英语轻松读发新版了,欢迎下载、更新

英伟达风险投资部门增持人工智能药物发现者 Genesis Therapeutics 股份

2024-12-18 02:45:12 英文原文

作者:Alex Philippidis

Evan Feinberg 博士,Genesis Therapeutics 创始人兼首席执行官

最初,Genesis Therapeutics 是从斯坦福大学 Vijay Pande 博士的实验室中分离出来的,当时的研究生 Evan Feinberg 博士在该实验室共同发明并共同撰写了详细介绍深度学习技术的重要同行评审论文。

其中值得注意的是 PotentialNet,这是一种颇具影响力的神经网络算法,它率先使用新型图神经网络进行分子特性预测,特别是蛋白质与配体结合亲和力的预测。Feinberg、Pande 及其同事展示了 PotentialNet 在效力预测方面的性能,并通过斯坦福大学和默克研究实验室之间的合作进一步得到验证,Feinberg 在推出 Genesis 之前曾担任默克研究实验室的深度学习顾问。

Genesis成立于2019年,一年后获得5200万美元A轮融资。此后,该公司不断发展壮大,筹集的资金已超过 3 亿美元。其中大部分包括 2023 年完成的 2 亿美元 B 轮融资。其投资者包括 Nvidia 的风险投资部门 NVentures,Nvidia 是一家总部位于硅谷的微处理巨头,已将其在人工智能芯片领域的市场领先足迹扩展到生命行业其中包括生命科学。

NVentures 最近通过投资 Genesis 创始人兼首席执行官 Feinberg 来增加其在 Genesis 的股份,据 Genesis 称,这是一笔未公开的“增量额外金额”。

通过与 Nvidia 的合作,Genesis 正致力于加速其 AI 平台 Genesis Exploration of Molecular Space (GEMS) 的开发。GEMS 旨在通过集成专有的 AI 方法(包括语言模型、扩散模型和物理机器学习 (ML) 模拟)来生成和优化复杂目标的分子。

NVentures 的额外融资旨在通过应用 Nvidia 的专业知识,提高与药物发现相关的多种神经网络架构的计算效率,从而进一步增强 Genesis 物理 AI 平台在结构驱动药物设计方面的能力。

–Nvidia 在人工智能堆栈的许多方面都是领导者,无论是在硬件方面,还是硬件之上的较低级别的软件层,而 Genesis 一直是分子人工智能作为知识领域的先驱, –范伯格告诉一代边缘。– 因此,Nvidia 的比较优势和 Genesis 的比较优势之间存在许多非常明显的协同效应,使组合大于各个部分的总和。 –

优化神经网络

除其他领域外,此次合作将包括优化等变神经网络,根据 Genesis 的说法,这对于处理蛋白质和小分子结构等 3D 几何数据非常有价值。

Nvidia 一直致力于通过神经网络加速计算,既训练网络又运行推理——使用经过训练的模型对新数据进行预测——或者将它们部署在现实世界的环境中。

– 对于 Genesis 多年来一直开拓的分子人工智能领域,有一些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,人工智能并不是一个整体。人工智能的许多子领域都使用相关但不同的算法进行学习。

在斯坦福大学,Feinberg、Pande 和一组同事在 2018 年的一篇论文中介绍了 PotentialNet 系列图卷积美国化学学会中央科学中心。两年后,另一组同事与 Feinberg 和 Pande 一起展示了如何通过将每个分子明确地表示为图表,实现了“据我们所知,ADMET(吸收、分布、代谢、消除和代谢)预测的前所未有的准确性”。毒性]属性,显示了 AI 算法的显着优越性,在 ADMET 预测中,与随机森林相比,R2 相对提高了 52%,绝对提高了 0.16,超过了 AI 算法使用的高级 ML默克研究实验室发表在《药物化学杂志

Vijay Pande 博士是 Andreessen Horowitz (a16z) 的普通合伙人,也是 a16z 生物基金的创始普通合伙人,领导该公司跨生物学、计算机科学和工程学的投资。

Pande 现在是 Andreessen Horowitz (a16z) 的普通合伙人,也是 a16z 生物基金的创始普通合伙人,领导该公司跨生物学、计算机科学和工程学的投资。Pande 曾担任 Feinberg 的博士生导师,领导了 Genesis 为 a16z 进行的 410 万美元种子轮融资,并与 a16z 共同领导了该公司 2 亿多美元的 B 轮融资,该轮融资由一家未公开的美国生命科学公司完成。专注的投资者。

“我非常幸运能够与他一起工作近十年,”范伯格谈到潘德时说道。“我认为,能够如此密切地合作,向具有如此才华和远见的人学习并与之合作,这是很不寻常的。”

