Genesis Therapeutics，一家专注于利用物理AI进行结构驱动药物设计的AI药物研发公司，近日宣布获得英伟达旗下风险投资部门NVentures的追加投资，双方合作进一步深化。这笔投资将用于加速Genesis AI平台GEMS的开发，提升其在结构驱动药物设计中的能力。GEMS平台整合了多种AI方法，包括语言模型、扩散模型和物理机器学习模拟，旨在为复杂目标生成和优化分子。Genesis自2019年成立以来，融资已超过3亿美元，并与多家生物制药巨头建立了合作关系，致力于推动AI药物研发领域的发展。
源于斯坦福，深耕分子AI
Genesis Therapeutics由Vijay Pande博士在斯坦福大学的实验室衍生而来。联合创始人Evan Feinberg博士在研究生期间与Pande共同发明并撰写了多篇关于深度学习技术的关键论文，其中最引人注目的是PotentialNet算法。该算法率先使用新型图神经网络进行分子特性预测，特别是蛋白质-配体结合亲和力。Feinberg、Pande及其同事在效力预测方面展示了PotentialNet的性能，并通过斯坦福大学与默克研究实验室的合作进一步验证了其有效性。在创立Genesis之前，Feinberg曾担任默克的深度学习顾问。
融资超3亿美元，与英伟达深度合作
Genesis于2019年成立，并在一年后获得了5200万美元的A轮融资。此后，公司不断发展壮大，迄今已筹集超过3亿美元资金，其中大部分来自2023年完成的2亿美元B轮融资，投资者包括英伟达的风险投资部门NVentures。
通过与英伟达的合作，Genesis正致力于加速其AI平台GEMS的开发。GEMS旨在通过整合包括语言模型、扩散模型和物理机器学习（ML）模拟在内的专有AI方法，为复杂目标生成和优化分子。来自NVentures的额外融资旨在通过应用英伟达的专业知识，提高计算效率，进一步提升Genesis用于结构驱动药物设计的物理AI平台的能力。
Feinberg表示:“英伟达在AI堆栈的许多方面都是领导者，无论是在硬件方面，还是在硬件之上的较低层软件层。而Genesis一直致力于成为分子AI领域的先驱。因此，英伟达的比较优势和Genesis的比较优势之间存在着非常明显的协同作用，使两者结合的力量大于各部分的总和。”
优化神经网络，加速药物研发
双方的合作将涵盖优化等变神经网络，该神经网络对处理蛋白质和小分子结构等3D几何数据非常有价值。英伟达一直致力于通过神经网络加速计算，包括训练网络以及运行推理，使用训练好的模型对新数据进行预测或在真实环境中部署。
Feinberg解释说:“对于Genesis多年来一直开创的分子AI领域，有特定类型的神经网络特别有用。这实际上是该领域长期趋势的延续，即AI不是一个整体。人工智能有许多子领域，这些子领域使用相关但不同的算法进行学习。”
在斯坦福大学，Feinberg、Pande和一群同事在2018年发表于《ACS Central Science》的一篇论文中提出了PotentialNet图卷积家族。两年后，另一群同事与Feinberg和Pande一起展示了如何通过将每个分子明确表示为一个图，在预测ADMET（吸收、分布、代谢、消除和毒性）特性方面实现“据我们所知，前所未有的准确性”，并在《药物化学杂志》上发表的论文中显示了AI算法在ADMET预测方面相对于默克研究实验室使用的高级ML的显著优势。
创始人与导师的紧密合作
Pande现在是Andreessen Horowitz（a16z）的普通合伙人，也是a16z生物基金的创始合伙人，领导着该公司在生物学、计算机科学和工程领域的投资。Pande曾担任Feinberg的博士生导师，领导了a16z对Genesis的410万美元种子轮投资，并与一家未披露的总部位于美国的生命科学领域的投资机构共同领导了该公司的2亿美元以上B轮融资。
Feinberg谈到Pande时说:“我非常幸运能够与他合作近十年。我认为能够与如此才华横溢、有远见的人如此紧密地合作，并向他学习，实属难得。”
持续创新，引领行业发展
Feinberg补充说:“他（Pande）一直以一种对Genesis的成功至关重要的方式推动着我。随着该领域的发展，他也在不断发展。我认为这与我们保持在该领域领导者地位的方式相似，我们不断创新，而不仅仅是满足于模仿，而是真正推动该领域向前发展。”
Feinberg回忆说，在他于斯坦福大学攻读研究生期间，AI主要在计算机视觉和自然语言领域产生了影响。“用于这两者的神经网络类型实际上彼此截然不同，但都不太适用于化学。因此，我们开发了新型神经网络，”Feinberg回忆说，“在2010年代中期，图神经网络更适合分子。”
Feinberg表示，从那时到现在，Genesis一直在不断研究新的AI算法，“更适合分子AI任务的新型神经网络原语”。“等变神经网络是我们重视的系列之一。这也是英伟达特别帮助我们优化的领域之一，”Feinberg补充说。
Pande的实验室最初因其创立的分布式计算项目Folding@Home而声名鹊起，该项目旨在模拟蛋白质动力学，包括蛋白质折叠过程。
Feinberg回忆道:“Folding@Home利用了全球大量的英伟达GPU进行蛋白质折叠模拟。此后，英伟达GPU开始更多地用于人工智能，尤其是在视觉和自然语言方面。因此，我们公司已经可以说是英伟达GPU的强大用户。”
与英伟达的“天作之合”
Feinberg说:“当我们通过B轮融资被介绍给英伟达和NVentures时，感觉就像是一个非常自然的投资者，他们不仅会带来大量资金，而且也会为这种关系带来智慧。这项投资真正奠定了我们超越客户关系的合作基础，从而也促进了我们相互学习，从我们的需求以及他们我们可以利用我们领域知识独特地利用的较低层能力中相互学习。”
对于英伟达而言，与Genesis的合作加强了其将AI应用于药物发现的持续努力。
英伟达公司副总裁兼NVentures负责人穆罕默德·西德（Mohamed “Sid” Siddeek）表示:“Genesis的AI平台以及与英伟达合作开发的相关计算进步将有助于提供新型生成式和预测性AI技术，以探索未开发的化学途径并确定候选药物。”
GEMS如何助力英伟达?
