Atomwise使用AI来改善药物发现,筹集了4500万美元的A系列技术新闻

2018-05-10

Atomwise利用深度学习缩短发现新药的过程,已经筹集了4500万美元的A系列。本轮由Monsanto Growth Ventures,Data Collective(DCVC)和B Capital Group领导。百度风险投资公司,腾讯和杜比家族风险投资公司都是Atomwise的新投资者,也参与了投资者Y Combinator,Khosla Ventures和DFJ的投资。

这意味着Atomwise成立于2012年,目前已筹集超过5100万美元的资金。该公司旨在减少研究人员花在寻找药物化合物方面的资金和时间,并称其现在拥有超过50种分子发现项目。 Atomwise的技术也被用于开发更安全,更有效的农药。

在新闻发布会上,孟山都增长风险投资合伙人博士。 Kiersten Stead说:“我们选择基于我们从Atomwise手中看到的令人印象深刻的结果进行投资。 Atomwise能够发现有希望的化合物抵御农作物保护目标,这是农业化学研发的重点领域。 ”

Atomwise的软件分析模拟分子,减少研究人员花费合成和测试化合物的时间。该公司表示,目前它每天筛选超过1000万种化合物。 Atomwise的AtomNet系统采用深度学习算法来分析分子,并预测它们在人体内的作用,包括它们在药物,毒性和副作用等方面的潜在功效,而不是在传统药物发现过程中的早期阶段。

在一封电子邮件中,Atomwise首席执行官Dr。亚伯拉罕海弗茨告诉TechCrunch,该公司的愿景是“成为世界上产量最高,多样化的生命科学研究组织之一,其工作规模是空前的。这是一个大型系列A,我们将利用这些资源来发展我们的技术和商业组织。我们最终可能会发现自己每天模拟数亿种化合物。最终的结果是迫切需要新疗法的许多疾病的目标更多。 ”

“Heippets补充说,”铅优化“一直是制药业管道中最昂贵的一步,并补充说,它的失败率也很高,”大约三分之二的项目甚至无法进入诊所,它需要五为了达到这个目标还需要半年的时间。 ”

当六年前Atomwise推出时,其技术看起来几乎就像是科幻小说中的一些东西。现在有一系列公司使用人工智能和机器学习来分析分子并修复药物发现过程中的瓶颈,包括Recursion Pharmaceuticals,BenevolentAI,TwoXAR,Cyclica和Reverie Labs。

Heifets表示,Atomwise的主要优势之一是其所开发的大量项目,从而改进了其AI系统。该公司的客户包括美国前十大制药公司中的四家,其中包括默克,孟山都,40多家主要研究型大学(哈佛大学,杜克大学,斯坦福大学和贝勒医学院)以及生物技术公司。

他补充说,Atomwise的重点也有所区别。

“药物发现有两个不同的问题:生物学和化学,”他说。 “如果你正在从事生物学研究,那么你正试图确定哪种疾病蛋白是最好的靶向蛋白。很多AI公司在药物研发方面正在研究这个目标识别问题。一旦你选择了一个目标,你就可以开始研究化学问题:如何提供一个无毒的分子,可以击中选定的疾病蛋白。 Atomwiseis专注于这些化学问题;具体而言,Atomwise发明了使用深度神经网络进行基于结构的药物设计。 ”

特色图片:Atomwise