又一家 AI 制藥公司獲諸多資本支持。

美東時間 5 月 27 日，AI 制藥初創(chuàng)公司 Engine Biosciences（簡稱 “Engine”）宣布完成了 4300 萬美元 A 輪融資，本輪融資由 Polaris Partners 領(lǐng)投，新加坡風投 Invus 等跟投，天使輪投資方通和毓承、藥明康德、百度風投、巢生資本等繼續(xù)支持。

早在 2018 年，Engine 獲 1000 萬美元種子輪融資，這成為當時東南亞地區(qū)有史以來規(guī)模最大的種子輪融資之一。

官方稱，所籌資金將會用于擴展技術(shù)平臺，增加腫瘤精準療法管線以及推動現(xiàn)有管線進入臨床階段。

“Engine 將生物學、AI 技術(shù)和藥物發(fā)現(xiàn)相結(jié)合，有望釋放 AI 在藥物發(fā)現(xiàn)領(lǐng)域更多的潛力，并治療多種疾病”，Polaris Partners 的執(zhí)行合伙人 Amy Schulman 說，現(xiàn)在她已加入 Engine 的董事會中。

專家團隊陣容豪華

2015 年，Jeffrey Lu 與其兄弟盧冠達（Tim Lu）聯(lián)合創(chuàng)辦了 Engine，并建立起一支由醫(yī)療、生物技術(shù)、數(shù)據(jù)科學等頂級專家組成的團隊。

首席執(zhí)行官 Jeffrey Lu 是一名連續(xù)創(chuàng)業(yè)者，曾創(chuàng)辦抗纖維化療法公司 Enleofen Bio，后被勃林格殷格翰超 10 億美元收購；同時他還擁有豐富的企業(yè)管理和投資經(jīng)驗，與妻子共同創(chuàng)辦了生物技術(shù)投資機構(gòu) Goodman Capital。

盧冠達擔任 Engine 科學顧問委員會聯(lián)合主席，主導開發(fā)了 Engine 平臺的關(guān)鍵技術(shù)。盧冠達是 MIT 生物工程學和計算機科學副教授，在合成生物學、系統(tǒng)生物學、基因相互作用圖譜以及計算科學領(lǐng)域造詣頗深。同時，他也有豐富的產(chǎn)業(yè)化轉(zhuǎn)化經(jīng)驗，是 Zymergen 等多家合成生物學公司的聯(lián)合創(chuàng)始人。

盧冠達的老師 James Collins 也是 Engine 科學顧問委員會聯(lián)合主席，他是合成生物學的先驅(qū)人物、MIT 醫(yī)學工程學教授。

首席技術(shù)官 Stephen Harrison 擁有 20 多年藥物研發(fā)經(jīng)驗，負責過多項從靶點識別到早期臨床開發(fā)的藥物開發(fā)項目。曾在聚合物共軛療法頭部公司 Nektar Therapeutics 擔任生物學副總裁，負責全球腫瘤學和疼痛研究。

多領(lǐng)域、多學科的頂級專家資源讓 Engine 技術(shù)實力不容小覷，同時也獲得了一眾知名 VC 的青睞。

多學科交叉背景對于 AI 制藥的重要性不言而喻。吸金無數(shù)的 AI 制藥公司 insitro 創(chuàng)始人 Daphne Koller 曾經(jīng)描述 insitro 的吸金能力，“人工智能加生物學背景對于投資者而言就像是‘天造地設(shè)的婚姻’?！?/p>

獨特優(yōu)勢

Jeffrey Lu 認為，Engine 的獨特性在于對基因相互作用的深入研究。

基因相互作用與疾病的發(fā)生和發(fā)展密切相關(guān)，Engine 計劃通過深入理解基因網(wǎng)絡(luò)（gene networks）的生物學機制，并利用 AI 破解多種復雜疾病。

“疾病與靶點的關(guān)系就像一把密碼鎖，想要破解一種疾病的生物學密碼，鑰匙和鎖需要相匹配。在破解疾病密碼時，往往需要羅列所有潛在的組合，并進行分析選取。傳統(tǒng)的方式需要一個一個試，會花費很長時間，我們的技術(shù)可以一次性測試所有的組合”，Jeffrey Lu 說。

