AI制药,一家新独角兽诞生了。
9月4日,AI+生物科技公司Enveda宣布,公司已经完成1.5亿美元的D轮融资,目前估值超过10亿美元。
最新一轮由印度亿万富豪Azim Premji领投,此外还包括Baillie Gifford、Kinnevik、Peakline Partners、FPV、Socium Ventures、Dimension、Level Ventures、Henry Kravis、IA Ventures 和 Lux Capital等机构参投。
宣布融资的同一天,Enveda还公布了两个重要消息:其核心管线治疗特应性皮炎ENV-294成功开启1b期临床试验并招募了首例患者。
公司还任命了辉瑞前首席科学官兼全球研发总裁Mikael Dolsten博士为董事会成员。
近年来,在不少生物制药公司陷入资金困难时,Enveda以健康的融资节奏,获得大量资金支持。
迄今为止,Enveda的融资总额已经达到了5.17亿美元,此前获得了微软和赛诺菲的鼎力支持。
短短五年内,创始人从仅有的22.5万美元起家,从印度开始,逐步发展为最受业界关注的AI制药公司之一。
总结而言,公司凭借AI+天然产物活性药物平台走出了一条差异化研发之路,并在临床阶段得到初步验证。
和如今大佬云集的AI制药相比,Enveda的创始背景并不出彩。
创始人Viswa Colluru来自印度,既不是大学教授,也不是资深药物研发专家,此前没有创业经历,还依赖美国工签,在大佬遍地走的AI生物医药创业大军中确实不够看。
例如由诺奖得主David Baker创办、前基因泰克首席科学家出任CEO的AI制药公司Xaira Therapeutics,种子轮即获10亿美元支持。
图:Viswa Colluru
不过,Viswa Colluru曾经担任Recursion Pharmaceuticals的产品经理。
Recursion是全球最早上市的AI制药公司之一,收获了市场的大量关注,公司利用机器学习和高通量生物化学实验来改变新药筛选过程。
多年以来,Recursion构建了一套自动化的数据累积与AI药物研发流程,是制药业最早实现大规模自动化生物化学生成的公司之一。
在老东家的工作经验深深地影响到了Viswa Colluru,他坚信AI与数据对药物研发的颠覆性作用。
2019年,Colluru靠着自己的积蓄和前东家的一点资助,共计22.5万美元,毅然决定创业。
租不起办公室和实验室,为了节省经费,Viswa Colluru最初甚至回到印度老家,打造平台雏形。
于是,凭借其独具一格的药物研发平台,让Viswa Colluru获得全球诸多知名风投资金青睐。
Viswa Colluru相信,大自然永远是药物发现最伟大的化学家和最重要的灵感来源。
据统计,在1981-2019年批准的小分子药物中,约有半数直接或间接来源于天然产物。
例如人们所熟知的紫杉醇、阿司匹林、青蒿素、长春花碱均来自于天然活性物质。
尽管业界都知道天然产物非常重要,但许多发现都太“偶然”了。
天然药物开发存在诸多挑战,植物和土壤中物质极其复杂,活性成分含量极低,分离提纯是一个巨大的难题,此外天然分子化学结构复杂难以合成,更重要的是面临着知识产权等问题。
高通量筛选出现后,制药公司基本放弃这一“古老方法”,不再大规模筛选植物提取物。
如今,在大数据与人工智能的帮助下,Enveda构建了一个AI+天然产物研发平台,希望改变这种现状。
公司以天然产物为灵感源泉和起点,结合最前沿的组学、合成生物学、化学合成和深度学习技术,构建了对天然产物进行开发和优化的2.0模式。
短短5年的时间里,Enveda已经开发了世界上最大的可搜索天然化合物库,其中包含超过150万种化合物,并呈指数级增长。
借由其平台,Enveda 正在将药物的发现速度提高四倍以上,希望开辟一条变革性疗法之路。
简单来说,Enveda的平台主要分为两大部分。
首先,Enveda通过代谢组学平台,其核心为液相色谱-串联质谱(LC-MS/MS)采样技术,收集植物中的天然活性物质。
质谱的优势在于能够一次性获得多种天然新分子,但按照传统的方法,这一识别和确定化学结构的过程极其缓慢和困难。
因此,公司推出了PRISM的天然化学基础模型,该模型在12亿个小分子质谱上进行了训练,token总数高达850亿,是迄今为止最大的小分子质谱训练集。
当前,该平台实现了大规模自动化翻译天然分子的结构,分析速度从一次一个分子提高到一次10000个分子。
这意味着,人类能够轻松获得大量的化学结构和生物活性,自然界以前隐藏的分子首次变得可见和可行。
这使得Enveda能够探索此前人类未涉入的99%天然化学物质,并将化学结构和活性深度联系起来,用于药物研发、食品、营养等领域。
Enveda称已经建立了世界上最大的植物来源的天然分子样品库,将38,000 种植物与 12,000 种人类疾病和症状联系到一起。
紧接着,Enveda还构建高通量筛选流程,用于对其化学库中的化合物进行体外和体内测试。这些随后的经验测量有助于快速测试重要的药物特性,例如其功能特性及其最终在体内的分布位置。
随后,研究人员将识别并优化有潜力的分子,以完善其活性、选择性以及耐受性等、并最终将其转化为潜在药物。
站在大自然的肩膀上,如今Enveda 拥有16个临床前项目、十几个开发候选项目、4 个 IND 阶段项目和 1 个临床项目。
由于历史上天然产物的许多用途都与慢性病管理和慢性病症状有关,Enveda主要集中于皮肤学、炎症、代谢等领域。
公司的核心资产是代号为ENV-294的小分子药物,用于治疗特应性皮炎(AD)。
图:Enveda的主要管线
一直以来,治疗特应性皮炎的主要药物为激酶抑制剂以及类固醇药物。
而ENV-294是一种小分子,源于一种治疗哮喘和湿疹的天然植物,在临床前实验中表示出与激酶抑制剂和类固醇相类似的疗效。
不过ENV-294机制尚未公开,但Enveda表示其能够兼具JAK抑制剂的疗效和IL-4和IL-13 抑制剂的安全性。
1a 期试验结果显示,ENV-294 针对健康受试者中,所有剂量水平上都具有良好的耐受性,具有良好的安全性,没有报告剂量限制性毒性或严重不良事件。药代动力学数据表明剂量比例暴露,并支持每日一次口服给药的潜力。
此外,Enveda今年还计划将另外两款药物推进至临床。ENV-6946是一款针对NLRP3/TL1A+通路抑制剂,有望成为治疗炎症性肠病的潜在疗法。
ENV-308则是一种用于治疗肥胖症的首创口服小分子药物,创始人称,该药物可能成为“首个治疗肥胖的他汀类药物”。
得益于源源不断的天然活性分子,Enveda预计未来几个月其管线将增加四倍。
总结而言,Enveda Biosciences 的独特之处在于它将人工智能、代谢组学与天然产物的深度挖掘相结合,构建了一个强大药物发现新范式。
未来,智药局将持续关注Enveda的进展和成果。
文章来自于微信公众号“智药局”,作者是“王苏”。
【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。
项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file
本地安装:https://www.deepbi.com/
【开源免费】airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。
项目地址:https://github.com/hitsz-ids/airda