0
| 本文作者： 吴彤 | 2023-08-18 18:32 |
任峰创造了许多奇迹。
这是他所在的英矽智能的创始人兼首席执行官Alex Zhavoronkov，以及公司生物部、化学部、商务团队、公关团队乃至合作公司给出的一致评价。
任峰有一份漂亮的履历，名校哈佛出身、全球第二大药企的双部门负责人、中国龙头CRO公司上市路上的幕后关键，以及一家头部AI制药的中国合伙人。
但光鲜的背后并不容易。任峰曾讲，即便当时有哈佛博士的标签，但在2006年美国金融危机震荡前，已经感受到求职市场的寒意。“一大批药企掀起瘦身运动，新药上市持续缺乏，一些产品线处于废置状态。” 在当年跨国公司收缩head count的情况下，任峰跻身葛兰素史克（GSK），并在那里系统学习了药物研发的理念和流程。
另一边，中国的生物医药产业在上海张江筑巢引凤，迎来第一波创新的势头。
就在任峰加入GSK前一年，全球顶级头部跨国制药公司罗氏，决定在张江设立研发中心。继罗氏之后，辉瑞、诺华、GSK、礼来等跨国药企研发中心先后落户张江，促成了张江这一对外门户，也让一批制药人才有了落脚点。
2008年初，上海下了难得一见的大雪，任峰成为了GSK总部外派回上海的第一批核心力量，并跟着GSK的研发团队一直做到了2016年。这十余年时间奠定了他和张江这批归国科学家的关系基础，也埋下了他此后去往美迪西的线索。
任峰回忆，当时收到美迪西创始人陈春麟博士的邀请，帮助带领生物与化学两个团队。仅仅三年，在他的带领下两支团队从100人迅速扩张到800多人，美迪西也在2019年成功登陆科创板。2020年，任峰回归猎药人的本心，真正为自己的未来考虑。
“当一个药化学家经历了公司上市，他接下梦想肯定是做一款新药并推到上市。”任峰表示。
在CRO的这段经历，让他明白作为公司限制，CRO对于项目并没有决策权，甚至一些他们看好的分子和项目会因为种种原因停滞。
2021年2月，任峰放弃进入传统药企的机会，以首席科学官的身份加入英矽智能。
有一个讲法是，任博加入英矽智能之前，这家公司是没有真正做药的人，基本上都是一群 AI 工程师，连一个做结构的人没有。任峰的来意明确：让公司转型成为一家真正的AI制药公司。
他一手搭建团队，在关键的几个坑位上招兵买马、一手大刀阔斧，叫停低价值管线，集中力量推进高值项目，立项新项目，还要抽取精力与管线赛跑。2021年2月底，迅速提名了英矽的第一个PCC。
这也被视为英矽智能成立以来的第三次重要节点。相比前两次都是论文成就，这一节点意味着“全球首款AI药物的临床前候选化合物”诞生，提振行业士气，同样也是英矽智能将AI和DD（药物发现/设计）有机结合的证明。
6个月后，任峰带领团队提名了当年另一个PCC。到了2022年提名的PCC数量达到12个，至今英矽智能仍是业界记录的保持者。
最新的消息是，当年英矽智能最早提名的这款PCC，已进入临床II期阶段，除此之外，还有公司还将其他3个PCC推进到了临床I期。这在传统药企可能需要耗时多年的成果，任峰仅仅花了2年。值得注意的是，英矽智能在今年6月底递表港交所，将进一步验证AI制药行业的发展趋势。
无论如何，任峰的“新药”理想还在继续，而且到了关键时刻。
如今很多公司把英矽智能当作目标，以及过去的老板陈春麟博士也在一次圆桌会议上对任峰赞赏有加，任峰开玩笑称“这是捧杀。”
他很清醒地知道，目前为止，无论是AI制药公司单独推进的管线，还是合作项目，大多都已进入临床II期，却始终没有通过关键的临床患者验证。站在英矽智能的角度，这也需要2到5年。
近日，雷峰网(公众号：雷峰网)《医健AI掘金志》对话英矽智能联合首席执行官任峰，共同探讨了AI制药行业的前景和趋势。以下为访谈内容，《医健AI掘金志》做了不改变原意的编辑与整理。
《医健AI掘金志向》：哈佛化学系，GSK研发小分子创新药、美迪西负责化学、生物两个部门以及药物发现平台，英矽智能，能讲述下你的4段经历吗？什么契机做了不同的职业选择？
