衰老，从古至今困扰了无数仁人志士。无论是千古一帝秦始皇，还是雄才大略汉武帝，亦或者挥斥方遒唐太宗，这些伟大的帝王无一例外的都留下了许多追求长生的故事。当时光的指针落在了 21 世纪的第二个十年，随着全球老龄化问题的加剧，诸多公司试图用数字技术攻克这一难题。其中，一家由生成式人工智能驱动的生物医药科技公司英矽智能 (Insilico Medicine)，已经悄然成为了 AI 制药领域的翘楚。
英矽智能，主要通过自主研发的生成对抗网络 (GANs)、深度强化学习 (RL)、预训练模型 (Transformer) 以及其他机器学习技术，构建了一个人工智能药物研发平台，专注于识别全新的靶点，并生成具有特定属性分子结构的候选药物，旨在推进并加速创新药物的研发进程。
对于英矽智能这样一家具备国际视野的科技公司，本文将试图从技术发展、团队组成、商业生态等几方面，探究英矽智能发展历程中的重要驱动因素。
英矽智能业务概况，图源：招股书
技术：AI 驱动的制药领域「综合格斗家」
2013 年前后，在深度学习引领 AI 变革的大背景下，AI 制药开始在世界范围内吸引制药企业下场布局，2014 年，Alex Zhavoronkov 于美国巴尔的摩约翰霍普金斯大学创立英矽智能公司。八年磨一剑，英矽智能终于在 2022 年成功发布了全集成端到端 AI 及机器人药物发现系统——Pharma.AI，在 AI 制药领域跑通了靶点发现—药物发现—临床试验预测的整个环节。
AI 技术驱动，全流程覆盖
从技术来看，Pharma.AI 无疑是英矽智能的核心底座。根据英矽智能公布的招股书，Pharma.AI 平台主要由 3 部分构成：Biology42、Chemistry42、Medicine42。 其中：
Biology42：包含 PandaOmics、Generative Biologics、Life Star 1 等 3 个应用程序，主要作用是鉴定及发现新靶点；
Chemistry42：包含生成化学平台 Generative Chemistry和药物脱靶评估模块Golden Cubes，主要作用通过结合基于结构的药物设计、基于配体的药物设计、强化学习、主动学习等技术，实现早期药物化合物的快速发现和优化。
Medicine42：主要由预测临床试验模块 inClinico 构成，可用于中后期临床试验的成功概率的模型测算。
Pharma.AI 平台构成
尽管看起来非常复杂，但英矽智能的技术积累并非一蹴而就，Pharma.AI 的成功推出源于过去多年的思考与努力。
事实上，为了提高药物研发效率，现代医学很早就提出了基于靶点的药物发现方式，如果能够将疾病与人体内可靶向的靶点进行排列组合，就有可能寻找到某些疾病的治疗方法。但是，人工实验的方式不仅耗时耗力，而且成功率很低。因此，Alex Zhavoronkov 大胆设想，如果基于 AI 对数十万篇医学文献、研究项目、临床实验进行查阅，或许可以发现潜在的疾病机制和治疗靶点，这也是 Pharma.AI 平台的首个模块 PandaOmics 最初的研究思路。
简单来讲，PandaOmics 是一个基于自主研发的生物靶点发现引擎， 能够基于多种生物研究数据，结合深度学习技术，快速准确地识别潜在的靶点，并按照作用效果的相关性排序，从而提取出一系列有潜力的靶点用于药物开发。
2016 年，经过在药研领域两年的沉淀与积累，英矽智能开始瞄准药物设计环节，正式开启 Chemistry42 的研究。Chemistry42 是用于药物设计的自动化机器学习平台。 在找到目标靶点后，Chemistry42 可以基于深度生成算法自动设计对应的蛋白质药物结构，并且可通过计算来测试各种蛋白质结构的亲和力。
值得注意的是，英矽智能直到 2020 年才正式推出 PandaOmics 和 Chemistry42 ，并于 2022 年再次推出可预测临床试验的 inClinico 。inClinico 可用于临床风险评估和投资组合分类，能够整合生物学数据、科研论文、临床数据、科学家数据等，可以预测单个临床试验的成功概率 (PoS)。据英矽智能内部评测的数据显示，inClinico 为某全球知名药企提供的 7 个预测结果中有 5 个是准确的，准确率超 71%。
