九合创投王啸:计算时代的Biotech范式转移( 二 )


合成生物学与计算技术的交叉主要包括两个领域:AI+高通量代谢工程 , 以及AI+核酸药物设计 。
AI+核酸药物设计和新冠疫情息息相关 , 疫情爆发以来 , mRNA疫苗表现出了相较于其他类型疫苗更优的保护率 , 相比传统疗法开发迅速 , 生产效率高 , 在《麻省理工科技评论》发布的2021年“全球十大突破性技术”名单中荣登榜首 。除了递送载体和化学修饰等技术壁垒 , 通过计算模型实现mRNA疫苗序列的理性设计 , 是国内外诸多mRNA疫苗公司重点构建的能力 。
在计算+高通量代谢工程的领域 , 利用机器学习引导的高通量代谢功能成本更低、耗时更少 , 较传统方法能提高产率 , 发现样本空间中的全局最优解 。生物学家不必花费数年时间来细致了解细胞的每个部分及其作用来操纵它 , 而是可以利用有限的训练数据集 , 通过各类计算方法 , 预测细胞DNA或生物化学的变化将如何影响其行为 , 然后为下一个工程周期提出指导 。这种合成生物学与机器学习和自动化的结合有可能彻底改变生物工程 。这也是为什么程序员出身的投资人可以看合成生物学的原因 , 这个领域本质上跟计算机、数字是密切相关的 , 而且代表着未来 。
讲一个案例 , 今年1月份我们投了一家公司“态创生物” , 是利用高通量的合成生物学研发平台生产多肽等生物材料 。多肽是高端化妆品的重要成分 , 但是化工生产的成本很高 , 耗能很大 。态创拥有全国顶尖的研发水平 , 并且建立了全国唯一可实现低成本高效商业化落地量产的生产系统 , 每个月的产量可达到上千万的量级 , 只用了一年的时间 。这家公司在过去一年内连续完成了4轮融资 , 已经是一家这个领域里的小头部公司了 。新药研发的下一站:结构+计算
新药研发风险与成本巨大 , 过去研发一款创新药 , 成本平均是25亿美元左右 , 周期长达15年 , 而成功率只有4% 。业界对于计算和AI赋能医药研发寄予厚望 , 分子动力学计算模型也在计算中表现出不错的准确度 , 但由于用计算机模拟对应的搜索空间太过庞大(小分子种类多达10的60次方种) , 导致计算成本和时间成本非常高 。这是产业中落地的关键问题 , 使得单纯依靠算法的方案目前对药企来说还不是最经济和高效的选择 。
我们投的一家公司青云瑞晶是基于MicroED微晶电子衍射的小分子药物发现平台 , 使获取结构数据的难度大幅下降 , 能缩小所需搜索的化学空间 , 极大降低所需计算的变量 , 解决计算精确度与计算量的矛盾 , 克服目前难以成药靶点 , 并增加分子设计空间 , 提高成药性 。
【九合创投王啸:计算时代的Biotech范式转移】九合在计算机和生物交叉部分 , 已经体系化的布局了生物材料、食品、医药相关领域的项目 , 生物和计算结合是未来十年最大的机会之一 。希望能和更多biotech领域的优秀创业者同行 , 相信九合会是你们最好的投资人之一 , 谢谢!