Engine 破解疾病密碼主要依靠兩個平臺：NetMAPPR 和 CombiGEM。

其計算和實驗平臺 NetMAPPR 可生成基因網(wǎng)絡(luò)數(shù)據(jù)，對數(shù)百萬至數(shù)十億個基因相互作用進行分析和驗證。

具體來說，NetMAPPR 是一個基因間相互作用的搜索引擎，能夠揭示與疾病相關(guān)的基因組和藥物靶點之間的關(guān)系。該引擎可以在預測 - 測試 - 學習周期內(nèi)運行，利用大量患者和疾病數(shù)據(jù)集分析數(shù)百萬甚至數(shù)十億基因組相互作用，預測分子的生物學特性。

另一個平臺 CombiGEM 則類似于一個基因檢測過程，可以檢測成千上萬的基因組，同時編輯病變細胞，通過實驗驗證基因或者基因組合與疾病如何發(fā)生作用，在這一過程中，可以產(chǎn)生大量的生物數(shù)據(jù)。

高質(zhì)量的數(shù)據(jù)對于機器學習來說尤為關(guān)鍵。

Jeffrey Lu 透露，他們通過 CombiGEM 積累了大量與基因組相互作用的數(shù)據(jù)集，這對于他們用來預測生物學過程的機器學習算法的成功至關(guān)重要。

Engine 將這兩大系統(tǒng)整合在一個平臺中，形成了一個搜索、驗證、數(shù)據(jù)生成整個閉環(huán)。首先可以測試成大量基因組如何編輯或改變影響，還可以受將這些實驗輸入到算法中，算法就能夠預測這些變化與新藥分子的關(guān)系。

Engine 指出，這兩大技術(shù)已經(jīng)應(yīng)用于藥物重新定位即探索藥物的新適應(yīng)癥、發(fā)現(xiàn)新靶點、基于基因組開發(fā)個性化療法、通路分析等。目前，該技術(shù)已經(jīng)完成了多種適應(yīng)癥以及細胞類型的概念驗證。

隨著技術(shù)平臺的完善，Engine 達成了多項合作，合作伙伴包括多家領(lǐng)先的臨床研究機構(gòu)以及一家美國財富 500 強公司。

瞄準癌癥和神經(jīng)退行性疾病，2022 年可能遞交 IND

Jeffrey Lu 碩士畢業(yè)之時，祖父因患胰腺癌去世，這件事讓他一直想將最新技術(shù)應(yīng)用于醫(yī)藥健康領(lǐng)域。

Engine 最初的適應(yīng)癥瞄準了肝癌、乳腺癌、卵巢癌、結(jié)腸直腸癌。

Jeffrey Lu 向外媒透露，在過去三年中，他們一直在搭建專有的平臺，并計劃開發(fā)一系列小分子抑制劑，現(xiàn)在已經(jīng)確定了兩個癌癥相關(guān)靶點。

第一個項目是與三種癌癥相關(guān)的基因突變靶點，不過他對靶點細節(jié)守口如瓶。

拿到這筆錢后，Jeffrey Lu 預計 2022 年可能會申報第一個靶點的 IND，并在 2023 年進入臨床試驗。

第二個項目靶點與三陰性乳腺癌相關(guān)。三陰乳腺癌是一種高度侵襲性疾病，約占全球所有乳腺癌類型的 15％-20%。目前，僅獲批兩種治療方法，治療手段有限。

Jeffrey Lu 曾透露，盡管 CombiGEM 還處于驗證階段，但該平臺不僅在癌癥方面而且在神經(jīng)退行性疾病方面也取得了進展，包括肌萎縮側(cè)索硬化癥（ALS）以及老年癡呆癥等疾病。

該公司在通稿中指出，在一些小鼠模型中，已觀察到其發(fā)現(xiàn)的藥物分子能夠逆轉(zhuǎn)神經(jīng)退行性疾病進展。

編輯：jq