同样是 2022 年，英矽智能将 Biology42、Chemistry42、Medicine42 进行了组合，Pharma.AI 平台应运而生，至此实现了人工智能寻找新药、验证新药、测试新药的全流程覆盖。
此外，英矽智能还在深度与广度的不同维度上，开展了一系列有意思的探索：
- 利用深度神经网络 (DNN) 模型预测生理年龄 (biological age)
- 利用基因组学数据读出衰老相关的靶点或生理年龄
- 预测靶点对药物的应答状况
- ……
AI+DD 双轮驱动，自研管线进展迅速
2018 年开始，AI 制药行业有了质的转变，拥有研发管线的 AI 公司逐步涌现，人工智能的影响力开始向下游蔓延。英矽智能敏锐察觉到了行业的变化，开始寻求从 AI 公司向 AI+DD (AI+drug discovery) 双轮驱动模式的业务转型。
招股书中显示，得益于前期基于 Pharma.AI 平台的不断积累，英矽智能在战略转向后即开始快速有效地推进完全自主生成的 AIDD 管线，并且成功识别到了一种新型抗纤维化靶点 TNIK，抑制 TNIK 或许能够解决纤维化相关疾病。在此基础上，英矽智能成功推出了临床候选药物及核心产品 ISM001-055。
ISM001-055 是一款由英矽智能自主研发的潜在全球首创 (first-in-class) 小分子抑制剂， 其通过生物靶点发现引擎 PandaOmics 完成识别，然后利用生成化学平台 Chemistry42，针对该新靶点生成并设计了全新的分子结构，主要用于治疗特发性肺纤维化 (IPF) 等纤维化相关疾病，整个过程从疾病假设构想，推进至 I 期临床试验耗时约 30 个月，使用传统方法，则一般至少需要 6 年之久。
2023 年初，在新西兰和中国进行的 I 期试验中，INS018_055 分别在多个单剂量递增 (SAD) 队列和多剂量递增 (MAD) 队列的受试者中，完成了测试。国际多中心 I 期研究取得一致结果，证明了 INS018_055 良好的安全性、耐受性和药代动力学 (PK) 特征，推动了 II 期研究的启动。
2023 年 4 月，英矽智能启动了一项多中心、随机、双盲、安慰剂对照的 IIa 期临床试验，以评估 ISM001-055 在中国的安全性、耐受性、PK 特征及疗效，同年年底也获得了美国 FDA 治疗突发性肺纤维化 ISM001-055 的 IIa 期临床试验 IND 批准。
尽管 INS018_055 正处于高速推进之中，但英矽智能的积累远不止于此。截至 2021 年底，英矽智能已与全球前 20 家制药公司中的 10 家达成合作， 开始利用自身的技术和开发实力加快药物研发和开发工作。
此外，截至 2023 年 6月，英矽智能已建立了由 31 个项目组成的多元化完全内部生成管线，涵盖 29 个药物靶点。 在肿瘤学、免疫学、纤维化等需求缺口巨大的治疗领域，创建了丰富的管线。
英矽智能自研管线统计表
多维探索，推陈出新
依托自身在 AI 领域的前沿实践，英矽智能还在多个领域进行了探索，从不同层面加强自身在 AI 技术应用方面的领先性。
早在 2021 年，英矽智能宣布与农业科技企业先正达植保开展合作。英矽智能将利用 AI 和深度学习，更高效地创新新的活性成分，为种植者加速发明和开发新的、更有效的植保解决方案。
2022 年，英矽智能在苏州生物医药产业园 (BioBAY) 举行「Life Star——第六代智能机器人实验室启动仪式」， 正式揭幕全球首个由 AI 辅助决策的全自动化机器人实验室。该智能机器人实验室聚焦靶点发现、化合物筛选、个性化药物开发和转化医学研究等领域，旨在高效变革药物发现流程，全面提高药物研发成功率，加速满足未竟的临床需求。
在多重作用下，英矽智能正在持续探索智能自动化在数据处理及新药研发领域的应用可能，以下一代人工智能和机器人技术变革新药研发，为跨行业融合创新和数字化驱动注入新动能。
团队：双 CEO 组织架构，网罗全球英才