任峰：在我的母校中国科学技术大学，有出国留学这么一个“传统”。所以在读完本科之后，我在新加坡读了两年硕士，最终还是希望去美国继续深造。毕竟当时大家都认为美国拥有比较先进的科学技术。
在博士临近毕业的时候，我决定从纯粹的理论研究转到更深层次的应用，从工业界的实践中进一步学习和药物相关的知识。在收到的几个offer里，最终选择了去葛兰素史克（GSK）做小分子创新药，当时是在美国。
后来，GSK在中国搭建研发中心，我怀着回国效力的梦想，转到了上海研发中心，做神经系统疾病相关的小分子创新药研发，一直工作到2018年GSK早期研发撤出中国的时候。
当时我面临下一份工作何去何从，要加入什么样的公司这样的问题。
我可以选择回到美国继续原来的研究，但我还是希望留在中国，也想要锻炼自己带领团队的能力、开阔眼界，于是拥有大型团队和大量合作客户的CRO（合同研究组织）公司成为了最好的选择。
2018年，我加入了美迪西，负责化学和生物部，团队有100多人。在我就职美迪西的三年时间里，我带领的团队迅速扩张到800多人的规模，美迪西也在2019年成功登陆科创板。在完成这些之后，我发觉自己还是希望能真正的做出药来，这才是我的兴趣和爱好。
作为CRO并没有对于项目的决策权，可能我们看好的分子和项目会因为种种原因停滞。我还是希望能从早期的靶点发现一直做到临床试验，最后争取做到上市，所以创新药企对我来说是更好的选择。
这个时候我关注了两个方向，一个是人工智能制药，另一个是蛋白降解剂（PROTAC）。最终选择了前者。
因为在做出这个选择之前，我认识到Alex和英矽智能。
我们聊得很愉快，我被Alex对于AI制药的愿景打动，之后利用顾问身份也对公司的平台和项目做了很长时间的调查，大概是3个月。
正是这段时间，我去验证和考察英矽智能的Pharma.AI平台，包括其中的靶点发现平台PandaOmics和分子生成平台Chemistry42，发现它们都可以真正的帮助到传统的小分子药物研发，起到降本增效、提升创新性的作用，做到多方面的赋能。
这个时候我意识到，AI制药可能是未来的趋势，所以在2021年2月选择作为首席科学官加入英矽智能。
《医健AI掘金志向》：听说Alex从50多人中选中了你，同时你也在反向考察Alex，3个月后决定正式加入。你们两个都很慎重？
任峰：其实在十几年前，我还在GSK做小分子创新药的时候，CADD（计算机辅助制药）还不是特别火热，但当时我已经开始尝试用CADD的方法来设计化合物了。
对于刚出现的新兴技术，我愿意去了解它、理解它、应用它。在沟通过程中，我和Alex发现双方都希望能用新的技术突破当前生物医药产业的瓶颈，也就是研发效率低的困境。
当时我也意识到AI制药可能是未来的趋势。
我认为，随着数据量越来越大，算法和深度学习、机器学习会迎来快速的发展，整个生物医药行业也会逐渐从以人为主的模式过渡到以数据和算法为基础的新型研发，这样才能带来效率的提升。
尽管如此，我还是花了2-3个月的时间做了尽调，并且自己去试用了英矽智能自研的AI药物研发平台（PandaOmics平台），同时观察了一些公司的自研项目，去考察AI辅助生成的新颖化合物的成药性等性质。
此外也会参与新颖药物研发项目的一些重大决策，比如应该把哪一些候选化合物推进到下一个阶段、如何去评估候选分子在单一维度或者整体的性质、一个新药研发项目如何与AI技术结合，也一起见了一些投资人。
AI制药当时有一些人不看好，但我清楚地知道自己想要什么，做出的选择就会比较谨慎。至于Alex这个人，他也是非常谨慎的，在为英矽智能寻找CSO的过程中接触了很多人。我和他年龄相仿，又都是思维比较活跃、喜欢创新性工作的人，同时对新兴技术比较有信心，所以我们交谈非常愉快。
《医健AI掘金志向》：从CSO，到CO-CEO，这两年多以来的工作有何变化？
