“我的最大愿望是引入一套先進(jìn)的算法流程進(jìn)行一線的藥物研發(fā)，如果只停留在相關(guān)領(lǐng)域的算法開發(fā)上，其實(shí)還是略感遺憾。”鄭錚博士時(shí)任美國(guó)QuantumBio藥物設(shè)計(jì)軟件公司資深科學(xué)家，深思熟慮后他決定回國(guó)創(chuàng)業(yè)，并袒露了自己的心聲。

?

計(jì)算機(jī)藥物設(shè)計(jì)及機(jī)器學(xué)習(xí)領(lǐng)域?qū)＜?、?xiàng)目核心算法發(fā)明人鄭錚博士原本是藥學(xué)出身，從北京大學(xué)藥學(xué)系取得學(xué)士學(xué)位后，申請(qǐng)到美國(guó)佛羅里達(dá)大學(xué)攻讀化學(xué)博士學(xué)位，師從計(jì)算化學(xué)領(lǐng)域全球頂級(jí)專家Kenneth Merz教授。

在美國(guó)藥物研發(fā)鏈條分工明確的背景下，作為藥物設(shè)計(jì)領(lǐng)域的算法科學(xué)家的鄭錚博士聚焦于后端的軟件開發(fā)，是難有機(jī)會(huì)直接接觸到一線的藥物研發(fā)環(huán)節(jié)的，但是他卻始終對(duì)藥物研發(fā)抱有濃厚的興趣。

“在美國(guó)進(jìn)行藥物設(shè)計(jì)軟件開發(fā)的那段時(shí)間，我們對(duì)于算法的迭代更新往往依賴于對(duì)于真實(shí)藥物分子體系的實(shí)驗(yàn)反饋。但對(duì)于大型藥企來(lái)說(shuō)，數(shù)據(jù)安全特別敏感，保密制度嚴(yán)格，所以我們幾乎從合作客戶處拿不到任何具有應(yīng)用價(jià)值的數(shù)據(jù)。另一方面，美國(guó)的藥物設(shè)計(jì)軟件公司內(nèi)部往往不會(huì)開展大規(guī)模的相關(guān)實(shí)驗(yàn)工作。最終的算法開發(fā)還是依賴于我們內(nèi)部搭建的數(shù)據(jù)庫(kù)。這自然也就限制了算法開發(fā)的速度與成效。”鄭錚博士感嘆道，“所以，我很想組建自己的研發(fā)團(tuán)隊(duì)，結(jié)合我們?cè)谒惴ㄩ_發(fā)中積累的經(jīng)驗(yàn)以及對(duì)藥學(xué)體系在分子層面的理解，投身到藥物研發(fā)的一線工作中。”

?

回國(guó)后，鄭錚博士于2021年組建了蘇州予路乾行生物科技有限公司（簡(jiǎn)稱：予路乾行），以人工智能、量子力學(xué)及分子力學(xué)算法為核心技術(shù)，通過(guò)模擬運(yùn)算賦能新藥研發(fā)。公司結(jié)合自主創(chuàng)新的新一代分子模擬AI核心算法與人工智能模型，建立了國(guó)際領(lǐng)先的人工智能藥物研發(fā)平臺(tái)，運(yùn)算模塊覆蓋包括靶點(diǎn)選擇與驗(yàn)證、先導(dǎo)化合物搜索設(shè)計(jì)優(yōu)化及成藥性預(yù)測(cè)等臨床前藥物研發(fā)全流程。鄭錚博士也于同年以該項(xiàng)目獲得蘇州工業(yè)園區(qū)科技領(lǐng)軍人才。

結(jié)合物理模型、平行運(yùn)算、AI技術(shù)構(gòu)建強(qiáng)大運(yùn)算平臺(tái)