前沿的公司往往都会匹配先进的管理模式，英矽智能正是如此。英矽智能采用独特的双 CEO 组织架构，由带有强烈数字化与互联网基因的 Alex Zhavoronkov 负责 AI 技术迭代，由深耕药物发现多年的任峰引领药物发现业务，并在全球吸引了超过 150 名学术和行业合作者。 或许，这恰恰是英矽智能领先行业的「秘籍」。
创始人 Alex Zhavoronkov
Alex Zhavoronkov
英矽智能的创始人 Alex Zhavoronkov，于 1979 年出生在拉脱维亚的首都里加。在 Alex Zhavoronkov 的整个青少年时代，他看到的是迟暮的苏联帝国与动荡的社会，这也让他对人类的衰老有了更多层次的思考。
「我们被赋予生命，成长、壮实、发展事业、繁衍后代，然后一瞬间失去我们创造的所有东西、死去。为什么会这样？」为了寻找答案，Alex Zhavoronkov 在高中时期研究了许多关于饮食习惯、运动、睡眠调节等领域的知识，但却并没有彻底解决他的困惑。
而计算机科学的发展，让Alex Zhavoronkov 看到了曙光。其先后在加拿大女王大学、莫斯科国立大学、约翰霍普金斯大学获得计算机科学、物理学和生物技术的学士、硕士及博士学位，毕业后在一家咨询公司担任顾问，为生物技术公司提供服务。
凭借多年来的持续积累，以及对于时代潮流的精准把握，Alex Zhavoronkov 厚积薄发，在相当早期的阶段就开始把 AI 与生物学、化学联系起来，成功创建了英矽智能。
为了向外界证明 AI 在制药行业的能力，2019 年，Alex Zhavoronkov 在 Nature Biotechnology 期刊上发表了一篇题为「深度学习快速识别有效的 DDR1 激酶抑制剂」的论文，介绍了英矽智能利用自主开发的 AI 系统构思和设计新的药物分子结构，并证明了这一药物在小鼠测试实验中的成功。
这一系统设计分子的时间仅需 21 天，设计、合成和验证的总时间约为 46 天。这一成果证实了 AI 加速药物发现的能力，也为英矽智能在业内打响了知名度。
制药界翘楚任峰博士
任峰博士
在颠覆传统行业的众多科技挑战者中，英矽智能的联合首席执行官兼首席科学官任峰博士，以其深厚的制药行业资历独树一帜。他不仅在跨国制药巨头葛兰素史克拥有超过 11 年的小分子药物研发经验，担任重要领导职务，还在美迪西的创业历程中扮演了核心角色，助力公司成为科创板 CRO 领域的先锋企业。
在新药研发的战场上积累了 14 年宝贵经验的任峰博士，深刻体会到传统研发模式的低效。他意识到，为了突破现状，必须探索新的工具和方法。然而，在 AI 技术方兴未艾的时代背景下，即便是像任峰博士这样身处传统制药行业的资深专家，也面临着选择的困惑。正是这种对创新的渴望和对未来的探索，最终引领他走上了将人工智能技术应用于药物研发的新征途。
2020 年的夏天，当任峰首次与 Alex Zhavoronkov 电话沟通时，他正在为自己的转型做计划。对于新兴技术驱动的药物研发，他非常感兴趣，但对于 AI 能否真正做出一款药，他保持「半信半疑」的态度。2020 年 9 月，他以顾问的身份加入英矽智能，完成了大量的背调，试用了公司的人工智能技术平台，当亲历了英矽智能首个抗纤维化项目从靶点识别到发现临床前候选化合物的过程后，他果断选择加入。
2021 年 2 月任峰正式入职时，英矽智能中国团队仅有三人。在他的带领下，公司在两年多时间里，迅速组建了一支近 150 人的药物研发团队， 这也是英矽智能目前在全球范围内最大的团队。由此，以人工智能和药物研发双轮驱动的英矽智能进入快速发展期。
Insilico Medicine 科学顾问委员会
英矽智能作为技术先行的科技公司，在全球积累了非常深厚的学术资源，并且成立了科学顾问委员会，荟聚全球一大批最为领先的科研大佬。
例如，美国国家科学院院士、人类基因组计划首席科学家 Charles Contor 就是科学顾问委员会的成员之一，他曾表示，「在药物研发中，速度就是一切。一种药物批准用于人类使用的相关成本，至少有 90% 是在临床试验的后期阶段。凭借其人工智能驱动的药物发现通用系统，Insilico 让研究人员能够在药物发现过程的许多阶段、以及临床试验之前，更快更早地排除失败的方法，以免为时过晚。」