与领域一起发展

“他 [Pande] 不断地推动我,这对 Genesis 的成功确实起到了重要作用。他会随着这个领域的发展而不断发展,”Feinberg 补充道。“我认为,这与我们维护自己作为该领域领导者的地位是平行的,如果这有意义的话,不断创新,不仅仅是轻松模仿,而是真正推动该领域向前发展。”

范伯格回忆说,在斯坦福大学攻读研究生期间,人工智能的影响主要体现在计算机视觉和自然语言方面。

– 用于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。”范伯格回忆道。– 2010 年代中期,图神经网络更适合分子。 –

Feinberg 说,从那时到现在,Genesis 一直致力于新的人工智能算法,“更适合分子人工智能任务的新神经网络原语。”

– 等变神经网络是对我们很重要的家族之一。这是 Nvidia 特别帮助我们优化的领域之一。”Feinberg 补充道。

Pande 的实验室最初通过创立 Folding@Home 而声名鹊起,这是一个旨在模拟蛋白质动力学(包括蛋白质折叠过程)的分布式计算项目。

–Folding@Home 在全球范围内使用了大量 Nvidia GPU(图形处理单元)来进行蛋白质折叠模拟, – Feinberg 回忆道: –随后,Nvidia GPU 开始更多地用于人工智能,特别是在视觉和自然语言方面。因此,我想说,我们作为一家公司已经是 Nvidia GPU 的超级用户了。”

– 非常自然贴合 –

“当我们通过 B 轮融资认识 Nvidia 和 NVentures 时,感觉这对投资者来说是非常合适的选择,他们不仅会带来大量资本,还会带来智力,作为这种关系的一部分,”Feinberg 说。——这项投资真正奠定了建立关系的基础,这种关系超越了客户的范畴,但实际上也相互学习,从我们的需求以及他们的较低水平的能力中学习,我们可以根据我们的领域知识来独特地利用这些能力。Ø

对于 Nvidia 来说,与 Genesis 的合作加强了其将人工智能应用于药物发现的持续努力。

“Genesis – 人工智能平台以及与 Nvidia 合作开发的相关计算进步,将有助于提供新颖的生成和预测人工智能技术,以探索未开发的化学途径并识别候选药物。”Mohamed – Sid – Siddeek 说道Nvidia 公司副总裁兼 NVentures 负责人。

GEMS 将如何帮助 Nvidia 实现这两点?

– GEMS 的目标是能够对极具挑战性、在某些情况下无法进行药物治疗的目标进行药物治疗。为了做到这一点,我们需要比以前更好地实现多种功能,”范伯格说。

效力、选择性和 ADME

这包括生成分子并预测其效力、选择性和 ADME(吸收、分布、代谢和排泄)特征,这是一种针对分子所有关键特征的药物发现联合多参数优化方法。Feinberg 解释说,GEMS 由两个深度集成的支柱组成——生成人工智能和预测人工智能——并使用 Genesis 自己的自定义语言模型在云中生成数千到数百万或数十亿种化合物。

– 但是化学、合成化学是有速率限制的。在给定时间内只能制造一定数量的分子。因此,我们预测效力、选择性和 ADME 的预测 AI 技术必须尽可能准确,这一点至关重要。因此,GEMS 确实是一个保护伞,描述了一组深度集成的技术。”Feinberg 说道。

Genesis 正在利用 GEMS 开发专注于肿瘤学和免疫学的产品线。在肿瘤学领域,Genesis 正处于先导化合物优化后期阶段,即将获得 PIK3CA 泛突变变构抑制剂的高效选择性开发候选药物的提名,PIK3CA 是乳腺癌和结直肠癌常见的致癌驱动因素。

其他肿瘤学开发工作重点关注小分子,旨在克服对检查点抑制剂的反应(先导优化阶段),并通过抑制外在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)。

在免疫学领域,Genesis 表示,它有两个发现阶段的努力,一个是开发多个程序来生成针对经过充分验证的自身免疫性疾病靶标的小分子;另一个是开发多个程序来生成针对经过充分验证的自身免疫性疾病靶点的小分子;另一种是治疗“严重的遗传性自身炎症性疾病”,使用小分子校正剂恢复未明确的受损蛋白质的活性。

与巨头合作

除了内部开发工作外,Genesis 还在寻求与三个生物制药巨头的合作,范伯格表示该公司无法对此发表评论。最近的一项合作于 9 月与吉利德科学公司 (Gilead Sciences) 合作推出,该公司同意发现和开发跨多个靶点的小分子疗法,使用 GEMS 协助为吉利德科学公司选定的靶点生成和优化分子。

吉利德同意为三个目标支付 3500 万美元,并拥有提名其他目标的选择权,但每个目标的费用未公开。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,以及商业化产品净销售额的分级特许权使用费。

