尊龙凯时 - 人生就是搏!

　　2012年是Jacob Berlin在希望之城工作的第二年ღ✿✿。Jacob在贝克曼研究所担任分子医学系副教授尊龙人生ღ✿✿，研究纳米材料和合成化学的交叉领域ღ✿✿，相关技术可用于小分子药物研发ღ✿✿。此前ღ✿✿，他已在小分子药物研发领域深造多年ღ✿✿。

　　一天ღ✿✿，Jacob无意中在餐巾纸上写下一个技术构想ღ✿✿：能否创造一种技术ღ✿✿，让它在几分钟内筛选数亿个药物分子ღ✿✿，并记录它们与疾病靶点的相互作用ღ✿✿，用这些数据驱动AI加速药物研发ღ✿✿。

　　Jacob很快意识到ღ✿✿，这项技术一旦大规模应用ღ✿✿，药物开发速度将提高数千倍ღ✿✿。他迫不及待地给弟弟Eli Berlin打了一通电话ღ✿✿：“这个想法太酷了ღ✿✿！这将成为一家公司ღ✿✿。”

　　“听起来很棒ღ✿✿，Jacobღ✿✿。但它真的有用吗？”Eli反问ღ✿✿。Eli从事私募股权投资工作ღ✿✿，他擅长从商业视角给出建议ღ✿✿。Eli印象中ღ✿✿，Jacob很少对自己的成就如此兴奋ღ✿✿，Terray是一次例外ღ✿✿。

　　2022年ღ✿✿，美国洛杉矶新建了一座占地超50000平方英尺的工厂ღ✿✿，约2/3个足球场大小ღ✿✿。这里既是一座药物研发实验室ღ✿✿，也是一座AI数据工厂ღ✿✿。人类科学家和AI每天共同产生50TB原始化学数据ღ✿✿，相当于12000多部电影ღ✿✿。

　　2018年ღ✿✿，Jacob最初的技术构想有了雏形ღ✿✿，他和弟弟Eli共同成立Terrayღ✿✿。Terray通过大规模计算与实验室数据相结合高樹千佳子ღ✿✿，降低小分子药物开发成本与风险ღ✿✿，提高研发速度ღ✿✿。

　　最近ღ✿✿，不到一年时间里ღ✿✿，英伟达两次押注Terrayღ✿✿。2023年底ღ✿✿，Terray首次获英伟达投资ღ✿✿；2024年10月ღ✿✿，Terray宣布完成1.2亿美元B轮融资ღ✿✿，英伟达再次加注ღ✿✿。

　　在哈佛大学读本科期间ღ✿✿，Jacob就开始思考如何制造更有效的药物ღ✿✿。在MIT攻读博士后期间ღ✿✿，Jacob做了大量的分子设计和开发工作ღ✿✿，很多成果被用于小分子药物开发中ღ✿✿。

　　小分子药物因分子结构简单ღ✿✿，服用方便ღ✿✿，生产成本低廉而很受欢迎ღ✿✿。患者口服后ღ✿✿，药物可在消化道内被吸收进入血液ღ✿✿，如阿司匹林和他汀类药物等ღ✿✿。

　　长久以来ღ✿✿，新药研发都困在“双十定律”的诅咒里ღ✿✿，平均每项研发都要耗费10亿美元和10年时间ღ✿✿，且失败率高达90%ღ✿✿。

　　根本原因在于ღ✿✿，药物发现过程好比“大海捞针”ღ✿✿。目前ღ✿✿，潜在可行的药物类小分子化合物的数量约在10^40~10^60ღ✿✿。而传统制药流程中ღ✿✿，企业往往需要根据发病原理确定靶点ღ✿✿，在潜在可行的药物分子中反复实验ღ✿✿、设计ღ✿✿、测试ღ✿✿，找到能够命中靶点的药物分子ღ✿✿，每周只能生成约10~20个数据点ღ✿✿，研发进展极慢ღ✿✿。

　　于是ღ✿✿，Jacob到莱斯大学攻读第二个博士后学位ღ✿✿，转向纳米材料研究ღ✿✿，试图将材料微型化ღ✿✿，加快药物研发效率ღ✿✿。此后ღ✿✿，他在希望之城综合癌症中心的贝克曼研究所当了8年教授ღ✿✿，研究纳米材料和合成化学的交叉领域ღ✿✿。

　　彼时ღ✿✿，以深度学习为主的AI浪潮逐渐兴起ღ✿✿，用AI将药物研发从“大海捞针”变为“可控工程”的呼声也随之高涨ღ✿✿。

　　其中一条路通向算法ღ✿✿，代表成果是谷歌DeepMind的AlphaFold系列ღ✿✿。这类企业押注于算法能力ღ✿✿，认为算法设计越好ღ✿✿，所需的数据就越少ღ✿✿，企业通常无需建立大型实验室ღ✿✿。

