人工智能以其强劲的渗透力在各个领域融合“发芽”，医疗健康也没能“逃过一劫”，将AI融合到新药研发中一方面能够缩短药物研发的时间，另一方面也能大大降低研发成本。AI医疗一时间成为了资本市场的“新宠”。
继创业邦此前报道的星亢原之后，红杉中国种子基金再次出手AI制药行业，领投了大数据AI驱动科技公司智化科技。2018年成立的智化科技致力于用人工智能和化学大数据解决新药研发临床前的化学合成问题，从而提高药企新药研发的效率。
尽管都是AI制药领域的选手，但智化科技与星亢原有所不同。星亢原是基于生物体系研究表征蛋白质之间的相互作用；而智化科技则是专注于化合物层面，提高化学药的研发效率。
通常一种新型药物从研发到上市需要经过12年的时间，耗费数十亿元人民币，经过上千次实验，才能从将药物从理论研究送进各个药房，这对人力、物力都是极大的考验。AI技术赋能医药则可以有效缩短研发时间，降低成本。
本文文章插图来源于图虫网，经授权使用
结合化学专业知识和AI技术，智化科技采用数据驱动的方法发明了计算机辅助设计合成路线的解决方案。该方案考虑到立体化学，可以在数分钟内预测未报告或未报告靶分子的多种合成途径，利用用户经验并通过更改条件或根据断键位置来定制路线。预测反应的参考文献，也考虑了反应位点和反应类型的相似性。
这套逆合成预测系统遵循路线设计的工作流，可以在几秒到几分钟内设计出合成路线，具有很高的可行性和多样性。
据了解，智化科技逆合成模块算法平台已实现商业化落地，目前主要针对于逆合成方面的核心技术提高药物发现效率。其实除了药物发现外，算法平台合成过程还能应用于工艺优化等场景中。智化科技还可为用户提供内部电子实验记录本数据整合服务以及客户内部的分子砌块数据整合服务。
智化科技的AI辅助综合解决方案已为制药公司、CRO、学术和科研机构提供了技术服务，以进行合成规划。根据用户反馈，智化科技逆合成模块的优势在于对于大多数目标化合物而言，使用快速搜索只需数秒至5分钟就可找到路线。
对于复杂分子，增强的预测功能可以使用“高级搜索”提供多种途径；此外，交互式路线可以运用用户经验改进预测路线；而例如BB/ELN集成则可以利用AI工具和用户内部数据相结合来改善预测结果。
夏宁透露，目前智化科技的产品可以达到中高级化学研发人员的水平，对产品的优化也在持续进行中。当前智化科技与5家顶级制药厂及CRO合作，用户群体已达到数千人。“智化科技的商业模式主要依靠和大型药企合作，在合作中不断优化升级产品”，夏宁说。
本文文章插图来源于智化科技，经授权使用
尽管智化科技在2018年成立，但2008年前后夏宁就已经深耕化学信息技术方向。夏宁是法国科学院有机学博士，曾在德国拜耳制药公司、法国巴黎欧莱雅从事研发工作。2009年。他在法国参与创立了eNovalys公司并任CTO。
当时eNovalys主要是把化学信息技术应用在化学研发上，用来提高化学研发效率。但事实上由于该领域处于起步阶段，市场认知程度并不高，2012年其自主研发的逆合成系统并没有实现商业化，直到2015年夏宁回国后，这套逆合成系统才实现了商业价值。
到了2018年，Waller Lab在《Nature》上发表了一篇论文，阐述了AI技术进行药物化学合成的可行性，“一石激起千重浪”，这引起了资本界的热切关注，也给AI制药企业带来了机遇。也正是在这时，夏宁结合已有经验及市场行情，创建了智化科技。
“的确AI制药处于风口，但为何会有风来？是因为整个制药行业发展到了需要变革的时间点”，夏宁继续说，“超过10年的研发时间，十几亿美元的研发投入，换来的却是不到10%的成功率，这种风险和损失是不可延续下去的，因此行业需要另辟蹊径。”
面对这一炙手可热的赛道，唯有专注、专业才能胜人一筹。对于如今腾讯及一些互联网大厂也来分羹的市场现状，夏宁希望通过立足细分领域建立“护城河”。据悉，接下来智化科技还将继续深入研发，垂直细分领域，专注一个点进行突破。
智化科技致力于用计算机解决化学问题，重塑化学未来。公司在上海、武汉寻找化学，IT及双重背景的人才。欢迎有行业兴趣且志同道合的技术型人才加入。
