哈薩比斯主導的 Isomorphic Labs 完成50億美元C輪融資,估值超過500億美元
诺奖得主,融了330亿
Isomorphic Labs 完成50億美元C輪融資,估值超過500億美元,刷新全球生物科技業C輪及單輪融資紀錄。公司表示,資金將用於迭代自研藥物設計引擎 IsoDDE、構建基礎生物學模型,並推動首批治療項目進入臨牀試驗;目前尚無藥物進入人體試驗。哈薩比斯曾表示,公司預計於2026年底前啟動首批臨牀試驗。
文章對照 Isomorphic Labs 的融資估值與尚未進入人體試驗的藥物管線,並梳理 AI 藥物設計走向臨牀仍須跨越的關卡。
這會是AI泡沫裏催生的又一個“大故事”嗎?
早在劍橋求學時,有一位生物學家朋友跟哈薩比斯聊起蛋白質結構的奧秘。朋友説,如果能精準描繪出蛋白質的結構,就能實現重大的醫學突破。這只是一次短暫的交談,但哈薩比斯深深記在腦海裏。
11月17日,哈薩比斯擔任總裁的Isomorphic Labs宣佈完成50億美元(約合330億元)的C輪融資,估值已經超過500億美元(約合3300億元)。
本輪融資由Greenoaks和紅杉資本共同領投,還有Andreessen Horowitz(a16z)和其他幾家新投資者,Alphabet繼續進行重大投資。所有老股東都參與了這一輪融資,包括Thrive Capital、MGX、GV、CapitalG、淡馬錫和英國主權人工智能基金。
50億美元是什麼概念呢?它不光刷新了全球biotech的C輪融資紀錄,還打破了biotech行業單輪融資的歷史紀錄。此前的紀錄保持者是抗衰明星公司Altos Labs,2022年出道即拿下30億美元。Isomorphic Labs把這個數字抬高了三分之二。
資本不斷為這家公司輸血。去年3月,這家公司才完成第一輪外部融資,6億美元。今年5月,B輪融資21億美元,Thrive Capital領投,僅過半年,C輪再融50億美元。三輪下來,累計融資約77億美元(約合人民幣550億元)。再看構成,除了美國的風投,MGX來自阿布扎比,淡馬錫來自新加坡,再加上英國人工主權基金,全球主權資本都在用真金白銀給AI+生命科學這個藍圖投票。
DeepMind內部的原AlphaFold團隊也在今年7月解散,部分人員加入到Isomorphic。人才、資本和敍事,都在向這家公司集中。然而,這家專注於設計和開發新藥的公司,還沒有任何一款藥進入臨牀。
它憑什麼這麼值錢?這會是AI泡沫裏催生的又一個“大故事”嗎?
融資名單裏的英國人工主權基金,頗為醒目。在這波AI競賽中,中美成了絕對的主角,歐洲顯得邊緣。但其實,歐洲從來不缺科研人才,哈薩比斯生於倫敦,求學於劍橋,Deepmind第一個辦公室在英國標誌性的羅素廣場。只不過當年Deepmind在本地融資無門,只能去硅谷找願意為願景買單的人,後來被谷歌收購。想必這一點,也讓英國上上下下悔恨不已。於是英國人工主權基金今年4月成立,由英國科學、創新與技術部啓動,規模5億英鎊,用於英國本土AI企業初創孵化與規模化擴張,確保英國在AI領域的主權技術能力。
這也引發我的好奇,這一波由哈薩比斯主導的生物醫藥革命,英國能摘到果子嗎?