　　Jacob认为ღ✿✿，药物研发虽是算法问题ღ✿✿，但更是一个数据问题ღ✿✿。以往的化学数据规模小且质量不高ღ✿✿，无法高效驱动AI进行药物研发高樹千佳子ღ✿✿。于是ღ✿✿，Jacob在餐巾纸上写下一个大胆的想法ღ✿✿，并为此成立了一家公司ღ✿✿。

　　Jacob将公司的发展历程描述为一个多阶段的旅程ღ✿✿，从硬件革命（扩大芯片制造规模）ღ✿✿，到数据革命（快速准确地收集高质量数据）ღ✿✿，再到计算革命（构建药物发现平台）ღ✿✿。

　　早在10年前ღ✿✿，Jacob和团队的博士生Kathleen Elison便共同开发了一种超高密度微阵列芯片ღ✿✿。

　　每个芯片大约只有1枚镍币大小ღ✿✿，分布着3200万个微孔ღ✿✿，每个微孔都是高速生化筛选的反应点ღ✿✿。将芯片放置于化学溶液中ღ✿✿，溶液分子与芯片微孔中化学分子的每一次相互作用都会被记录下来ღ✿✿，每天会有数百万次记录ღ✿✿，产生50TB原始数据ღ✿✿。“这是一个天文数字般的进步ღ✿✿。”Elison表示ღ✿✿。

　　目前ღ✿✿，Terray已经构建了世界上最大的化学数据集ღ✿✿，在过去3年中定量测量了超过50亿个靶点-配体相互作用ღ✿✿，约为所有公开可用化学数据的50倍ღ✿✿，且数据集规模每年翻一倍ღ✿✿。

　　2022年2月ღ✿✿，Terray推出药物发现平台tNovaღ✿✿。通过高密度微阵列技术和AI技术ღ✿✿，tNova平台能够系统分析药物分子与疾病靶点之间的相互作用ღ✿✿，识别并优化潜在的药物候选分子ღ✿✿。

　　2024年2月ღ✿✿，Terray在GitHub上开源了多模态预训练模型COATIღ✿✿。COATI能够将实验中的化学数据“编码”为AI能够理解的计算机语言ღ✿✿，经AI处理后ღ✿✿，再将药物分子对应的计算机语言“解码”为化学数据ღ✿✿，从而倒推出分子结构ღ✿✿，加速实现药物分子设计尊龙人生ღ✿✿。2024年3月ღ✿✿，Terray在GitHub上发布COATI2ღ✿✿，训练数据量为上一代模型的2倍ღ✿✿。

　　简言之ღ✿✿，Terray通过超高密度微阵列芯片生成大量“靶点-配体”发生反应的原始数据尊龙人生ღ✿✿，以此训练生成式AI模型ღ✿✿，驱动AI筛选出最有效的药物分子ღ✿✿。之后ღ✿✿，对筛选出的候选药物分子进行高通量实验测试ღ✿✿，测试数据将成为新训练数据导入数据集ღ✿✿，从而形成数据闭环ღ✿✿，不断提高模型筛选和设计药物分子的准确性ღ✿✿。

　　不过ღ✿✿，这种将AI计算与实验室研究深度耦合的方法ღ✿✿，也要求Terray构建起一个跨领域专家团队把控关键环节ღ✿✿，以及足够的计算资源支持ღ✿✿。资金ღ✿✿、人才ღ✿✿、算力ღ✿✿，缺一不可ღ✿✿。

　　借助这融资势头ღ✿✿，Terray在洛杉矶蒙罗维亚技术园区落地了超50000平方英尺的综合实验室ღ✿✿，接近2/3个足球场ღ✿✿。与此同时ღ✿✿，Terray也开启新一轮“招兵买马”ღ✿✿，在各个领域搜寻志同道合的专家ღ✿✿。

　　Jacob曾在一次采访中直言ღ✿✿，“招聘团队是最大的挑战尊龙人生ღ✿✿。找到使命ღ✿✿、愿景一致ღ✿✿，充满激情且能力出众的人一直都是一项艰巨的任务ღ✿✿。”

　　Fez在临床药物领域有数十年积累ღ✿✿。他于1995年加入默克公司ღ✿✿，担任高级研究化学家ღ✿✿，并升任化学执行总监ღ✿✿。他曾将8个候选药物送到临床试验门前ღ✿✿，其中3个进入临床试验ღ✿✿，包括用于治疗肥胖症的同类首创小分子MC4R激动剂MK-0493ღ✿✿。