任峰：刚加入公司的时候，公司的药物研发管线需要梳理，我当时关注的重心有两个：
第一是搭建团队，把自己的研发团队壮大起来；
第二是项目推进，梳理已有的项目，把价值不大的管线叫停，集中力量推进更有价值的项目，同时立项更多的新项目。推进到PCC（临床前候选化合物）的项目可以获得投资人的认可，这也是对英矽智能AI平台能力的证明。
招人逻辑是“马太效应”，刚开始的几个人一定够专业，有影响力，这样才能吸引后面人才的加入。
在研发团队初步搭建起来之后，我们打破常规，平行进行多个临床前实验，2021年2月底迅速提名了我们的第一个PCC，也就是抗特发性肺纤维化的ISM001-055项目。
这是第一款由AI发现新颖靶点、由AI设计的新颖分子结构的小分子化合物，引发了业内关注，也是英矽智能将AI和DD有机结合的证明。
6个月后，大概是在2021年8月，当年另一个肾纤维化的PCC也被提名。到了2022年，一共提名了 12 个PCC，可以看到研发效率有一个质的提升。
我和Alex有自己的时间表，也会针对研发进展做定期的信息交流和讨论。但我对自己也有很高的要求，一般是立项12个月之内就要做到临床前候选化合物的提名，只有这样才能在竞争激烈的AIDD行业里处在领先地位。
除了速度，在质量和合规方面，我们对自己的要求也很高。
我和团队依照GSK的临床前药研标准，设置了我们自己的化合物标准，比一些大型药企的标准还要严格。而且我们要求做的化合物个数尽量少，要充分利用我们的资源，但不要浪费资源。这样我们以后将这个项目对外授权转让，或者就去进一步往下推进的时候，我们有更大的信心。
Alex会充分发挥每个员工的主观能动性，在看到我作为CSO验证了自身能力之后，他就给了我更大的责任和舞台，让我作为联合首席执行官，除了引领药物研发之外，兼顾业务拓展等公司层面的管理。我也是在这个时候加入了公司董事会，拥有了公司决策层面的发言权和知情权。
同时，我管理的团队从上海和苏州慢慢拓展到了香港、台北、欧洲的药物研发团队也会向我汇报，这意味着研发业务进一步的聚焦。也就是说，我的角色开始向全球化的决策发展，公司药物研发也从上海拓展到全球。
《医健AI掘金志向》：英矽智能在美、欧、中，以及全球80多个CRO合作，不同区域的分工和发展重心是什么？
任峰：英矽智能在8个国家和地区有研发团队。
海外主要是AI团队，中国主要是药物研发团队。上海是我们的药物研发中心，苏州是机器人实验室，香港是靶点发现中心，台北会做一些生成式AI和量子计算的前沿项目。
CRO的选择，我们并不是按地域划分的，我们是按能力来合作的。
比如前一阵我们在做一个肾病的模型，国内没有特别合适的，我们找到了一家日本的CRO，他们可以做一个肾病模型。
另外，我们之前做新冠的项目，对实验室的要求登记比较高，对新冠毒株的要求也很高，所以我们就找到一家在法国可以做新冠实验的CRO。
而国内的化学合成非常优秀，我们和药明、美迪西、皓元都有合作，合作包括化合物的体外活性测试、酶活性细胞活性、DMPK测试、做CMC制剂做放大生产和临床前毒理等。所以每家CRO的强项业务都不一样，我们完全是业务驱动。
《医健AI掘金志向》：AI制药公司主要包括3种商业模式，出售软件的AI SaaS、提供服务的AI CRO、自研药物的AI biotech。英矽3种都有接触吗？
任峰：其实是4种模式，因为SaaS分为两种，可以是单纯的软件授权（薛定谔），也可以和公司达成战略合作，包括项目首付款和里程碑付款。
至于CRO的服务，以晶泰和腾迈为例，就是为制药公司提供AI算法等服务，是“一手交钱，一手交货”的模式。相比之下，合作关系是比较长尾的。
我们和药企是平等的合作伙伴关系，和CRO则是甲方和乙方的雇佣关系。 以赛诺菲的合作为例，英矽智能负责早期的靶点发现、分子设计生成等工作，将项目推进到PCC或者临床I期阶段。此后，赛诺菲负责后续的临床推进工作，同时会在里程碑达成之后给到里程碑付款。
