BigHat Biosciences：新技术能否解锁生物治疗密码｜前哨科技特训营

你好，这里是科技前哨，今天继续跟你分享生命科学公司有关的新鲜见闻。

我们之前介绍了很多用应用人工智能的生物科技公司。今天要介绍的BigHat Biosciences受到众多大企业的关注，投资者中既有A16Z这样的软件领域大风投，也有安进这样的生物医药大公司。

为什么它能横跨两个领域，都被视作前沿？同样是人工智能医药研发，它有什么独到之处？科技前哨今天与你一起更深入了解一下背后的原因。

1. 加速抗体蛋白质研发

BigHat Biosciences 成立于2019年，业务与我们介绍过的incilico相类似，使用人工智能帮助设计、开发蛋白质抗体。

2014年，生物医药领域掀起了一场PD1/PD-L1蛋白质抗体的免疫治疗热潮，ADC药物、双/多功能抗体等新型药物形式不断涌现，大分子药物开发进入了一个黄金时代。

当时不少人幻想，我们会有越来越多的疾病都能得到治疗。然而现实并没有这么美好，新药研发速度大幅低于人们的预期。

主要原因在于，对靶点有效的抗体蛋白质结构太过复杂，设计、筛选有效的抗体需要耗费大量时间，最大的难点就是如何确定抗体蛋白质序列和结构。

BigHat Biosciences瞄准的正是这道难题，要用人工智能解决它。

他们推出的Milliner抗体设计平台，不单集成了人工智能算法，还直接与操作实验室联通，可以在几天内完成过去几周才能完成的项目。

从计算机设计，实验表达、纯化，到最终生成抗体都能系统完成。在 BigHat，治疗项目从人工智能生成抗体蛋白质原型开始，通过实验室反馈，连续完成设计-构建-测试循环，最终找到可用的蛋白质抗体。

BigHat 的机器学习模型能同时识别抗体在实验中的多项指标，确定新抗体的治疗效果，反馈数据还会进一步用于训练AI，加速后续的开发。

最近他们与纽约大学合作开发主动学习方法的工作发表在一篇题为“使用贝叶斯优化进行蛋白质设计的有效替代模型”的论文中，并被 2022 年国际机器学习会议 (ICML) 接受。

目前，Miliner平台每周能够分析测试800个分子，效率是传统生物实验室的10倍以上。

基于这套方案，BigHat 已从以 Section 32、Andreessen Horowitz 和 8VC 为首的顶级投资者那里筹集了 1.05 亿美元，并在与默克等大型生物制药公司达成合作。

2. 顶级的跨界团队

BigHat之所以有如此强的技术实力，离不开顶尖的跨界团队。

公司的首席执行官 Mark DePristo 是剑桥大学生物化学博士，前 Google的人工智能团队，负责基因组学项目，Broad Institute 医学遗传学联合主任。 

2016 年至 2019 年，Mark DePristo 在 Google Brain 创立并领导了基因组学团队，该团队将深度学习算法应用于基因组学问题，并研究用于短 DNA 序列模式识别的深度学习方法和使用深度学习注释蛋白质的模型。 

看到这相信大家就知道Miliner为什么受到关注了，Google的AlphaFold正是改变了蛋白质研发的超级人工智能工具，作为这个团队出身的创始人，自然会受到认可。

DePristo的学术文章被引用次数超过8万次，也能从侧面证明这一点。

他本人不光有很强的技术背景，也有丰富的创业经历，在加入 Google 之前，是创业公司SynapDx的早期成员，更早期创建并领导了开发 GATK 的团队，GATK 是处理下一代 DNA 测序数据的黄金标准软件。

另一位联合创始人Peyton Greenside偏学术领域，是最早将深度学习应用于生命科学问题的研究者。

Peyton 开发了学术界和工业界使用的AI模型，帮助建模、理解和优化生物序列。 

 Peyton Greenside（左）和 CEO Mark DePristo（右）

通过两人的合作，BigHat 从创立以来到现在已经实现了技术的大跨越。自 A 轮融资以来，Milliner平台的容量扩大了20倍，。

2022年3月，BigHat收购了Frugi Biotechnology，将定制的无细胞蛋白合成（CFPS）技术整合到其平台中，还纳入了哺乳动物细胞系能力和功能测定。

基于这个平台，目前正在研究涉及肿瘤、炎症和传染病治疗的五个项目。

今年1 月份，BigHat 完成了与安进的第一阶段研究合作。11月份，他们又宣布了和默克的合作协议。

目前公司已经进入高速发展阶段，已经搬进了位于加利福尼亚州圣马特奥的新办公地点，团队规模预计明年就要翻一番。

BigHat 联合创始人兼首席执行官 Mark DePristo 表示：“BigHat 平台的规模和灵活性使我们能够与治疗发现连续体中任何地方的公司合作，并开展内部治疗计划，以解决各种疾病的主要未满足需求。”

3. 从技术通向商业化

全球生物制剂市场预计到 2025 年将增长到 4210 亿美元，抗体治疗作为其中重要的一部分，市场潜力不小。

如今总共有200 多种抗体和其他生物治疗药物获得批准，但相比于市场潜力还是太少，主要原因正是此前提到的，使用传统技术开发这些高级分子可能很困难、成本高且速度慢。

BigHat 的人工智能抗体设计平台 Milliner 提供了快速可靠地创建这些突破性疗法的基本技术。

靠着这个优势，在今年的低迷的市场中，他们依旧完成了7500 万美元的 B 轮融资，加速开始商业化的道路。

作为合作方Amgen 与 BigHat 合作研究的第一阶段已经完成，从结果看证明了他们的平台确实能够显著优化单抗开发，这也是安进参与了后续投资的原因。

而从市场格局看，目前在人工智能创业领域，抗体研发这个细分市场公司并不多。类似的Exscientia，MAbSilico，Proscia等并不设立在北美市场，又或者是用AI/ML做多方面的数据处理，并非只针对抗体。

在目前的产业结构下，医药企业巨头们逐渐开始放慢自己独立研发的脚步，而是将资金投资给专门做某方面的小型企业。通过企业之间的合作，实现双赢模式，既能减少不必要的开支，也能以较快的速度获得某个领域的产品。

这也使得BigHat市场明确，用人工智能技术来开拓抗体的市场，有着较早进入市场的优势，他们之前和多家大企的成功合作也会帮助他们开辟更多的合作伙伴。

目前，BigHat要做的是一路狂奔，提高产能，尽可能拿下更多的大企业合作，但这套模式继续走下去，他们还要面临商业上的抉择：是否要向更下游的药物制造和销售延伸，这将决定他们未来是被大企业收购，还是成为新的巨头。

以上就是今天的内容，希望你能有所收获，如果你喜欢我们的节目，欢迎分享给你的朋友，这会对我们非常有帮助，更多精彩内容明天再见~

科技前哨，每天都为你点亮。