2013 年诺贝尔化学奖获得者，斯坦福大学教授 Michael Levitt 认为，「AI 制药企业有很多，有的团队尝试进行目标发现，有的团队则进行化学研究，很少有 Insilico 这样能够做到全流程覆盖的公司。」
在一众学界巨匠的肩膀上，英矽智能在 AI 技术层面一骑绝尘，走出了一道独有的风景线。
商业：兼具三大商业模式，上市之路为何坎坷
凭借在生成式 AI 进行药物研发领域的巨大贡献，英矽智能尤其值得关注。
从商业模式来看，英矽智能兼具 AI+SaaS、AI+Biotech 和 AI+CRO 三种 AI 制药主流商业模式。 透过英矽智能，我们便可以对国内 AI 制药行业商业化情况有个大致了解。
从结果来看，SaaS 软件授权商的上限并不高，如今在英矽智能全年营收中仅占据 5% 左右。在对外合作的新药研发方面，英矽智能目前主要依托与复星、赛诺菲的合作，这部分收入虽然可观，但往往太过于依赖少数大客户，而且首付金并不高。
2022 年，英矽智能与赛诺菲签订合作大单，赛诺菲将利用英矽智能的 Pharma.AI 药物发现平台，推进基于不超过 6 个创新靶点的候选药物研发。然而，这笔价值 12 亿美元的合同却仅收到了 2150 万美元的首付款，首付比例不足 1.8%。
在自研管线开发方面，英矽智能目前的 31 个项目中，有 29 个是完全自主研发，相当于大型制药公司强生项目数量的一半，这也意味着，这部分业务在现阶段仍然侵吞着英矽智能的大部分研发开支，成本与风险都居高不下。招股书显示，英矽智能在 2021 年和 2022 年分别亏损 9.4 亿元和 15.9 亿元，仅两年的亏损就超过 25 亿元， 这为公司未来发展带来了巨大的不确定性。
纵观英矽智能在 AI 制药领域的探索，尽管 AI 能够在占据整个药物研发流程成本 3% 的早期研发上，节省时间与经济成本，但从临床阶段开始，便出现了效率优势急剧下降的情况，这也表明 AI 在现代制药流程上的赋能仍然有限。
尽管如此，以 AI 为主要切入点的英矽智能依旧在资本市场受到追捧。
从成立至今，英矽智能共经历了 7 轮融资，累计融资金额达 4.075 亿美元，约合人民币 29.5 亿元。 其中，不乏有启明创投、创新工场、红杉资本、复星医药、药明康德、波士顿投资集团 B Capital Group、沙特阿美旗下的多元化风投基金 Prosperity7 Ventures 等，投后估值已达 8.95 亿美元，约合人民币 64.7 亿元。
英矽智能融资情况汇总
值得注意得是，药明康德在英矽智能的发展过程中举足轻重。
2017-2018 年，由于投资者对生成式人工智能的信心还不高，英矽智能早期的融资非常困难。直到药明康德创始人李革的出现，帮助了当时的英矽智能。
2018 年 6 月，药明康德风险投资基金领投了英矽智能的新一轮战略融资，双方表示要将英矽智能的 AI 技术与药明康德的实验能力紧密结合。
至今，为了感谢当年的帮助，Alex Zhavoronkov 仍然在办公室里放着李革的照片。2019 年，Alex Zhavoronkov 更是破天荒的将英矽智能的总部从美国迁往中国香港，这也让其与中国的缘分更加紧密。
然而，「东迁」的英矽智能在吃下国内市场这块蛋糕之前，就先行卷入了一场犹如热锅烹油般的美中科技战之中：美国创业、中国联合 CEO，美国股东、中国总部……纠缠于两大国的博弈之间，积极来看存在相当的斡旋空间，得以两头通吃，而消极观点之下，则有可能陷入两面夹击的险境。
在这场风云变幻、波诡云谲的国际交手中，「混血儿」英矽智能到底是炙手可热，还是烫手山芋？是资本追捧还是敬而远之？恐怕盖棺定论前，尽快找到新的融资渠道才是英矽智能迫在眉睫的要义，这也使得他们不得不在这个节点就发起上市。要知道对于传统药企而言，公司起码要有 2-3 个管线进入二期，才敢考虑上市。
2024 年 1 月，时运不济的英矽智能港股招股书失效， 再次引发行业对于 AI 制药到底行不行的思考。2024 年 3 月 27 日，英矽智能向港交所第二次递交上市申请， 全力冲击「AI 制药第一股」。根据港交所官方公布的主板上市流程，企业提交上市申请后，将在 15 个工作日内收到相关部门的首轮意见。