作為一位具有十余年計(jì)算機(jī)藥物設(shè)計(jì)算法研發(fā)經(jīng)驗(yàn)的科學(xué)家，鄭錚博士表示，大數(shù)據(jù)時(shí)代，AI技術(shù)快速滲透至生產(chǎn)生活中各個(gè)領(lǐng)域的應(yīng)用場(chǎng)景中，這也相應(yīng)催生了多種機(jī)器學(xué)習(xí)算法開發(fā)框架及程序庫(kù)的誕生。

而大量成熟的開發(fā)框架及程序庫(kù)也大幅降低了AI制藥領(lǐng)域中新算法及軟件的開發(fā)難度，促使短短數(shù)年內(nèi)誕生了應(yīng)用于藥物研發(fā)各流程環(huán)節(jié)的AI軟件及算法平臺(tái)。

但另一方面，人工智能算法從本質(zhì)來(lái)說(shuō)是一種統(tǒng)計(jì)學(xué)模型。由于藥物研發(fā)各環(huán)節(jié)的數(shù)據(jù)特點(diǎn)及系統(tǒng)科學(xué)對(duì)相應(yīng)領(lǐng)域的認(rèn)知程度不同，人工智能技術(shù)在分子層面的先導(dǎo)化合物發(fā)現(xiàn)、藥物構(gòu)效關(guān)系分析、以及部分藥學(xué)性質(zhì)的預(yù)測(cè)上取得了一定的進(jìn)展。然而在面對(duì)藥物研發(fā)流程中那些數(shù)據(jù)信息較少、數(shù)據(jù)可重復(fù)性低、以及模型原理復(fù)雜的問(wèn)題時(shí)，人工智能技術(shù)尚未能完全發(fā)揮其潛力。

同時(shí)，在面對(duì)藥物研發(fā)分子層面的研究中，計(jì)算化學(xué)家尚有一套強(qiáng)大的運(yùn)算工具，即以分子力學(xué)及統(tǒng)計(jì)熱力學(xué)等物理模型為理論基礎(chǔ)的分子動(dòng)力學(xué)模擬方法。物理模型的優(yōu)勢(shì)在于對(duì)復(fù)雜生物分子體系在生理過(guò)程中的空間變化和時(shí)間變化擁有較高的運(yùn)算模擬精度，與單純的AI算法相比擁有更高的可拓展性與普適性。但物理模型的搭建難度較高，相關(guān)算法軟件的運(yùn)算成本也較高。

行業(yè)中所應(yīng)用的相關(guān)軟件平臺(tái)多是基于歐美開發(fā)的物理模型引擎。在業(yè)內(nèi)，不乏有如Schrodinger Inc等高科技公司耗費(fèi)大量財(cái)力、人力與時(shí)間去開發(fā)基于物理模型的模擬軟件，在大量投入后確實(shí)能夠有不錯(cuò)效果的產(chǎn)出，但是這種高投入的算法研究需要龐大的資金體系支持，中小型藥企想要基于此進(jìn)行藥物研發(fā)，就面臨著如何降低開發(fā)成本的問(wèn)題。而予路乾行認(rèn)為，可以通過(guò)與AI算法的結(jié)合來(lái)降低物理模型的運(yùn)算成本。

?

基于上述思路，予路乾行融合了多種算法優(yōu)勢(shì)構(gòu)建起了強(qiáng)大的運(yùn)算平臺(tái)。該平臺(tái)融合了物理模型、AI算法、平行運(yùn)算技術(shù)等多種行業(yè)領(lǐng)先技術(shù)，首創(chuàng)了多款A(yù)I藥物設(shè)計(jì)算法，能夠大幅提升藥物研發(fā)速度與成功率。分子自由能模擬算法搭建是予路乾行團(tuán)隊(duì)一直以來(lái)擅長(zhǎng)的部分，公司創(chuàng)始人鄭錚博士在回國(guó)創(chuàng)業(yè)之前主導(dǎo)開發(fā)的“活字印刷”（Movable Type）算法軟件就曾經(jīng)歷過(guò)多家大型藥企內(nèi)部嚴(yán)格的軟件測(cè)試，均收到了良好的正面反饋。并多次在全球大型雙盲測(cè)試挑戰(zhàn)賽中取得優(yōu)異的成績(jī)。

?