至于我们和CRO的合作，我们则是将自研AI设计的化合物交给CRO去合成和测试，是甲方和乙方的关系，实验中产生的数据也是英矽智能自有的，会反哺AI平台的迭代和优化。在这个过程中，双方扬长避短，英矽智能融合前沿AI技术设计新颖的分子，同时充分利用CRO高效执行的能力、试验操作的经验和规模效应，对它们进行验证和测试。
我们在苏州的实验室，会替代一些CRO的工作，但是它更主要的一个功能是，为了我们以后收集和产生更多的数据。因为AI平台做得更精准，它需要的数据量更大，所以我们的全自动化的机器人实验室，会为我们产生更多的数据，也提早布局，希望能在以后的竞争中处于领先的地位。
另外，一些CRO的验证工作是不是可以自己做？
如果想要自己建立化学实验室，生物实验室也是可以的，但这些都是重资产投入。英矽智能目前还是轻资产运行，这样的灵活度非常大，而且在一起设备投入上也少。
CRO擅长提供一些实验的解决方案，配备专业的团队、专业的设备、甚至是实验室。如果我们要建一个实验室，需要购买仪器，仪器的折旧期是7年，7年之后就归零，这就是一大笔资产投入，还要去做安评、环评、废水、废液的处理等等，这些开支其实一个是耗费我们大量的精力，再一个这些都是贬值的投入。
目前，我们最终的走向是AI赋能的biotech。那么对于biotech来说，最大的价值就是它的专利和管线，其他的那些仪器设备都折旧到几年之后就没了，价值归零。所以说，这些领域我们更希望轻资产运行，然后充分利用CRO的特色，灵活度高的特点，更符合我们目前的需求。
《医健AI掘金志向》：有人称，烧钱搞自研药物，其实是向外界证明英矽的平台和效率，依旧是给SaaS业务打广告，你怎么看？
任峰：自研管线和外部合作是相辅相成的。自研管线的推进源于我们对AI平台的信心，也会验证AI平台的能力、获得外部合作伙伴的信任。同时，战略合作会为AI平台提供真实世界数据和反馈，进一步推进平台迭代优化。
目前，英矽智能内部的30多条管线完全是公司自主研发的，涵盖29个新颖靶点和肿瘤、纤维化、免疫等疾病领域。事实上，我们希望在PCC或者临床阶段寻求行业合作，将管线对外授权作为主流的商业模式。
总的来说，项目的议价权和临床上的数据和新颖程度有关，大型药企对新颖项目也比较感兴趣。对于一些me-better项目，可能就是在临床II期初步验证疗效之后，药企才会有授权引进的意向。
《医健AI掘金志向》：现在英矽有30多条管线，相比大药企60多条，这个数量级不算少。在管线选择上是何种逻辑？目前进展最快的肺纤维化候选药物管线，不少于8家竞争，怎么看待管线同质化的现象？
任峰：我们主要关注管线背后是否有足够大的市场规模、明显的未被满足的临床需求，以及比较充足的组学数据，这样就可以充分利用我们的AI平台。
目前，我们聚焦在癌症、纤维化、免疫和神经系统疾病这4个最主要的领域。
同时由于AI赋能，我们可以用更少的成本和资源投入，高效进行项目推进。同样的成本，可能一般的公司只能做5-10条，我们却可以做30条管线，非常高效。
现在进展最快的是肺纤维化药物管线，不少于8家有竞对竞争对手。但这个市场规模还是比较大的，预计到2030年会扩张到70亿美金。
而且现有的药物毒副作用都比较大，仍然存在未被满足的临床需求。 以及目前市场上的IPF创新药很多都聚焦在TGF-β通路，通过单一机制影响疾病进程。
但对于IPF这种复杂疾病，像英矽智能候选药物这样同时影响纤维化和炎症等多个通路，才最有可能得到更好的药效。这正是我们相对于竞品的优势之一。
另外，英矽的IPF候选化合物已经在临床I期试验中表现出了良好的安全性，这也构成了差异化优势。
