百图生科联合创始人、CEO 刘维
2024年诺贝尔化学奖颁给谷歌DeepMind丹米斯·哈萨比斯（Demis Hassabis）和约翰·乔普（John M. Jumper），表彰AI大模型实现蛋白质结构预测，从而引发国内AI For Science（科学）前沿技术赛道热潮。
10月下旬第三届中国生物计算大会上，李彦宏联合创立的BioMap百图生科发布全新生命科学基础大模型xTrimo V3，拥有2100亿参数，是全球规模最大的生命科学领域AI基础模型，覆盖蛋白质、DNA、RNA 等七大生命科学主流模态；在蛋白质领域，实现全球首个MoE（混合专家）架构；DNA序列长度突破128K，为基因组学、遗传病预测和精准治医疗领域提供更高的准确性。
截至目前，百图生科已打造超过200个取得评测SOTA水平的任务模型，先后助力开发20多种前沿抗体和酶，实现10余个创新靶点及靶点组合的挖掘，进入更广泛的生物制造、农业化工、绿色环保等领域。
会后，百图生科联合创始人、CEO刘维对钛媒体App等表示，“百图生科的定位成为一家世界领先的生命科学AI模型提供商”。在今天大量、特定以及前沿生命科学问题上，基于其AI大模型平台底座及应用场景加速自身商业化，从而将研发领先3-5年为行业创造更多社会价值、经济价值的AI平台。
AI技术解决新药研发投资回报低的难题
新药研发是人类发展中极具风险和复杂度、耗时最漫长的技术研究领域之ー。
据英国《自然》杂志统计，新药的研发成本大约是26亿美元，耗时约10年，成功率不到十分之一。而2000年-2015年间，近86%的候选药物都无法达到目标终点。
对于药物研发商和CRO研究团队来说，药物发现过程非常漫长、复杂且成本高昂。因此，基于 AI 的药物研发有可能大幅减少药物发现所需的时间和成本，提高药物开发的成功率，并有助于发现新的治疗方法。
生成式AI热潮之前，新药研发大部分以CADD（计算机辅助药物设计）方式作为药物发现方式之一，以计算机作为操作媒介，以原子（量子）尺度模型来模拟分子的结构与行为，进而模拟分子体系的各种物理、化学性质的方法。然而，随着药物研发难度不断提高，以及病理问题愈加复杂，CADD无法全面计算出获得药物的途径，只是产生药物分子结构想法的一部分。因此，用AI设计药物（AIDD）成为了新的学术趋势。
经过多年实践，利用 AI技术，确实可以识别潜在的药物靶点并设计可与这些靶点相互作用的分子，以及能够分析大量数据以识别潜在的药物靶点，从而减少药物发现和开发上投入的时间和成本，使其成为可能。
据2024年麦肯锡全球研究院估计，生成式 AI 每年可为制药和医疗技术公司创造600亿至1100亿美元的经济价值。
成立于2020年的BioMap百图生科，是一家拥有颠覆性技术的生命科学 AI 大模型公司，由百度创始人、CEO李彦宏牵头发起并出任董事长；原百度集团副总裁、BV百度风投CEO刘维担任百图生科联合创始人、CEO；由原诺和诺德全球副总裁、BioMap Inc公司总裁Per Greisen，以及原SAP全球副总裁、百图生科公司总裁邓永富等业界高管组成核心团队。
截止目前，百图生科拥有200多名员工，在硅谷、北京、苏州、香港设立研发中心。
融资方面，目前百图生科已获得超过2亿美元（约合人民币14.25亿元）风险投资。其中，2021年7月，百图生科完成上亿美元A轮融资，由GGV纪源资本、百度等跟投，创始人李彦宏继续追加投资；今年6月，持有620亿港元初始资金的香港投资管理有限公司（港投公司）公布将在百图生科新一轮融资中进行领投。
商业化层面，百图生科已服务全球300多家用户，实现超过20亿美元（约合142.51亿元）的总客户订单，助力在AI全新蛋白设计、Al靶点发现、AI酶设计等领域取得众多突破性成果，其中包括最受关注的赛诺菲与百图生科的总交易金额10亿美元合作订单。
今年10月，百图生科宣布加大国内商业化力度，正式启动面向中国区市场的生态建设，为更多中国客户带来智能化解决方案——基于xTrimo 基础大模型底座、Model Builder工具链，提供药物研发解决方案、生物制造解决方案、AI4LS平台解决方案等。同时，百图生科将进一步拓展生态合作伙伴体系，包括硬件、软件、基础设施、增值服务和产业生态等上下游产业链。