与生物制药巨头的另外两项合作:

礼来公司 - 于 2022 年启动高达 6.7 亿美元的合作伙伴关系(其中 2000 万美元为预付款),旨在为一系列治疗领域的最多五个目标发现新疗法。
• Genentech,罗氏集团成员,于 2020 年推出的多目标、多疾病项目,使用 Genesis™ 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“其他方法无法实现的具有挑战性的目标”。合作的价值尚未披露。

Genesis 总部位于加利福尼亚州伯林格姆旧金山郊区,在圣地亚哥设有完全集成的实验室。该公司拥有约 80 名员工。

“我们确实有大量的预期增长,这部分是由 B 轮、Nvidia 最新的进一步投资以及我们的合作伙伴关系推动的,”Feinberg 说。“我没有 12 个月后我们的确切数字,但我们确实有大量员工可以增长到 80 人以上。”

关于《英伟达风险投资部门增持人工智能药物发现者 Genesis Therapeutics 股份》的评论


暂无评论

发表评论

摘要

Genesis 与 NVIDIA 之间的合作在 NVentures 的推动下,凸显了人工智能 (AI) 与药物发现之间日益紧密的交叉。以下是有关 GEMS(Genesis 的 AI 平台)如何从 NVIDIA 的技术能力中受益的一些要点:### GEMS 及其功能概述**GEMS 平台:**- **生成式人工智能:** 生成大量潜在分子。- **预测人工智能:** 预测效力、选择性和 ADME 特征等特性。**GEMS 的目标:**1. **药物不可成药靶标:** 针对肿瘤学和免疫学等疾病中具有挑战性或不可成药靶标。2. **联合优化:** 同时优化候选药物的多个关键参数(效力、选择性、ADME)。3. **基于云的生成:** 使用云计算生成数千至数十亿种化合物。### NVIDIA 如何提供帮助**1.计算能力:**- **高性能 GPU:** 利用 NVIDIA 的先进图形处理单元来加速分子模拟和 AI 训练中的计算。- **可扩展性:** 通过 NVIDIA Cloud GPU 访问可扩展基础设施,以处理大规模数据处理和模型训练。**2.深度学习框架:**- **NVIDIA DLSS(深度学习超级采样):** 通过提高计算性能并减少生成和预测分子特性的延迟来提高 GEMS 的效率。- **CUDA 和 cuDNN:** 利用 NVIDIA 的 CUDA 平台进行并行计算,并利用针对神经网络加速进行优化的 cuDNN 库。**3.人工智能库和工具:**- **TensorRT、Triton 推理服务器:** 优化 GEMS 模型的部署,以确保候选药物评估期间的高效推理时间。- **RAPIDS 数据科学平台:** 使用针对大型数据集的 GPU 加速数据科学库加速数据处理工作流程。### 具体用例**1.分子模拟:**- **加速模拟:** 利用 NVIDIA 的分子模拟工具和硬件加速来运行化合物与目标蛋白质相互作用的复杂模拟,从而提高预测模型的准确性。**2.生成模型:**- **增强生成速度和质量:** 通过集成 NVIDIA 的先进生成 AI 技术,提高分子生成的速度和质量。**3.预测分析:**- **实时反馈:** 使用 NVIDIA 的分析工具实施实时反馈循环,根据实验数据不断完善 GEMS 的预测能力。### 合作优势**1.共享专业知识:**- **跨学科团队:** Genesis 和 NVIDIA 结合人工智能、计算化学和药物发现方面的专业知识来推动创新。**2.技术集成:**- **无缝集成:** 确保 GEMS 与 NVIDIA 的最新技术无缝集成,以实现持续改进。**3.资源分配:**- **资源的优化使用:** 通过基于云的解决方案有效地分配计算资源,从而随着公司的发展而快速扩展。### 未来的方向**1.扩大目标:**- **扩大范围:** 凭借增强的计算能力和先进的人工智能技术,Genesis 可以探索多种疾病的更广泛的目标。**2.简化的管道开发:**- **更快的迭代周期:** 通过减少分子生成、预测和优化阶段所需的时间来加速药物发现流程。**3.增强的协作生态系统:**- **合作伙伴关系和规模:** 利用 NVIDIA 广泛的网络建立更多合作伙伴关系,扩大 Genesis 在制药行业的影响力。### 结论Genesis 和 NVIDIA 之间的合作标志着利用尖端人工智能技术进行药物发现的重要一步。通过利用 NVIDIA 的计算能力和先进工具,GEMS 可以实现更高的准确性、速度和可扩展性,最终加速跨具有挑战性的治疗领域的新型疗法的开发。