当一个企业打算做平台时，它的领袖必然早已久经沙场，看破整个行业的沉浮，又能从缝隙间发掘机遇。谁能想到，在“AI+药物研发”这一新赛道也能跑出制药平台——深度智耀正在将梦想变为现实。

今年10月9日，深度智耀获得红杉资本近1500万美元B轮融资。该轮融资距深度智耀成立仅一年有余，但在这期间，深度智耀已获得三轮融资，投资者不乏真格基金这样的优质投资机构。是什么因素能带给深度智耀如此迅捷的发展，我们不妨先从制药说起。

众所周知，药物研发是一条漫漫长路，无论是百年的跨国大药企，还是新晋的医药新秀，因为研发失败而巨额亏损之事时常有之，对于国内避险趋利的大环境，90%的药企为仿制药企业也不足为怪。

对于深度智耀创始人兼CEO，曾多年就职于跨国药企并参与药物开发的李星而言，这些苦果遥遥无期。直到AI的出现，如何提升药物研发的成功率，缩短药物的进程，降低研发的成本，李星似乎找到了方法。

纵观新药研发全流程，总计近20个模块，无论是早期过程中的靶点发现，还是临床试验阶段的患者试验，都是一个“时间+金钱”堆砌的过程，整个流程少至5-6年，多则10余年。过长的投资周期进一步深化的风险与成本，不同流程之间企业内部协调、复核难度加大导致很少有企业能够完整的参与药物研发全流程。这些问题衍生出了CRO、CMO等创新外包方式，即将研发全过程的部分模块交给专业公司，以达到规避风险、加快资金回流的目的。

此外，疾病的多样性与药物的特定性形成了错综复杂的需求市场。一些常规疾病拥有足够的信息，不仅研发难度低，研发费用少，其产品需求量也大。反观罕见病，整个市场规模虽大，但单一罕见病因为研究用病例稀少，因此研发难度大，且产品上市后市场大小有限，这也让不少企业退而远之。

同时，病毒的特性、药物的晶型都具有易变的特征，导致药物研发完成后有时会面临时滞、失效、失败等问题。雅培的Ritonavir就称在上市以后发生药物晶型改变，至使其亏损2.51亿美元。辉瑞公司在帕金森病和阿尔茨海默病研究方面投入了大量资金，与葛兰素史克公司和礼来公司等几家制药公司一起，联合政府机构在 2015 年共同建立了阿尔茨海默病研发基金，却于2018年 1 月 7 日宣布逐步放弃开发治疗阿尔茨海默病和帕金森病的新药。

最后，由于传统的药物研发成果来源于不断的试错，那么当企业打算加快研发进度，尽快切入市场时，不可避免的是人力成本的飙升。

在AI技术问世之后，李星对这项技术产生了极大的兴趣，并在工作之余开始了AI的学习。2017年3月，将AI运用于药物研发的思路跃然纸上，李星从此一发不可收拾，开始考虑AI技术将如何用于制药。

李星告诉动脉网，“AI+新药”的核心就是利用人工智能算法大幅降低发现靶点、构建分子试错的成本，并通过信息化等优势缩短新药研发全流程。经动脉网整理，可浓缩为以下三个方向。

研究人员通过AI对上亿个经过标准化注释的生物学、药理学和临床数据进行分析，以获得候选药物和生物标记物，或在早期对影响药物性质的晶型特点做出比较准确的预测，帮助药企在早期遴选最容易成功的分子候选、晶型、固相以及研发路线，从而选择风险最低的路径，加速进程。AI企业还可通过预测毒副作用以减少试验次数。对于单一结构、海量的基因数据，AI能够有效的从数据中挖掘到有价值的信息。

AI通过对大量数据、文献的分析可以很好的改善原材料合成研发，升级的工艺可以减少后续试验的次数，有时还能降低原料成本。在获得药代动力学数据后，AI可以更精确的指导临床研究，指导临床时给药的频率和剂量。

通过临床数据融合系统，企业帮助医院和科室建立结构化病历数据库，提高诊断、随访、科研等各环节的效率。在关联如此众多的信息后，AI可帮助医生寻找临床试验需要的患者，从临床试验这一环节入手加快新药研发。

面对如此多的新药研发流程，国内制药企业无法承担高昂的研发成本等现状，深度智耀由此出发，用先进的人工智能技术赋能新药开发与申报全流程，帮助国内乃至全球的药企更快更好的研发新药。