而在予路乾行所開發(fā)的新一代分子模擬技術(shù)中，算法將疾病相關(guān)靶點(diǎn)的結(jié)合位點(diǎn)所在位置到“口袋”邊緣位置之間的空間劃分成一系列連續(xù)分布的小空間，通過(guò)蒙特卡洛采樣法對(duì)每個(gè)空間的配分函數(shù)進(jìn)行獨(dú)立的平行運(yùn)算，從而得到一個(gè)配體從受體結(jié)合位點(diǎn)至口袋邊緣的自由能曲線或曲面。

該方法使得自由能運(yùn)算免受跨越勢(shì)能壘之苦，同時(shí)利用對(duì)連續(xù)空間的平行采樣運(yùn)算，大幅提升了運(yùn)算速度。據(jù)悉，相較于傳統(tǒng)的物理模型模擬藥物潛在結(jié)合過(guò)程所用時(shí)間，予路乾行的算法平臺(tái)能夠提升10-15倍的運(yùn)算速度。

算法助力“難成藥靶點(diǎn)”相關(guān)疾病藥物研發(fā)，予路乾行加速新藥臨床前研發(fā)流程

完成了算法平臺(tái)的搭建后，予路乾行首先嘗試通過(guò)共同研發(fā)的模式與藥企合作，共同推進(jìn)新藥研發(fā)，以運(yùn)算驅(qū)動(dòng)實(shí)驗(yàn)，大幅降低研發(fā)試錯(cuò)成本，提高研發(fā)效率及成功率。

鄭錚博士告訴動(dòng)脈網(wǎng)：“在新藥研發(fā)全流程里，予路乾行AI算法平臺(tái)首先切入的便是‘難成藥靶點(diǎn)’相關(guān)疾病的藥物研發(fā)，這是藥物研發(fā)中難度較大的領(lǐng)域，它的創(chuàng)造性是從0到1的?！?/span>

公司利用多尺度篩選與模擬方法對(duì)靶點(diǎn)蛋白的致病機(jī)理以及藥物-靶點(diǎn)的結(jié)合過(guò)程進(jìn)行模擬及相應(yīng)的絕對(duì)自由能運(yùn)算，對(duì)分子層面成藥機(jī)理、藥物分子代謝及藥物相互作用的機(jī)制、以及藥物的脫靶效應(yīng)原理等藥物發(fā)現(xiàn)及臨床前研究各階段的研發(fā)流程進(jìn)行賦能。

完成算法平臺(tái)的開發(fā)及團(tuán)隊(duì)在藥物發(fā)現(xiàn)研究中對(duì)所采用的算法流程進(jìn)行打磨后，予路乾行下一步業(yè)務(wù)規(guī)劃便是與相關(guān)實(shí)驗(yàn)團(tuán)隊(duì)深度合作，對(duì)新藥研發(fā)臨床前研究進(jìn)行全流程賦能。

利用先進(jìn)的運(yùn)算平臺(tái)大幅降低試錯(cuò)成本、提高后續(xù)實(shí)驗(yàn)流程的效率及新藥發(fā)現(xiàn)的成功率。目前公司已與國(guó)內(nèi)外多家生物醫(yī)藥企業(yè)建立了商業(yè)合作關(guān)系，并取得了多個(gè)里程碑式進(jìn)展。公司通過(guò)融入國(guó)際藥物研發(fā)創(chuàng)新體系，致力于合作推進(jìn)新藥研發(fā)。

目前，予路乾行也啟動(dòng)了新一輪融資，用于公司技術(shù)團(tuán)隊(duì)的擴(kuò)張，以適配目前公司愈加飽和的業(yè)務(wù)體量，另再用于公司技術(shù)平臺(tái)推向市場(chǎng)，以布局新藥物管線的研發(fā)與拓展。