AI制药的热度，似乎还没有放缓的迹象。在今年年初多家企业陆续出现巨额融资后，美国纳斯达克又将迎来一家AI制药企业。

美东时间10日，AI制药企业Exscientia向美国证券交易委员会递交F-1文件，计划以代码“EXAI”于纳斯达克上市，拟募资1亿美元，高盛、摩根士丹利、美银证券和巴克莱担任联席账簿管理人。?

从2012年成立后，Exscientia一直不温不火。直到近些年AI引发制药热潮，早已耕耘多年的Excientia才走到了舞台前。2020年和2021年，成为了Exscientia成立至今最为风光的两年。尽管当下AI制药企业众多，但Excientia却是第一个将AI候选药物推进临床阶段的企业。?

从第一个AI候选药物进入临床试验，到目前拥有3个AI药物处于临床阶段，Excientia已经在业务上迈出具有历史性的一步。而在资本层面，今年3月完成1亿美元的C轮融资后，仅一个月时间，Exscientia又获得了软银Vision Fund 2领投的2.25亿美元D轮融资，并且可以自行决定是否获得额外的3亿美元。?

多重光环的背后，是Exscientia在近十年的发展过程中建立起了一个完整的从靶标选择到患者选择的端到端AI解决方案，并与诸多药企达成合作的业务能力做支撑，由此形成了正向循环。而在这个端到端的AI解决方案中，生成分子并推动候选药物进入临床阶段则是其亮点所在。?

在招股书中，Exscientia还指出了其发展的四个原则，包括“快速学习比筛选大数据更重要”；“从所有类型的数据中学习”；“尽可能编码和自动化”；“患者是确保从实验室到临床的最佳模型”，而这构筑起了Exscientia核心平台的技术基础和壁垒，使得其可以在仅有200多名员工的情况下，同时推动着25条研发管线，并源源不断地吸引着资金注入。?

此番IPO前，贝莱德、GT创投（GT Healthcare Capital Partners）、软银Vision Fund 2、德国生物药企Evotec SE、Celgene（新基）及丹麦生物医药领域风投公司Novo Holdings持有Exscientia超5%的股份。另外，招股书显示，盖茨基金会（Bill & Melinda Gates Foundation）有意认购公司价值3500万美元ADS。?

尽管Exscientia估值仍未知，但若参照今年4月份同样在纳斯达克上市的AI制药Recursion，Exscientia的市值表现或许同样值得期待。彼时，Recursion上市当日，股票一路飙升，最高涨幅达73%，市值也一度突破50亿美元，远高于此前30亿美元的估值。?

2012年，Exscientia创始人兼CEO安德鲁·L·霍普金斯（Andrew L. Hopkins）从他的实验室中分拆出了Exscientia。在此之前，在辉瑞工作了14年的他，刚因对新药创新步伐的缓慢而感到沮丧，并回到了学术界。?

选择出来创建Exscientia的初衷，与霍普金斯一直想在新药研发创新速度上有所突破是一致的。与所有AI制药企业一样，Exscientia的目标是用更短的时间和更低的成本创造出高质量的药物，但不同的是，在通往这个终极目标的道路上，各家则有着自己的方法和策略。?

在招股书中，Exscientia表示它们已经重新构想了朝着自主药物设计方向发展的AI药物开发过程。“这是一条将加速小分子药物发现，使得药物通过临床到达患者手中的道路。”而Exscientia所走的路子，便是布局从靶标选择和化合物设计，到患者选择和试验设计，直接通过患者来反映药物的潜在临床环境的端到端解决方案。?

Exscientia革新药物发现的策略是以AI为核心的。招股书显示，其AI设计能力包括深度学习、机器学习、主动学习和自然语言处理等技术。而其AI平台则是采用数据不可知的方法，能够从任何高质量、结构或生化数据中进行学习设计，这是其研发得以进入最前沿、数据最稀缺的领域的主要原因。?

在计算中，如果数据传输的方法或格式与设备或程序的功能无关，那么就可以称设备或者这个软件程序是数据不可知的。简单来说，这意味着设备或程序可以接收多种格式或者来自多个来源的数据，并且仍然能够有效的处理。诸如Apple手机的程序都需要从APP store下载，便是非数据不可知的方法。?

目前，Exscientia的AI解决方案搭建了三大技术模块执行四个任务，分别是CentaurAI、Centaur Biologist、Centaur Chemist三大模块，进行靶点选择、设计正确的候选分子、收集正确数据以及选择正确的患者四大任务。与此同时，Exscientia还将AI驱动的计算平台与其实验室平台集成，进行协同工作。?

图源自Exscientia招股书

具体而言，该公司的AI药物平台可以根据已有的药物研发数据，对特定的靶标自动设计出上百万种相关的先导化合物，并根究药效、选择性、ADME等条件对化合物进行评估和筛选。此外，Exscientia还自建了实验室，可以将这些小分子化合物进行实验检测，然后将数据反馈到AI系统中。由此一来，Exscientia便形成了用AI评估靶点和设计分子，专家则进行实验验证的“设计—制造—测试”的完整周期，持续不断地改善和训练已有的算法。

文章来源：《中国新药与临床杂志》 网址: http://www.zgxyylczz.cn/zonghexinwen/2021/1001/1093.html