Feinberg说:“GEMS的目标是能够有效地开发非常具有挑战性的，在某些情况下，甚至是无法成药的靶点。为了做到这一点，我们需要比以前更好地完成几项能力。”
这包括生成分子并预测它们的效力、选择性和原子特性——一种联合的多参数优化方法，用于共同研究分子所有关键特性的药物发现。Feinberg解释说，GEMS由两个深度集成的支柱组成——生成式AI和预测性AI，并已使用Genesis自己的定制语言模型在云中生成数千到数百万甚至数十亿的化合物。
“但化学、合成化学是限制因素。在给定的时间内只能制造这么多的分子。因此，我们的预测AI技术（用于预测效力、选择性和原子特性）尽可能准确至关重要。因此，GEMS实际上是一个描述深度集成技术组合的统称，”Feinberg说。
GEMS在肿瘤学和免疫学领域的应用
利用GEMS，Genesis正在开发一个专注于肿瘤学和免疫学的管道。在肿瘤学方面，Genesis正处于后期先导优化阶段，接近提名其所称的PIK3CA泛突变变构抑制剂的高效力和选择性开发候选药物，PIK3CA是乳腺癌和结直肠癌的常见致癌驱动因素。
其他的肿瘤学开发工作则专注于旨在克服对检查点抑制剂的反应（先导优化阶段）的小分子，并通过抑制外源性细胞死亡途径的抗凋亡调节剂来防止癌细胞逃避凋亡(发现阶段)。
在免疫学方面，Genesis表示，它有两项发现阶段的工作:一项是开发多个用于生成针对经过充分验证的自身免疫性疾病靶点的小分子的项目;另一项是使用小分子矫正剂来恢复未明确的受损蛋白质的活性，治疗“严重的遗传性自身炎症性疾病”。
与生物制药巨头的合作
除了内部开发工作外，Genesis还在进行与三家生物制药巨头宣布的合作，但Feinberg表示该公司无法对此发表评论。最近一次合作是在9月份与吉利德科学公司（Gilead Sciences）发起的，该公司同意使用GEMS协助生成和优化吉利德选定靶点的分子，从而发现和开发针对多个靶点的小分子疗法。
吉利德同意为三个靶点支付3500万美元，并有权以未公开的预定每个靶点费用提名其他靶点。吉利德还同意支付与实现临床前、开发、监管和商业里程碑相关的额外付款，以及商业化产品的净销售额的分级特许权使用费。
与其他两家生物制药巨头的合作:
礼来（Eli Lilly）——价值高达6.7亿美元的合作(其中2000万美元为预付款)，旨在发现多达五个治疗领域的新疗法，于2022年启动。
罗氏集团成员基因泰克（Genentech）——一项涉及多个靶点和多种疾病的合作，于2020年启动，利用Genesis的平台进行深度学习和分子模拟。2022年，基因泰克将其感兴趣的目标描述为“其他方法无法企及的具有挑战性的目标”。该合作的价值尚未公开。
Genesis总部位于加利福尼亚州旧金山郊区的伯林盖姆，在圣地亚哥拥有一个完全集成的实验室。该公司雇用了大约80人。
Feinberg说:“我们确实有大量的预期增长，这部分是由B轮融资、英伟达的最新投资以及我们的合作伙伴关系所驱动的。我没有一个准确的数字说明我们将在12个月内达到什么规模，但我们确实有足够的人员规模来超越80人。”
Genesis Therapeutics与英伟达的合作，标志着AI驱动的药物研发领域迈出了重要一步，其GEMS平台的持续发展和与生物制药巨头的合作，有望加速新药的研发进程，为患者带来新的治疗方案。