哈薩比斯的野心
首先,資本顯然是在為“人”投票。
2024年諾貝爾化學獎得主,AlphaFold之父,Google DeepMind CEO,這三個頭銜中的任何一個,都足夠撐起一家明星公司的估值。
時間回到2016年3月,AlphaGo在首爾戰勝李世石。這場勝利證明瞭DeepMind的AI技術可以試試探索科學難題了,隨後一個小團隊在DeepMind內部組建,開始攻關蛋白質結構預測。
這個小團隊初露鋒芒是在2018年12月,第一代AlphaFold參加第13屆蛋白質結構預測關鍵評估(CASP13)奪得第一,得分大幅領先第二名。2020年11月30日,AlphaFold 2在CASP14上以媲美實驗方法的精度預測了大多數測試蛋白的結構,賽事組織者宣佈,困擾生物學界50年的“蛋白質摺疊問題”基本解決。之後的一年,DeepMind與EMBL-EBI聯合發佈AlphaFold蛋白質結構數據庫,首批開放約35萬種結構,覆蓋人類蛋白質組的98.5%。
每個學科都有自己的聖盃,“蛋白質摺疊問題”就是生物學界的“費馬大定理”,是最引人入勝的那個謎題。可以這麼理解:蛋白質是生物體內幹活的分子,本質是20種氨基酸串成的長鏈,但它必須摺疊成特定的三維形狀才能發揮作用。氨基酸序列好測,但摺疊出來的結構極難測定,傳統實驗方法耗時耗錢,於是怎麼能只憑序列算出三維結構來,就成了生物學界50年來的難題。哈薩比斯用AlphaFold系列基本解決了這個問題,還把蛋白的結構算出來免費開放。
科學層面有了進展,用公司化的方式把這項技術推向應用,是下一個挑戰。2021年,哈薩比斯從DeepMind分拆出Isomorphic Labs,把蛋白質結構預測的革命直接引向藥物設計。今年8月,他卸任DeepMind的日常管理工作,轉任Alphabet首席科學家,精力進一步向Isomorphic傾斜。
研究蛋白質結構形成過程,或許能找到治療一些疾病的方法。比如,帕金森病和阿爾茨海默病,這兩種給人類帶來痛苦的疾病都被認為與蛋白質的錯誤摺疊有關。通過設計蛋白質結構,或許能夠修復或改造生命。
用通俗的話講,Isomorphic要乾的,是針對致病的蛋白這把鎖,用AI在成億計的候選分子裏,篩出能精準結合並讓它失靈的小分子。
錢要往哪兒花
除了哈薩比斯本人的分量,AI製藥的宏大藍圖也是資本不斷往裏砸錢的原因。
Greenoaks創始合夥人Neil Mehta的表態很有代表性:“發現和開發新藥是一個幾乎無限規模的優化挑戰,Isomorphic正在重構這段旅程。”紅杉合夥人Konstantine Buhler則稱,Isomorphic構建的深度學習系統“能夠以驚人的準確度預測複雜的生物行為”。
按照官方説法,這筆資金將用於迭代其自研藥物設計引擎IsoDDE。套在AlphaFold 3基礎上更進一步的模擬模型體系,目標是更精準地預測藥物與靶點的結合,拓展新的生物學領域,並建設“全球AI驅動的生物工程基礎設施”。
一部分錢用於燒模型,一部分用在造管線,與此同時,還要搭臨牀轉化的班子。
管線方面,公司內部項目集中在腫瘤和免疫兩個方向,官方口徑是“已取得積極的臨牀前數據”,並與諾華、禮來和強生等巨頭建立了合作。但截至目前,還沒有一款藥進入人體試驗。
哈薩比斯在融資聲明裏表示:我們的藥物設計引擎正以空前的精度和速度生成分子。本輪融資讓我們能夠加速推進構建基礎生物學模型,深化對系統性疾病的理解,驅動首批治療項目走向臨牀試驗,為患者帶來切實的影響。
這話聽着雄心萬丈,但伴隨越來越多人對AI泡沫的質疑,業內更關心的是時間表。哈薩比斯今年1月曾表示,公司預計2026年底前啓動首批臨牀試驗。現在距離年底只剩一個多月。
從AI能預測對結構,到AI真正設計出藥,中間還隔着好幾道坎。結構上插得進的鑰匙未必能改變細胞裏的真實功能,試管裏有效的分子進人體後可能被分解、透不過細胞膜或毒性超標,動物有效不等於人有效,而模型能力的上限又受制於分散在各家藥企手裏的高質量藥物數據。這是一個不斷闖關的過程。
AI製藥賽道曾經有過慘烈的教訓。Exscientia和Recursion這些昔日的明星,要麼管線下挫,要麼股價腰斬,整個行業一度陷入AI設計不出好藥的信任危機。國內,晶泰科技在港股上市後市值也是跌宕起伏。Isomorphic Labs的特殊之處在於,它把這場賭博的規模放大到了史無前例的級別。77億美元融資和500億美元估值,到目前為止還全部建立在臨牀前數據上。
競爭也在加劇。OpenAI今年正式發佈面向生命科學的新模型,一頭扎進了AI製藥。早在去年10月,Anthropic就成立了醫療健康與生命科學部門,推動Claude模型應用於藥物研發、臨牀研究等領域。這兩家最近在收購生物醫藥公司、推進和藥企合作等方面也是動作不斷。
前不久,我在跟北大學者、AI4S聯創楊靈的訪談中提到,將AI用於科研,用於攻克生命科學領域的謎題,這是coding之後,AI研究者們試圖搶佔的另一個高地。國內的AI4S融資也在下注階段。只不過,和寫代碼相比,製藥的複雜度和難度都不在一個層面上,也需要更多交叉學科的研究。
我不懷疑哈薩比斯的熱誠,但算力和算法不能替代濕實驗,提假説和分子設計之外,一款藥物從概念走向落地,道阻且長。
來源:虎嗅 · huxiu.com