16z對Genesis的410萬美元種子輪投資，並與一家未披露的總部位於美國的生命科學領域的投資機構共同領導了該公司的2億美元以上B輪融資。

Feinberg談到Pande時說:“我非常幸運能夠與他合作近十年。我認爲能夠與如此才華橫溢、有遠見的人如此緊密地合作，並向他學習，實屬難得。”

持續創新，引領行業發展

Feinberg補充說:“他（Pande）一直以一種對Genesis的成功至關重要的方式推動着我。隨着該領域的發展，他也在不斷髮展。我認爲這與我們保持在該領域領導者地位的方式相似，我們不斷創新，而不僅僅是滿足於模仿，而是真正推動該領域向前發展。”

Feinberg回憶說，在他於斯坦福大學攻讀研究生期間，AI主要在計算機視覺和自然語言領域產生了影響。“用於這兩者的神經網絡類型實際上彼此截然不同，但都不太適用於化學。因此，我們開發了新型神經網絡，”Feinberg回憶說，“在2010年代中期，圖神經網絡更適合分子。”

Feinberg表示，從那時到現在，Genesis一直在不斷研究新的AI算法，“更適合分子AI任務的新型神經網絡原語”。“等變神經網絡是我們重視的系列之一。這也是英偉達特別幫助我們優化的領域之一，”Feinberg補充說。

Pande的實驗室最初因其創立的分佈式計算項目Folding@Home而聲名鵲起，該項目旨在模擬蛋白質動力學，包括蛋白質摺疊過程。

Feinberg回憶道:“Folding@Home利用了全球大量的英偉達GPU進行蛋白質摺疊模擬。此後，英偉達GPU開始更多地用於人工智能，尤其是在視覺和自然語言方面。因此，我們公司已經可以說是英偉達GPU的強大用戶。”

與英偉達的“天作之合”

Feinberg說:“當我們通過B輪融資被介紹給英偉達和NVentures時，感覺就像是一個非常自然的投資者，他們不僅會帶來大量資金，而且也會爲這種關係帶來智慧。這項投資真正奠定了我們超越客戶關係的合作基礎，從而也促進了我們相互學習，從我們的需求以及他們我們可以利用我們領域知識獨特地利用的較低層能力中相互學習。”

對於英偉達而言，與Genesis的合作加強了其將AI應用於藥物發現的持續努力。

英偉達公司副總裁兼NVentures負責人穆罕默德·西德（Mohamed “Sid” Siddeek）表示:“Genesis的AI平臺以及與英偉達合作開發的相關計算進步將有助於提供新型生成式和預測性AI技術，以探索未開發的化學途徑並確定候選藥物。”

GEMS如何助力英偉達?

Feinberg說:“GEMS的目標是能夠有效地開發非常具有挑戰性的，在某些情況下，甚至是無法成藥的靶點。爲了做到這一點，我們需要比以前更好地完成幾項能力。”

這包括生成分子並預測它們的效力、選擇性和原子特性——一種聯合的多參數優化方法，用於共同研究分子所有關鍵特性的藥物發現。Feinberg解釋說，GEMS由兩個深度集成的支柱組成——生成式AI和預測性AI，並已使用Genesis自己的定製語言模型在雲中生成數千到數百萬甚至數十億的化合物。

“但化學、合成化學是限制因素。在給定的時間內只能製造這麼多的分子。因此，我們的預測AI技術（用於預測效力、選擇性和原子特性）儘可能準確至關重要。因此，GEMS實際上是一個描述深度集成技術組合的統稱，”Feinberg說。

GEMS在腫瘤學和免疫學領域的應用

利用GEMS，Genesis正在開發一個專注於腫瘤學和免疫學的管道。在腫瘤學方面，Genesis正處於後期先導優化階段，接近提名其所稱的PIK3CA泛突變變構抑制劑的高效力和選擇性開發候選藥物，PIK3CA是乳腺癌和結直腸癌的常見致癌驅動因素。

其他的腫瘤學開發工作則專注於旨在克服對檢查點抑制劑的反應（先導優化階段）的小分子，並通過抑制外源性細胞死亡途徑的抗凋亡調節劑來防止癌細胞逃避凋亡(發現階段)。

在免疫學方面，Genesis表示，它有兩項發現階段的工作:一項是開發多個用於生成針對經過充分驗證的自身免疫性疾病靶點的小分子的項目;另一項是使用小分子矯正劑來恢復未明確的受損蛋白質的活性，治療“嚴重的遺傳性自身炎症性疾病”。

與生物製藥巨頭的合作

除了內部開發工作外，Genesis還在進行與三家生物製藥巨頭宣佈的合作，但Feinberg表示該公司無法對此發表評論。最近一次合作是在9月份與吉利德科學公司（Gilead Sciences）發起的，該公司同意使用GEMS協助生成和優化吉利德選定靶點的分子，從而發現和開發針對多個靶點的小分子療法。

吉利德同意爲三個靶點支付3500萬美元，並有權以未公開的預定每個靶點費用提名其他靶點。吉利德還同意支付與實現臨牀前、開發、監管和商業里程碑相關的額外付款，以及商業化產品的淨銷售額的分級特許權使用費。

與其他兩家生物製藥巨頭的合作:

禮來（Eli Lilly）——價值高達6.7億美元的合作(其中2000萬美元爲預付款)，旨在發現多達五個治療領域的新療法，於2022年啓動。

羅氏集團成員基因泰克（Genentech）——一項涉及多個靶點和多種疾病的合作，於2020年啓動，利用Genesis的平臺進行深度學習和分子模擬。2022年，基因泰克將其感興趣的目標描述爲“其他方法無法企及的具有挑戰性的目標”。該合作的價值尚未公開。

Genesis總部位於加利福尼亞州舊金山郊區的伯林蓋姆，在聖地亞哥擁有一個完全集成的實驗室。該公司僱用了大約80人。

Feinberg說:“我們確實有大量的預期增長，這部分是由B輪融資、英偉達的最新投資以及我們的合作伙伴關係所驅動的。我沒有一個準確的數字說明我們將在12個月內達到什麼規模，但我們確實有足夠的人員規模來超越80人。”