「呈元科技」獲數千萬美元Pre-A輪融資，用AI加速合成肽藥物研發 | Tech 100

科技創新，作為大國經濟發展的壓艙石，以厚重的力量為中國崛起保駕護航。時至今日，創新正進入“深水區”，AI、晶片、新能源、生物醫藥等硬核科技成為資本關注的主流方向。從技術走向商業，企業盈利的周期被拉長，創業遊戲的hard模式被點亮，下場者需要十二分的勇敢與擔當。

硬科技的疊代故事值得書寫，創業者的砥砺曆程值得銘記。為此，36氪特推出“Tech100”欄目，選取百家具有硬科技含量的高潛力企業，記錄他們如何翻越高聳的技術壁壘、打磨令市場驚豔的産品、集結力量走向商業成功。

Tech100，從百家企業創新的橫截面，看到即将到來的未來。

文 | 林廣源 海若鏡

36氪獲悉，AI+合成肽新藥研發企業「呈元科技」（（Syneron Tech）近日完成數千萬美元pre-A輪融資，由聯想創投、格力産投共同領投。呈元科技成立于2022年4月，由創新工場塔尖孵化，先後獲得創新工場旗下三隻基金的種子輪及天使輪投資。成立不到一年間，呈元科技再次完成Pre-A輪融資。

ChatGPT兩月間使用者破億，生成式預訓練大模型（GPT）展現出強大的語言生成能力。人工智能在網際網路爆火，相關概念股多次漲停。36氪了解到，AI for Science 在學術界的熱度高漲，尤其是生物技術領域，利用人工智能從資料中學習，減少試錯是研究人員努力追求的目标。AlphaFold2在預測蛋白質結構上的成功拓寬了AI的應用前景，部分公司正通過AI技術在生物技術領域實作商業化應用。

近期，呈元科技聯合創始人兼CEO（首席執行官）張骁博士、聯合創始人兼CAIO（首席人工智能科學家）高欣教授接受了36氪的采訪，講述AI在生物技術領域的商業應用進展，及呈元科技的技術開發現狀。

複合、開放的創始團隊

呈元科技是創新工場塔尖孵化的、以自然語言處理（NLP）人工智能技術為核心的創新藥研發企業。創始人張骁博士畢業于美國羅格斯大學化學與生物化學系，後進入投融資領域，創業前為易凱資本合夥人，帶領團隊完成過累計近400億元的生物醫藥企業股權交易。2021年，張骁感受到生物科技行業正在發生根本性的變化，便開始思考中國生物科技公司的新出路。“回歸生物技術高風險、高回報的本質，針對全球未滿足臨床需求，選擇最具成藥性的藥物模态且采用最有效率的研發範式做原始創新”，成為張骁創立呈元科技的初心。

經創新工場董事長兼CEO李開複介紹，高欣與張骁及另兩位生物醫藥領域的華人科學家結識，并經過深入探讨後決定共同創立呈元科技，加盟成為公司的“Methodology Developer”和“Problem Solver”。

高欣是清華大學計算科學與技術學士、滑鐵盧大學計算科學博士、卡内基梅隆大學雷恩學者，目前任沙特阿蔔杜拉國王科技大學（KAUST）計算機科學系終身正教授、計算生物學中心主任、及智慧醫療中心副主任。他在生物資訊學及機器學習的期刊和會議上發表論文320多篇，總影響因子超過1500，是60餘項國際發明專利的第一發明人。

此外，“基于綜合能力平衡、開放互信原則組建的核心團隊”還包括擔任聯合創始人和CSO（首席科學官）的顔豔博士，其畢業于美國哥倫比亞大學分子生物學、藥理學專業。創業前在葛蘭素史克（GSK）美國研發中心工作17年，是惡性良性腫瘤方向資深科學總監，負責過多個全球新（First in class) 抗癌藥物從靶點驗證到臨床階段全過程開發，有多個小分子和大分子藥物獲批經驗，對惡性良性腫瘤細胞、免疫細胞創新靶點及癌症治療創新技術有深入研究。

另一位聯合創始人是全球穿膜肽領域科學家、美國俄亥俄州立大學終身教授裴德華，其曾是美國上市生物科技公司Entrada Therapeutics的科學創始人，2022年底Entrada Therapeutics與知名生物醫藥企業Vertex Pharmaceuticals 就治療1型強直性肌營養不良症 (DM1)的臨床前産品達成合作，首付款達$2.24億美元。

呈元科技的技術能力還展現在幹濕實驗閉環之中。張骁表示：“從最開始的立項環節，幹濕實驗團隊就會進行交流和論證。”高欣告訴36氪：“幹實驗側主要是做AI模型，然後采用高通量、濕實驗側的資料進行驗證和下一輪疊代，在疊代的過程中不斷改善模型。”據了解，呈元科技瞄準細胞内難以成藥的蛋白-蛋白互相作用靶點（PPI），開發了針對合成肽藥物的多目标生成式AI設計平台（SynCore）。