百图生科透露，通过与全球顶尖制药公司和科研机构的深度合作，其在药物研发和精准医疗领域树立了行业标杆。例如，与全球顶尖制药巨头的合作，验证了百图生科AI模型如何帮助制药企业在仅有5%实验数据的情况下，推断出70%的潜在结果。这一突破性成就显著缩短了药物研发周期，提升了企业的创新效率。
“面对全球领先客户对AI模型先进性的要求，我们的产品必须超越传统意义上的改善性效果, 而具备引领行业的突破性价值，这也正是我们与市场上其他企业的区别所在。”谈及中国市场，百图生科认为，在合成生物学和生物制造领域中国大有可为，市场规模远超美国。尽管美国在实验室研发方面表现强劲，但在应用场景和工业制造能力方面存在不足，而中国则拥有众多企业巨头，以及正在探索前沿创新的中小型企业和科研机构等，百图生科的核心优势则在于能够针对不同规模和需求的客户，提供相应的创新服务和解决方案。
百图生科公司总裁邓永富向钛媒体App强调，当前环境下，很多传统药企也在谋求新的一些转型，它酝酿着新的增长和新的变化，这是公司值得投入的一个非常重要的因素。同时，生物制造行业在国内具备优渥的发展土壤，很多客户非常欢迎这种新的技术变化。
平台型企业的探索：从EDA到生命科学底座大模型
百图生科认为，站在生命科学与AI交汇的前沿，通过其AI大模型平台，赋能生命科学企业加速科研创新，正如EDA（电子设计自动化）工具在芯片领域所扮演的角色。
事实上，EDA的核心在于以后台技术为支撑，通过优化设计流程和提升效率，赋能芯片企业更高效地设计并生产芯片，但它并不直接制造芯片。百图生科的大模型平台通过多模态数据和跨领域知识构建任务模型，应用于生命科学企业的实际业务场景，而非直接生产终端产品。类似EDA工具在芯片设计中的作用，百图生科为生物医药和生物制造等企业提供AI模型，帮助其加速从研究到产品全流程。另外，生成式AI技术使得百图生科的大模型平台在蛋白质结构预测、靶点发现等生命科学核心领域中取得显著成效，不仅提升了研发效能，还帮助企业解决传统科研难以触及的复杂问题，推动更多企业和科研机构加速进入AI for Science（AI4S）赛道。
正如比尔·盖茨所言，AI是“第一个没有限制的技术”，在未来五年内，AI将彻底改变人类的生活和健康。
百图生科认为，凭借其大模型平台试图去影响生命科学的多个领域。无论是生物医药中的大分子药物开发、基因编辑，细胞基因疗法的靶点发现与开发，还是生物制造领域的人造生物材料、生物燃料、生物酶催化剂等尖端产品的设计和开发等。
尽管AI的应用前景广阔，但其发展面临的算力挑战依然不容忽视。特别是在“低端算力过剩、高端算力稀缺”的背景下，AI算力成为主要的成本瓶颈。红杉资本曾预测，AI基础设施的回报率与实际收入之间存在巨大差距，预计AI企业的总收入需求将达到6000亿美元。
刘维非常相信，生成式 AI 技术可以给生命科学领域带来范式转变。在刘维看来，蛋白质结构预测将成为“兵家必争之地”。
生命科学行业的特殊性在于，尽管AI算力投入昂贵，但对于每年动辄万亿美元级别研发投入的制药企业来说，AI技术带来的回报无疑是巨大的。通过AI技术，能够将复杂科研问题分解成可验证的方案，从而帮助企业在前沿药物发现和疾病治疗中取得重大突破。尽管没有企业能够单靠一种技术解决所有问题，但通过AI的应用，复杂的生命科学难题正被逐步破解，最终将带来更加精准的药物和生命科学解决方案。那些率先拥抱AI的企业，将在未来收获丰厚的回报。
“未来，不同的人群、不同的国家，包括许多罕见病患者，各种人群都能够受益于AI驱动的生物医药、生物制造等行业的新型研发范式。目前，生命科学领域研发投入每年高达数万亿美元，但主要集中在解决那几个大问题上，所以，如果利用 AI 能够将研发效率提高100倍，那么会有更多的精准药物和生命科学产品线产出，这将极大地推动我们的健康和福祉。”刘维对钛媒体App表示。
（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）
热门跟贴