　　Fiona在生物技术和生物医学行业有20多年从业经历ღ✿✿，专注于端到端产品解决方案与制造流程的跨学科技术开发ღ✿✿。她的技术理念与Terray不谋而合ღ✿✿：“大规模的化学-生物相互作用数据ღ✿✿，结合机器学习方法ღ✿✿，将会展现出颠覆性的创新潜力ღ✿✿。”加入Terray前ღ✿✿，Fiona曾领导全球基因测序设备巨头因美纳的Array产品组合研发部门ღ✿✿。在她的领导下ღ✿✿，Array四年内收入增长40%ღ✿✿。

　　其中ღ✿✿，Bassil Dahiyat曾被麻省理工学院《技术评论》评选为“100 强青年创新者”ღ✿✿。他深知ღ✿✿，药物发现领域长期受到规模和资源的限制ღ✿✿，而Terray平台所能提供的大规模实验筛选和先进的计算方法ღ✿✿，恰好能帮助突破这一瓶颈ღ✿✿，发掘出具有潜力的新药候选物ღ✿✿。

　　Sudha Parasuraman则有丰富的临床开发和商业经验ღ✿✿，在免疫学ღ✿✿、肿瘤学ღ✿✿、血液学及罕见病领域均有多年研究ღ✿✿。“在Sudha博士专业知识的支持下ღ✿✿，Terray的内部和合作项目将更好地向临床阶段推进ღ✿✿。”Jacob Berlin表示ღ✿✿。

　　Terray首席科学家Vanessa Taylor此前在Rigel Pharmaceuticals担任生物学副总裁ღ✿✿，曾负责领导临床前研究项目ღ✿✿，从靶点识别到主要候选药物的选择ღ✿✿，以及支持IND（研究型新药）申请和早期临床研究ღ✿✿。在Rigel任职期间ღ✿✿，她直接参与了7种候选药物的临床研究ღ✿✿，重点关注是炎症和罕见疾病ღ✿✿。

　　Terray首席平台官Craig Schulz此前是安进公司的首席科学家ღ✿✿，曾负责设计ღ✿✿、测试和运行安进公司的自动化解决方案ღ✿✿。Craig发明过许多新技术ღ✿✿，包括对小分子和大分子合成ღ✿✿、纯化和筛选的改进等ღ✿✿。

　　同时ღ✿✿，Jacob的亲弟弟Eli Berlin也辞去原本的私募股权工作ღ✿✿，成为Terray的联合创始人ღ✿✿，并担任首席财务和运营官ღ✿✿。

　　加速组建跨领域专家团队的同时ღ✿✿，迅速扩大的数据集也急需大量计算资源维持运转ღ✿✿。2023年ღ✿✿，一笔来自英伟达的投资ღ✿✿，为Terray补上了计算资源的巨大缺口高樹千佳子ღ✿✿。

　　当时ღ✿✿，Terray已经拥有一批高质量的实验数据ღ✿✿，想要进一步训练自己的小分子化学基础模型ღ✿✿，用生成式AI来解决复杂的药物发现问题ღ✿✿，急需大量计算资源ღ✿✿。英伟达承诺ღ✿✿，将为Terray提供NVIDIA DGX™ Cloud平台ღ✿✿，利用NVIDIA AI软件堆栈和NVIDIA的全栈计算专业知识ღ✿✿，协助Terray优化和扩展其基础模型的开发ღ✿✿。

　　最近ღ✿✿，英伟达宣布其开源的NVIDIA(®) BioNeMo(™)框架正加速落地ღ✿✿。BioNeMo框架通过一系列加速计算工具ღ✿✿，为生物分子研究提供指数级扩展能力ღ✿✿，提高药物研发流程中的计算水平ღ✿✿。目前ღ✿✿，已有200多家科技生物公司ღ✿✿、大型制药公司和初创企业ღ✿✿，将BioNeMo集成到其计算机辅助药物研发平台和工作流中ღ✿✿。Terray就是其中之一ღ✿✿。

　　人体内部的化学环境极其复杂ღ✿✿，药物进入人体开始临床试验后ღ✿✿，很可能遇到在实验室里未曾出现的副反应ღ✿✿，损害人体健康ღ✿✿。临床试验一旦失败ღ✿✿，此前多年努力都打了水漂ღ✿✿。

　　因此ღ✿✿，Terray等生物技术初创企业大多会选择与大型药企合作ღ✿✿，形成优势互补高樹千佳子ღ✿✿，降低药物研发成本ღ✿✿。目前ღ✿✿，Terray已经陆续和大型制药企业建立合作ღ✿✿。