《医健AI掘金志向》：如果一体两面地看待管线多的事情，也有隐忧：一是业务重心向自研管线倾斜，高度依赖于资本持续输血；二是尚无二期临床数据读出，投资者得“开盲盒”；三是受数据质、量限制，管线研发不可持续。所以当下英矽的任务是什么？有背水一战的感觉吗？
任峰：我们现在最主要的任务就是做好我们的管线的对外授权工作，这是我们今年BD的一个重点。可以在节约临床阶段投入的同时产生大量的现金流，支持后续研发工作。
我们希望能和行业伙伴合作，以相对轻资产的方式，着重关注临床前和早期临床试验阶段的工作。作为AI赋能的生物医药公司，这一阶段的降本增效能力正是英矽智能的优势。
我觉得我们需要一些真正的项目上的验证，需要大家给一些耐心。
目前为止，无论是AI制药公司的自研管线，还是合作项目，还没有在临床上获得关键的患者群体验证，现在很多是进行到II期。
希望我们在未来的2-3年或者3-5年之内，能在患者群体中得到真正的验证，如此才算实现了AI制药的闭环。
更进一步地拆解这个问题，就是提高候选药物在临床阶段的成功率。
我们知道，有超过半数的 II 期临床试验都以失败告终，其原因包括无法显示疗效、安全性问题以及疾病和数据的复杂性等，导致数千亿美元和数十年的努力付诸东流。
但准确预测临床试验II期至III期的转化成功率可以改变游戏规则。
好消息是，我们的AI临床试验预测模型--inClinico，离成功预测临床试验结果又近了一步，能够高准确度地预测多项临床试验II期至III期的转化结果。
这是我们2014年以来的工作，曾于2016年在预印本网站上发表了首篇预测临床试验结果的论文，今年8月3日正式将成果已发表在《临床药理学与治疗学》期刊上。该期刊是实验与临床医学领域权威的跨学科期刊。
目前inClinico 设置为一个 SaaS模式的在线软件系统， 已开放与行业伙伴的对外授权合作，也开放供分析师、对冲基金和银行在评估中小型生物技术公司临床试验项目中试用。
可以说，这是我们发展到管线转让的必然工作，也是给整个AI制药行业的反馈。
另外一个行业瓶颈，可能是对AI精度的提升不够。比如现在的数据喂给AI，它的准确度可以达到15-20%，你如果想把准确度提高到40-50%，你的需要的数据量就要更多，如果想进一步提高AI的精度，可能就需要更大量的数据。
《医健AI掘金志向》：能做SaaS就能做CRO，能做CRO就能做管线，大型药企也可以搭建自己的AI团队，但为什么这个领域一环扣一环，SaaS、biotech、CRO、bigpharma，四者相对稳定呢？
任峰：这些企业都有自己的侧重点。
像这种Saas的公司，他们更多是提供一些服务，提供一些公共型的平台，比如说算力平台，它可以做一些大家都能用到的底层搭建。以此赋能AI制药公司或者其他的AI公司，这是他们发挥自己技术上的特色。
对我们这种AI制药公司，我们也是在发挥自己的特长，希望通过算法，结合生物医药的数据，去做药物的早期研发。
而大的药企，他们有强大的商业化能力和临床能力，他们愿意在一些管线上与biotech或者AIDD公司合作；或者管线发展到一定阶段之后，他们希望授权引进或者买入这些管线，然后利用在后端的强项将药物做上市。
那CRO就希望能作为药物研发的服务提供商，帮助biotech或者biopharma将产生的想法实现，比如说把biotech设计出来的化合物合成出来。
所以我觉得这个是挺健康的一个生态圈，就是大家知道自己的强项在哪里，不去画蛇添足的做额外的跨界和无用的投入，这对整个生态是有好处，对自己的公司也有好处。
如果是我们要想去做一个大外企，建立销售团队，其实现在没有产品，也没有必要，甚至根本连养都养不起。
《医健AI掘金志向》：你怎么理解biotech和bigpharma，会有从前者到后者的跃升吗？
任峰：我觉得大的pharma，他们的护城河在于临床团队比较强大，商业化团队比较厉害，其实它有这两个就够了。我们也能看到，大的pharma一直在降减降低早期研发的这种比重。