深度智耀以客户需求为原则，运用AI加速靶点发现和临床研究，为制药企业制造基础平台。在这两个环节上，深度智耀一比一的投入了大量员工。

基础平台的建设非一日之寒，其中知识图谱的建立便需大量的时间。因此，深度智耀招揽了众多翻译人员对海外的文献进行翻译，以求针对国内市场研发出更为符合用户需求的产品。

如今，深度智耀已陆续推出了多个产品原型，包括AI驱动的药物合成、药物设计、药物活性预测；临床研究阶段包括AI驱动的药物警戒系统、注册事务系统、翻译平台等，其成果覆盖了新药研发全流程上的一些关键节点。其中的药物警戒系统广受用户好评。

在靶点发现方面，深度智耀目前主要聚焦于肿瘤与罕见病，李星透露：“我们可以根据客户的需求量身定制算法。”

深度智耀新一代的人工智能药物合成系统“菩提”可通过大量学习公开的专利和论文数据库，大幅提高化学家的工作效率：输入一个化学结构式，系统可以瞬间推送数条优化的合成路线。支持这一算法的算力一部分来源于自建设备，一部分来源于公有云。通过这种模式，深度智耀能够应对多线任务并进的情况，并可根据任务权重规派算力。

但即便有优秀的化合物筛选算法，深度智耀也几乎不主动挖药。李星谈到“对于深度智耀而言，运用算法去挖掘药物可以有效提升效率和成功率，但这并不是一种可持续发展的模式。我们或许可以在短时间获得超常的收入，但从长远来看，我们做好自己的事，让更多药物研发机构和科学家能使用我们的技术，让中国的技术走出国门，造福更多的患者，这才是最有意义的事。”

随着数据的增加，深度智耀基础平台的效率将会越来越高，对于企业而言，进行靶点筛选、临床研究、审批上市纯靠人工费时费力，且成本高昂，这个时候，深度智耀便是一个很好的选择。

很多人都希望有一场说走就走的旅行，但并非每个人都有这样的勇气。深度智耀的这一年，是一场由舍弃与重生组合而成的彻底的苦旅。

李星接受记者采访时，是在会议间的午餐时间。近几周是深度智耀的关键时刻，B轮融资方才结束，数家客户便抛出了橄榄枝。作为CEO，李星不仅要应对客户的需求，公司自身的运转也自然不能落下。但时间是挤出来的，稀缺者发掘稀缺资源。

李星2006年获得了北京大学药剂学硕士学位，随即开启了在辉瑞、赛诺菲、强生等跨国药企长达12年的药物开发生涯。随着AlphaGO等事件的传播，李星也深深为AI所吸引，尝试自学AI技术。2017年3月，她认识到，这将是一条全新的赛道，足以颠覆药物的研发。时至10月，她毅然决然的放弃了跨国药企丰厚的薪资和舒适的环境，创办了北京深度智耀科技有限公司。

人才组成企业有力的肌腱，而文化是企业不朽的灵魂。深度智耀发展至今，离不开人才与文化的支撑。药物研发流程涉及约20个功能模块，即使是某个模块的专家对其它模块业务也只能了解大概，而制药还是离IT和互联网非常远的行业，这造成了AI医药研发赛道当前的最大挑战——医药专家和AI工程师的有效融合，或者说“行业+技术”跨界人才的获取。

深度智耀招揽一大批来自国内顶尖互联网企业的人才，又拥有一批来自于跨国药企新药研发部门的人才。两类人才之间的融合成为了李星当下最大问题。一流人才总有自己的风骨——制药人有制药行业特有的谨慎，互联网人有不惧一切的狼性。

对此，深度智耀展示了一种明确的商业模式，即以满足客户需求最大化与产品落地为目的。在这种模式的指导下，深度智耀的员工虽有独立的意识，却形成了一致的目标，付出了共同的努力。李星表示：“深度智耀的人才结构已十分完备，经过长期的磨合，医药专家已有部分成功转型为AI产品经理、数据挖掘工程师，或AI教练。”

今年7月，深度智耀尚仅有20余家客户，不到半年时间，这一数量上升至50多家。这跟深度智耀的狼性文化是分不开的。李星常常与员工共同工作至凌晨，同时也不忘参加各种研讨会，在学习的同时宣传深度智耀的产品。同时，产品的质量是其销售的保障，李星谈到：“新药研发这一领域市场环境相对单一，只要我们的产品能够帮助企业提高效率，企业就会使用。”

如今，深度智耀的AI 药物警戒系统和AI 自动翻译申报系统已实现较大规模商业化；AI 驱动的早期药物发现平台和AI 辅助有机合成系统（化学合成和工艺改善）即将进入商业化阶段。

未来，深度智耀将继续深耕药物研发，试图通过自主研发推出更多划时代的“AI+新药研发”相关产品，以求更有效的提高药物研发效率和成功率，更高效的推动医药行业的发展。