和風網標誌

Genesis Therapeutics為其AI藥物研發任務籌集了52MA美元

日期:

篩選出可能具有強大藥效的數万億個分子是一項艱鉅的任務,但生物技術公司發現的解決方案是更智能地工作,而不是更艱苦。 創世紀療法 擁有一個新的模擬方法和跨學科團隊,這給人留下了深刻的印象:該公司剛剛完成了52萬美元的A輪融資。

創世紀去年在Disrupt的Startup Battlefield中競爭,其潛力給評委們留下了深刻的印象,顯然其他人也看到了它的潛力-特別是帶領這一回合的Rock Springs Capital。

在過去的幾年中,在藥物發現領域已經形成了許多公司,這些公司依靠不斷增強的計算和仿真能力來確定分子在治療某些疾病中的潛力。 至少那是理論。 現實有點混亂,儘管這些公司可以縮小搜索範圍,但他們不能只說“這是帕金森氏症的治療方法”。

創始人埃文·費恩伯格(Evan Feinberg)病了,因為他繼承的疾病使傳統的實驗室工作(作為一家大型製藥公司的實習生)對他來說很困難。 但是,該領域的計算方面更易於訪問,並最終完全吸收了他。

他之前曾涉足該領域,並得出了他認為是分子如何以數字方式表示的突破。 當然,機器學習已加快了許多領域的工作,其中包括生物化學,但是他感到這項技術的潛力尚未得到挖掘。

他說:“我認為最初的嘗試是剪切和粘貼深度學習技術,將很像圖像的分子表示出來,並對它們進行分類,就像您說的那樣,這是一張貓的照片,或者這不是貓的照片。”在採訪中解釋。 “我們更自然地表示分子:以圖形表示。 一組節點或頂點,它們是原子,而連接它們的事物,則是鍵。 但是我們代表他們的不僅僅是 債券 or 沒有債券,但原子之間具有多種接觸類型,空間距離和更複雜的特徵。”

所得到的表示比從化學式或顯示不同結構和鍵的簡筆圖得到的分子更豐富,更複雜,更完整的圖片。 因為在生物化學領域,沒有什麼比圖表更簡單了。 每個分子都以復雜的,不斷變化的3D形狀或構象存在,其中重要的方面(例如兩個碳形成之間的距離或鍵合位點)受許多因素影響。 創世紀試圖盡可能多地對這些因素進行建模。

他說:“第一步是表示,但是邏輯上的下一步是,如何利用該表示來學習一個需要輸入並輸出數字的函數,例如結合親和力或溶解度,或預測多個立刻擁有財產?”

這是他們作為一家公司專注的工作-不僅是創建更好的模型分子,而且還能夠將理論上的分子用於仿真中,並說它將做到,不會做到,擁有這樣的質量,但是不是那個。

其中一些工作可以通過合作夥伴關係來完成, 例如Genesis與Genesis合作,但團隊可以很好地找到獨立於這些藥物的候選藥物,因此,該公司還在建立內部開發流程。

費恩伯格在一封電子郵件中寫道:52萬美元的注入應該為推動這一發展做出很大貢獻。

“這些資金使我們能夠執行許多關鍵目標,最重要的是進一步開拓AI技術以開發藥物並促進我們的治療產品線。 我們將聘請更多頂尖的AI研究人員,軟件工程師,藥物化學家和生物技術人才,以及建立自己的研究實驗室。”

其他公司也在進行仿真,並且樹立了同一個樹,但是Feinberg說,儘管競爭已經籌集了數億美元並且已經存在了數年,但Genesis至少有兩條腿要走。

他說:“我們是該領域中唯一從事現代深層神經網絡方法與生物物理模擬(配體和蛋白質構象變化)交集的公司。” “而且我們正在將這個超級技術平台帶給已經將FDA批准的藥物推向市場的專家。 由此,我們已經看到了巨大的價值創造—化學家也向AI通報了。”

AlphaFold的最新突破正在執行模擬蛋白質折疊的複雜任務,其速度比以前的任何系統都要快,這對Feinberg以及該領域的其他所有人一樣令人振奮。

“作為科學家,我們對蛋白質結構預測的最新進展感到非常興奮。 這是基礎科學的一項重要進步,最終將對新型療法的發展產生重要的下游益處。” “由於我們的Dynamic PotentialNet技術在利用蛋白質的3D結構信息方面具有獨特性,因此計算蛋白質折疊(類似於cryo-EM的最新進展)是Genesis AI平台的一個很好的補充優勢。 我們讚揚為使蛋白質結構更易於使用而做出的所有努力,從而可以為所有情況的患者更輕鬆地開發治療藥物。”

T.Rowe Price Associates,Andreessen Horowitz(主持種子輪),Menlo Ventures和Radical Ventures也參與了這一輪融資。

資料來源:https://techcrunch.com/2020/12/02/genesis-therapeutics-raises-52m-a-round-for-its-ai-focused-drug-discovery-mission/

現貨圖片

最新情報

現貨圖片