　　2022年10月ღ✿✿，Terray与生物制药公司Calico达成合作ღ✿✿。Calico由Alphabet创办ღ✿✿，致力于用先进技术研究老年疾病ღ✿✿。根据协议ღ✿✿，此次合作旨在开发癌症等疾病的小分子疗法ღ✿✿。双方将利用Terray的tNova平台ღ✿✿，识别Calico选定靶点的小分子先导化合物ღ✿✿。

　　2023年12月ღ✿✿，Terray宣布与百时美施贵宝达成一项多目标合作协议ღ✿✿，以发现和开发某些疾病的小分子疗法ღ✿✿。根据协议条款尊龙人生ღ✿✿，Terray将利用tNova平台发现和开发针对百时美施贵宝指定的一组靶点的小分子化合物ღ✿✿，百时美施贵宝将负责开发和商业化ღ✿✿。

　　合作项目在药物分子发现ღ✿✿、候选药物ღ✿✿、临床试验及监管等节点取得关键进展时ღ✿✿，Terray都有资格获得额外付款ღ✿✿。同时ღ✿✿，如果百时美施贵宝成功将合作的产品商业化ღ✿✿，所产生的净销售额也需分配一定比例给Terray作为特许权使用费ღ✿✿。

　　今年10月ღ✿✿，官宣B轮融资后ღ✿✿，Terray相继宣布了与Odyssey Therapeutics的合作尊龙人生ღ✿✿。Odyssey是一家临床阶段的生物制药公司ღ✿✿，专注于自身免疫性和炎症性疾病的药物研发ღ✿✿。

　　根据合作协议条款ღ✿✿，双方将合作确定一个或多个候选药物ღ✿✿。Odyssey将提供相关知识产权和专业知识ღ✿✿，供Terray的tNova药物发现平台完成药物发现和先导阶段高樹千佳子ღ✿✿。此后ღ✿✿，双方将共同承担该项目的研究ღ✿✿、开发和商业化任务ღ✿✿，并平等分担合作损失和利润ღ✿✿。

　　Jacob曾在两年前的一次访谈中坦言ღ✿✿：“将我们的技术规模化ღ✿✿、工业化应用远比想象中更难ღ✿✿。”某种程度上ღ✿✿，这也是整个制药领域共同的难题ღ✿✿。

　　虽然一些人工智能开发的药物正在进行临床试验ღ✿✿，但仍处于早期阶段ღ✿✿，全球范围内仍未出现一款通过临床测试的AI药物ღ✿✿。华盛顿大学蛋白质设计研究所所长ღ✿✿、生物化学家大卫·贝克此前指出ღ✿✿：“生成式人工智能正在改变这个领域ღ✿✿，但药物开发过程依然非常混乱尊龙人生ღ✿✿。”

　　最常见的争议在于ღ✿✿，AI往往是基于大规模数据ღ✿✿，经过推理运算后ღ✿✿，预测出某个药物分子结构ღ✿✿，但无法提供该药物针对相应疾病的生物学机制ღ✿✿，这可能会造成潜在的安全风险ღ✿✿。

　　但反对者认为ღ✿✿，对于目前市面上流通的绝大多数药物ღ✿✿，人类都无法准确解释其作用机理ღ✿✿。“如果目的是改善人类健康并确保患者获得有效的治疗ღ✿✿，那么在不完全了解生物学的情况下开发治疗方法是理所当然的ღ✿✿。如果这是一个黑匣子ღ✿✿，我会接受这个黑匣子ღ✿✿！”AI制药企业insitro首席战略官Philip Tagari曾表示ღ✿✿。

　　对此ღ✿✿，Jacob也表达过相似的观点ღ✿✿：“对我们以及整个领域的最终考验是ღ✿✿，10年后回顾过去ღ✿✿，是否可以说临床成功率大幅上升ღ✿✿，并且我们有了更好的药物来促进人类健康ღ✿✿。”

　　据纽约时报报道ღ✿✿，Terray正在开发治疗红斑狼疮ღ✿✿、牛皮癣和类风湿性关节炎等疾病的新药ღ✿✿。此外ღ✿✿，Jacob透露ღ✿✿，2026年ღ✿✿，Terray预计将有药物进入临床试验ღ✿✿。药厂ღ✿✿。尊龙凯时人生就是博ღ✿✿，尊龙凯时人生就是搏z6comღ✿✿，尊龙凯时人生就是博·(中国)官网ღ✿✿，尊龙凯时(中国)人生就是搏!ღ✿✿！尊龙凯时app首页ღ✿✿，尊龙凯时人生就是博官网登录ღ✿✿！