而biotech这种新兴的技术公司，强项是在于早期的研发，所以说我们应该是投入在前期的强项上，而不一定每一个Biotech都想做成一个Biopharma。
所以说我觉得还是大家就专注于自己所擅长的事，那就形成互补。
当然，从很长远的未来来看，以后我们如果很多管线实现了对外授权，并且有一些药物已经上市了，有可能我们也建立销售团队，但这是很久以后的事情了，现在什么都是不确定的。目前为止，我觉得还是每个公司都聚焦在自己最擅长的领域更合适。
《医健AI掘金志向》：成立至今有哪些发展节点？接下来的3-5年间，您认为有哪些技术上的突破，会推动AI制药的跨越式发展？你们下一步有何规划？
任峰：首先是2016年，Alex带领团队首次将生成式AI应用到药物设计这个方面，结果在同行评议期刊上发表。在此之前，英矽智能主要利用生物信息学的算法，为药企提供靶点发现服务。
这篇论文标志着公司的AI技术应用从生物学拓展到了化学方面，也是我们作为生物医药公司发展的重要转折点。
接下来是2019年，英矽智能和药明康德一起在Nature Biotechnology发表了一篇文章，阐述Pharma.AI平台在46天的时间内针对DDR1这个靶点生成小分子化合物的过程，标志着英矽智能在业界获得了一定的知名度。
这款候选化合物表现出了良好的活性和DMPK性质，在合成和测试6个化合物之后就被发现了，这是创纪录的时间和效率。
到了这个时候，英矽智能的算法在大范围内得到了认可，但在药物研发领域的领先地位还没有夯实。
这一点在2021年2月份发生了转变。原因就是我们在这时发布了全球首款AI药物的临床前候选化合物。这是第一款由AI发现新颖靶点、由人工智能设计新颖分子结构的小分子化合物，引发了业内关注，也是英矽智能将AI和DD有机结合的证明。
今年对英矽智能来说也很重要，我们不断推进新药项目，在临床阶段也持续获得进展。
首先是我们的领先项目，也是业内首款AI药物率先进入到临床II期，对我们来说是里程碑式的事件。
其次，今年还有3条管线进入到临床，让我们成为一家临床阶段的AI制药公司。
第二个问题，接下来的技术突破。
从AI制药来讲，我觉得可能未来算法上可能很难有跨越式的技术突破。就算有，也是一些比较小范围的或者小步的提升。我认为不会有就像以前出现这种机器学习、深度学习、神经网络这样的重大技术上突破。
那么AI制药下一个突破点，我是指技术上而不是一些项目突破。项目突破就像我刚才说的，我们要等一些项目在临床上得到验证，尤其是临床二期。
另外，我觉得技术突破，可能是智能化自动化的实验室的普及。
现在大家都说干湿实验的结合，就像前面我也提到了，目前药物设计都是由AI制药公司完成，而实验的执行都是在CRO，但CRO这里的执行完全依靠人力，这是一个劳动力密集型的行业。
如果我们能在技术上突破这种，把这种劳动密集型的行业，做成以自动化智能化为主的方式，那就可以更大程度的降低成本，并且提高效率。
所以我觉得，有可能自动化智能化可能会更进一步加强AI制药的发展，也包括人机智能。
我们在苏州建立一个生物学的智能化机器人实验室，当然它还在进一步的完善，我们希望能在未来的1-2年里面，有机会能建立化学的机器人合成实验室，这样的话有很多事先的工作，我们可以内部就解决了，更高效率地解决。
第三个问题，下一步的规划。
首先一定是做好我们的管线的对外授权工作，此外我们也希望引入新的投资机构--算力等背景的公司。
你可以看到目前我们的投资机构，绝大多数还是AI和生物医药的居多。我们认为更宝贵的不仅是投资机构带来的资金投入，也有资金之外的对我们在行业内长期发展的帮助。比如，额外能帮我们引荐一些合作、或者技术上提供一些算力的支持等。也就是不仅是资金上的支持，更多的是从发展战略上的支持。
雷峰网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
