筛选出可能具有强大药效的数万亿个分子是一项艰巨的任务，但是生物技术公司发现的解决方案是更聪明地工作，而不是更艰苦。 创世纪疗法 拥有一个新的模拟方法和跨学科团队，这给人留下了深刻的印象：该公司刚刚完成了52万美元的A轮融资。
创世纪去年在Disrupt的Startup Battlefield中竞争，其潜力给评委们留下了深刻的印象，显然其他人也看到了它的潜力-特别是带领这一回合的Rock Springs Capital。
在过去的几年中，在药物发现领域已经形成了许多公司，这些公司依靠不断增强的计算和仿真能力来确定分子在治疗某些疾病中的潜力。 至少那是理论。 现实有点混乱，尽管这些公司可以缩小搜索范围，但他们不能只说“这是帕金森氏症的治疗方法”。
创始人埃文·费恩伯格（Evan Feinberg）病入非命，原因是他继承的疾病使传统的实验室工作（作为一家大型制药公司的实习生）对他来说很困难。 但是，该领域的计算方面更易于访问，并最终完全吸收了他。
他之前曾涉足该领域，并得出了他认为是分子如何以数字方式表示的突破。 当然，机器学习已加快了许多领域的工作，其中包括生物化学，但是他感到这项技术的潜力尚未得到挖掘。
他说：“我认为最初的尝试是剪切和粘贴深度学习技术，将很像图像的分子表示出来，并对它们进行分类，就像您说的那样，这是一张猫的照片，或者这不是猫的照片。”在采访中解释。 “我们更自然地表示分子：以图形表示。 一组节点或顶点，它们是原子，而连接它们的事物，则是键。 但是我们代表他们的不仅仅是 键 or 没有债券，但原子之间具有多种接触类型，空间距离和更复杂的特征。”
所得到的表示比从化学式或显示不同结构和键的简笔图所获得的分子更丰富，更复杂，更完整的图像。 因为在生物化学领域，没有什么比图表更简单了。 每个分子都以复杂的，不断变化的3D形状或构象存在，其中重要的方面（例如两个碳形成之间的距离或键合位点）受许多因素影响。 创世纪试图尽可能多地对这些因素进行建模。
他说：“第一步是表示，但是逻辑上的下一步是，如何利用该表示来学习一个需要输入并输出数字的函数，例如结合亲和力或溶解度，或预测多个立刻拥有财产？”
这是他们作为一家公司专注的工作-不仅是创建更好的模型分子，而且还能够将理论上的分子用于仿真中，并说它将做到，不会做到，拥有这样的质量，但是不是那个。
其中一些工作可以通过合作伙伴关系来完成， 例如Genesis与Genesis合作，但团队可以很好地找到独立于这些药物的候选药物，因此，该公司还在建立内部开发流程。
费恩伯格在一封电子邮件中写道：52万美元的注入应该为推动这一发展做出很多贡献。
“这些资金使我们能够执行许多关键目标，最重要的是进一步开拓AI技术以开发药物并促进我们的治疗产品线。 我们将聘请更多顶尖的AI研究人员，软件工程师，药物化学家和生物技术人才，以及建立自己的研究实验室。”
其他公司也在进行仿真，并且树立了同一个树，但是Feinberg说，尽管竞争已经筹集了数亿美元并且已经存在了数年，但Genesis至少有两条腿要走。
他说：“我们是该领域中唯一从事现代深层神经网络方法与生物物理模拟（配体和蛋白质构象变化）交集的公司。” “而且我们正在将这个超级技术平台带给已经将FDA批准的药物推向市场的专家。 由此，我们已经看到了巨大的价值创造—化学家也向AI通报了。”
AlphaFold的最新突破正在执行模拟蛋白质折叠的复杂任务，其速度比以前的任何系统都要快，这给费恩伯格和该领域的其他所有人一样令人振奋。
“作为科学家，我们对蛋白质结构预测的最新进展感到非常兴奋。 这是基础科学的一项重要进步，最终将对新型疗法的发展产生重要的下游益处。” “由于我们的Dynamic PotentialNet技术在利用蛋白质的3D结构信息方面具有独特性，因此计算蛋白质折叠（类似于cryo-EM的最新进展）是Genesis AI平台很好的补充动力。 我们赞扬为使蛋白质结构更易于使用而做出的所有努力，从而可以为所有情况的患者更轻松地开发治疗药物。”
T. Rowe Price Associates，Andreessen Horowitz（主持种子轮），Menlo Ventures和Radical Ventures也参与了这一轮融资。