平台能力：AI+合成肽高通量實驗

SynCore平台的核心基礎與GPT類似，“呈元科技自去年7月就已經布局了多肽的預訓練大模型，多個研究成果近期将發表在Nature子刊等國際頂尖期刊上。”高欣對36氪介紹道，“ChatGPT之是以有目前的智能化，是因為在GPT大模型的基礎上加入了Chat，相當于累加了強化學習。強化學習的邏輯是利用環境或人提供的回報對模型進行修正。”對于呈元科技而言，針對多肽藥物設計的預訓練大模型在概念上等價于“GPT”，該平台對多肽藥物的多個成藥性名額的優化，實質上是強化學習模型，可以看作是多任務版的“Chat”。

據了解，ChatGPT是單模态的預訓練大模型，僅對自然語言進行預訓練；而呈元科技的大模型橫跨多種模态，且不同成藥性名額的同時優化問題也更加複雜。例如，需要考慮合成肽藥物與靶點的親和力、特異性，以及穩定性、免疫原性、穿膜性等多方面性質。

具體來說，成藥性名額優化方面，“呈元科技的模型在In Silicon(計算性能)和In Vitro(實驗性能)的頭對頭比較方面，顯示出一定優勢。”此外，由于穿膜肽是前沿科學領域，高品質的公開資料有限，也是目前AI鮮為涉足的應用場景。呈元科技通過加大資料挖掘投入、以自産或合作方式擷取大量資料、建立立模等方法，将穿膜性的預測準确度提高到92%。目前呈元科技已将超大規模預訓練加多任務強化學習的平台，及蛋白質結構和互動作用模組化的自主研發模型應用于多種應用場景和管線。

在資料容量和流量方面，“呈元科技的合成肽高通量篩選及合成平台已經與AI平台形成幹濕閉環，并在幾個重磅靶點上完成了疊代，”高欣告訴36氪，“針對每個拟開發管線，提供超過10的10次方量級的合成肽資料作為訓練集。”

在模型整體上，呈元科技注重系統性設計和工程化，不同層次具備不同的分辨率和通量。此外，平台模型能夠實作“内插值”和“外插值”，“基于已有多肽為起點做優化是内插值，從零生成具有目标成藥性的多肽是外插值，呈元科技同時具備這些能力。”

将First-In-Class管線推向臨床

談到藥物靶點和管線，張骁認為：“全球生物科技行業在發展方面已經遇到了一些瓶頸，傳統的大分子或小分子藥物開發空間越來越小，Me-Too、Fast Follow管線壓力很大。AI能夠大幅提升創新藥的早期研發效率，是以呈元科技選擇First-In-Class。”

合成肽是一種全新的多肽類藥物，傳統多肽藥物主要基于生物體内的天然肽改造而成，而合成肽是經過人工設計、合成的自然界不存在的多肽類化合物，且組成合成肽的氨基酸也并非全部天然。比起天然肽，合成肽具有結構剛性強、體内穩定性高、靶标親和力強等性質；相比小分子，合成肽與靶标蛋白作用面積更大，結合更緊密，特異性更強；相比抗體等大分子藥物，合成肽能夠實作穿膜，作用于胞内大量“不可成藥”靶點。

此外，張骁還向36氪介紹了呈元科技基于合成肽的藥物遞送載體Syn-mask，“該載體具有惡性良性腫瘤靶向性，能夠延長藥物半衰期、可在體内自然降解不會引發副作用。”以及穿膜肽平台BCP，“該平台可遞送包括多肽、RNA、蛋白等多類型藥物分子進入細胞内，具有較高的穿膜效率。”

商業模式方面，張骁告訴36氪，“呈元科技會将First-In-Class的産品自主推進到臨床階段，并尋求與全球制藥企業合作開發，也會依托平台技術開展對外合作。公司未來收入來源于交易的裡程碑付款、銷售分成以及平台技術合作收益。”據了解，日本多肽藥物公司PeptiDream也有類似的商業模式，目前該公司已有4個産品進入臨床Ⅰ期，目前市值約2300億日元（約合人民币116億）。

據德勤律師事務所統計資料，2022年藥物研發的平均預期回報率降到1.2%，是13年來觀察到的最低的投資回報率。此外，德勤聯合上海市科協釋出的《中國生物醫藥創新趨勢展望》指出，人工智能的運用可有效節約全球每年約280億美元的新藥研發成本。這一領域的技術創新和管線進展，值得長期關注。