虽然港交所主板支持多次上市申请，然而每次提交资料都需要耗费大量的人力物力财力，英矽智能二战港交所能否顺利，行业及资本上下游对此结果的关注程度，不亚于英矽智能本身。
思考：面临多重挑战，能否突出重围
肉眼可见，英矽智能的困境在短期内难以被彻底摆脱。
除了美国政府对于中国 AI 产业的步步紧逼，作为一家外资公司，英矽智能在利用中国生物数据方面也存在巨大限制，这些无疑都会对英矽智能的发展带来掣肘。或许正是出于对上述问题的思考，2023 年 2 月，英矽智能位于阿联酋首都阿布扎比的 AI 研发中心正式投入使用。
在中美市场中步步紧退，英矽智能亟需在全球打开新出路，「富得流油」的中东市场西无疑就成为了潜在的归宿。这背后既意味着英矽智能的全球化成果卓绝，也暗示着英矽智能永远在世界中漂泊的宿命。
在英矽智能不断寻找退路的同时，AI 制药领域的变革也在悄然发生。
2012 ~ 2015 年，Exscientia、Recursion、BenevolentAI、Relay、Atomwis 等知名度较高的国际 AI 制药公司陆续成立。紧随其后的是，晶泰科技、冰洲石、百图生科等国内的 AI 制药公司于 2015~2018 年浮出水面。这些公司分别立足于中美市场，在资本、技术、人才等方面的现实吸引力已经远远超越英矽智能，并且在实力层面隐隐已有超越之势。
举个例子，2023 年 11 月 30 日，晶泰科技向港交所提交了招股申请书。晶泰科技截至 2021 年 7 月 D 轮融资后的估值已达 19.68 亿美元，远超英矽智能 2022 年 7 月完成 D 轮融资时的 8.947 亿美元。
在近期的一次采访中，Alex Zhavoronkov 明确表示，作为一家由拉脱维亚裔加拿大籍创立、总部设在香港和纽约、客户主要来自于中国大陆的公司，英矽智能曾经尝到了国际化基因带来的红利，但又在如今遭遇了逆全球化潮流的挤压。 药物研发是个跨越国界的全球挑战，但是地缘局势持续紧张正在为其带来巨大风险。不仅如此，Alex Zhavoronkov 也焦虑于自身的身体情况每一天都在走下坡路，已经没有太多时间等待。
那么，受限于国际局势及港股现状的英矽智能应如何破局呢？或许可借前人经验来猜测一二。
商汤科技作为 AI 四小龙之首，上市历程也充满波折。2021 年 8 月 27 日，商汤科技正式向港交所递交上市申请，并于 11 月末获得港交所批准。然而，12 月 11 日凌晨突然没美国财政部列入「涉军企业名单」，禁止美国投资者入股商汤。紧急时刻，商汤科技果断宣布延迟全球发售及上市，并迅速调整基石投资者，最终于 12 月 30 日成功上市。
之所以调整能够如此迅速，原因就在于商汤科技绝对过硬的技术实力。同样，英矽智能若想要尽快扭转颓势，就势必需要加快自研管线进度，并在一些关键疾病领域展现出自强大实力。
显然，对于英矽智能而言，上市仍然势在必行。但眼下，持续紧张的现金流、后起之秀的步步紧逼、地缘局势的巨大影响，都在不同层面为这件事增加了难度和不确定性，其能否摘下「AI 制药第一股」的荣誉勋章？又能否在顺利摘下勋章后确保神话不灭？不妨拭目以待。
参考文章：
1.https://www.fxbaogao.com/view?id=3950893
2.https://mp.weixin.qq.com/s/z0Jrhux6an1QKpQeSnTL4Q
3.https://mp.weixin.qq.com/s/pmq0Q5AWAZEi3tSq4dxygw
4.https://mp.weixin.qq.com/s/Z3r-rvXZ6KMWBJ-Uv9B7aQ
5.https://mp.weixin.qq.com/s/_N4szkv16mMcrWkg_FEHtA
6.https://baijiahao.baidu.com/s?id=1772180224197472503&wfr=spid...
7.https://new.qq.com/rain/a/20230630A08URE00
8.https://zhuanlan.zhihu.com/p/640650764
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。