搭建免疫药物通用模型，生物科技企业「Aureka」完成千万美元种子轮融资｜36氪首发

新闻资讯 2023-07-02 16:02 87 0

已从百万种可能性中筛选100余个具有功能性的双抗分子。

文｜胡香赟

编辑｜海若镜

封面来源｜IC photo

36氪获悉，AI制药企业Aureka Biotechnologies已完成千万美元种子轮融资，投资方为险峰旗云和纽尔利资本。本轮融资将主要用于Aureka的AI+高通量数字生物技术大分子药物开发平台搭建等研发用途。

Aureka成立于2023年3月，专注于通过AI和高通量数字生物技术实现蛋白设计和免疫药物发现，目前主要聚焦于双抗、CAR-T、ADC等常见免疫药物及G蛋白偶联受体等难成药靶点的开发上。创始人赵伟安为美国加州大学尔湾分校终身正教授，也是一名连续创业者，曾入选《麻省理工科技评论》的全球“35岁以下科技创新35人”。

据赵伟安介绍，他在过往的科研工作中经常接到病人的用药诉求询问，但药物开发长周期的特性导致许多患者只能抱憾而归。以双抗药物为例，传统开发方法以经验试错法为主，通量低、周期长，且表征的分子数量很少，导致成功率较低。

AI技术的应用一度让行业看到了缩短药物研发的可能性，但另一个通病是，实验反馈并不如自然语言处理反馈那么快，导致AI的产出很难得到大规模的验证和反馈，“AI制药公司没有能力产生那么多数据供AI学习和迭代，这是整个领域需要解决的核心问题”。

Aureka的解决办法是“创造一种新的反馈机制”，通过搭建免疫药物或大分子领域的通用模型，使生成式AI能够快速得到高通量试验的反馈，实现数据驱动的干湿闭环智能免疫疗法的发现，从而缩短药物研发周期。

目前，公司的核心技术平台是一款基于微流控的单细胞筛选平台，同时具备高通量和高内涵两种特性，一次筛选实验产生的数据在百万组级别，且能囊括药物的基因序列、对应功能，以及发生功能时的细胞图像等多种信息。“这些信息能够帮助AI去做大量的下游建模，整个通量能够到每个月产生百万条的序列信息，和AI形成非常好的互补。”

依托这项技术，Aureka已从数百万种可能性中筛选出超过100个具有功能性的双抗分子，相关项目的合作管线已进入临床前阶段。

此外，Aureka还搭建了另外两个合成生物学平台和人工智能技术平台。前者是基于酵母体细胞超突变的平台，主要功能在于设计和亲和力优化，生成模拟自然界的定向进化高质量序列；最后一项人工智能技术平台则是整合前两个高通量功能实验筛选和合成生物学平台中产生的多模态数据，指导药物设计、发现。

可以说，三大技术平台共同构成了Aureka当前的技术体系，使得公司能够从生成技术、预测模型建立和模型自我进化三个维度将AI技术融入到药物研发过程。“从产业的角度讲就是，Aureka能够提供更好的化合物分子、缩短药物发现流程，并开发传统药物发现中的一些无法做，或比较难做的靶点。”

赵伟安进一步举例解释表示，Aureka的一个合作伙伴通过这项技术平台研发出了一系列全新的、针对定向靶点肿瘤微环境酸碱开关的双抗体药物，既提高这种药物的效率，又降低了毒性。“在传统的药物筛选中，你是得不到这种有这种全新功能的药物分子的。”

商业化方面，Aureka目前主打两种模式：提供平台技术服务，以及与药企联合管线合作。据介绍，Aureka现已拿到多项来自大型跨国药企的试点项目订单。

投资人观点：

险峰旗云管理合伙人王云海博士表示：“随着人工智能、微流控、成像和合成生物学等多学科技术的不断发展和融合，药物发现的效率有望产生跨越式突破。Aureka团队具备极强的交叉学科背景和国际视野，且已建立高通量单B细胞功能筛选平台、合成生物学蛋白快速进化平台，并结合AI技术形成大分子药物研发的干湿闭环，该平台已获初步验证。我们非常看好Aureka的发展前景，未来可在大分子药物研发，多肽、酶等蛋白产品开发等多个领域拓展应用。”

纽尔利资本创始合伙人林向红表示：“生物医药产业长期面临研发周期长，成本高，失败率高，且底层创新能力不足等痛点。Aureka期望通过结合世界最先进的AI计算工具与独特的湿实验平台，显著提高了临床候选药物分子发现的成功率，从而大幅降低了药物研发的门槛，使得更多未被解决的临床需求得到满足。依托于赵伟安教授及多位顶尖行业专家多年的技术积累，公司的专业团队将为实现这一长远愿景而不断努力。纽尔利资本作为新创立的产融结合基金管理平台，结合了一线投资机构和产业龙头的投资和产业运营经验。我们对Aureka的未来充满信心，期待携手展开更多的合作，为推动创新生物医药产品的国际化贡献力量。”