该消息公布后，性模型攻Recursion当日股价大涨78%，克疾英伟达也小幅上涨3.53%，押注市值逼近最高值。英伟元Recursion还在当天宣布，达万公司计划与英伟达合作，创建利用英伟达的突破生成式AI云服务来加速AI在生物和化学领域的基础模型开发。
此次“AI+生物医药”合作相辅相成。性模型攻英伟达的克疾投资能够帮助Recursion利用AI加速开发新药物的进程，利用AI堆栈和英伟达的押注全堆栈计算专业知识，帮助优化和扩展Recursion的基础模型。而Recursion也能通过自身庞大的数据来不断训练英伟达的AI模型，通过优化模型来更好识别和设计新的疾病疗法。
Recursion联合创始人兼首席执行官克里斯·吉布森（Chris Gibson）表示，“凭借我们强大的数据集和英伟达的加速计算能力，我们计划在生物学和化学领域创建突破性的基础模型，其规模将不同于生物领域迄今为止发布的任何模型。Recursion的数据已经每周以数百个太字节（Terabytes）的极快速度增长。”
英伟达创始人兼首席执行官黄仁勋也表示，“生成式AI是发现新药物和治疗方法的革命性工具。我们很高兴与Recursion的世界一流团队合作，加速全球最大的生物分子生成 AI 模型的开发，并加快生物技术和制药公司的药物发现。”
英伟达加注AI制药
作为主导全球AI系统芯片的巨头，英伟达为何选择制药行业来投入资金和资源？药物发现所需的“数据”是关键。股票分析师卢克·兰戈（Luke Lango）指出，“数据是AI模型的燃料。目前开发一种成功的新药大约需要9亿美元和13.5年的时间。但通过AI不断运行和模拟，药物开发可能会在数月内完成，成本不到1亿美元。英伟达对AI制药的新‘押注’可能只是AI与医学融合大繁荣的开始。”
此次投资也再次表明英伟达对于“AI+生物医药”新赛道的重视。在今年3月举行的英伟达GTC技术创新峰会上，英伟达推出了用于药物发现的BioNeMo Cloud。该平台具有针对分子生物学、化学和分子动力学的预训练AI模型，能够让研究人员使用专有数据微调模型，并通过网络浏览器或新的云API（应用程序编程接口）执行AI模型推理，从而加速药物发现、分子鉴定和蛋白质结构预测。跨国生物技术公司安进（Amgen）和其他几所初创公司已经在使用该平台。
成立于2013年的Recursion擅长跨领域“解码”来生产更好的药物，以实现药物发现和开发的现代化，或许这是英伟达选择与这所新兴公司合作的原因。Recursion主要业务为整合跨生物学、化学、自动化、数据科学和工程学的技术创新，从大量生物和化学数据集中生成、分析和获取见解，以更有效、更大规模的方式发现药物开发的新方法。
Recursion将利用英伟达的BioNeMo来支持公司的药物管线。吉布森表示，“我们已有五种药物的研究处于临床阶段，其中的一些药物将于明年公布数据。”目前Recursion有三项药物的临床试验进入二期，例如作为肿瘤疾病的家族性腺瘤性息肉病，以及脑海绵状血管瘤、2型神经纤维瘤病等罕见病。此外，Recursion也计划通过BioNeMo模型来识别和设计新疗法，并将这些模型提供给包括罗氏（RHHBY.US）、拜耳（BAYRY.US）等跨国制药企业。
英伟达以私募股权投资的形式投入了5000万美元。Recursion向英伟达出售了超过770万股 A类普通股，相当于Recursion约4%的股份。根据行业媒体Medicial Marketing+Media报道，从财务角度来看，英伟达的此次“赌注”相对较小。硅谷银行的证券分析师玛尼·福鲁哈尔（Mani Foroohar）在消息公布后给投资者的一份报告中写道，“英伟达的资金可能有助于展示Recursion广泛数据集的价值和更广泛的直接货币化机会”。
这已不是英伟达第一次入局“AI+生物医药”。在今年3月GTC大会上，黄仁勋同时宣布，英伟达正在与三井物产株式会社（Mitsui）就Tokyo-1项目展开合作，推出日本首台用于制药行业的生成式AI超级计算机，旨在推进高分辨率分子动力学模拟和用于药物发现的生成式AI模型等技术，以加速日本价值1000亿美元的制药业发展，日本制药业也是继美国和中国之后的世界第三大制药业。英伟达的此次投资，也象征着AI驱动药物发现的新开局。
AI有望成为制药产业新引擎
正如黄仁勋所言，生成式AI正在药物发现和开发领域掀起革命性的热潮。制药企业和科技公司都已经逐渐认识到AI有更快为人们提供治疗方法的潜力。今年4月，美国药企莫德纳（MRNA.US）与IBM合作，将共同探索量子计算和生成式AI对mRNA新冠疫苗技术的推进。而一个月后，谷歌云推出了两款新的AI工具，有助于解决新药推向市场过程漫长且成本高昂等问题。第一款工具旨在帮助制药企业预测和了解蛋白质的结构，而另一个工具能够帮助研究人员摄取、存储、分析和共享大量基因组数据。
在6月27日举行的2023年药物信息协会全球年会（DIA）上，美国食品药品监督管理局（FDA）药品审评研究中心 （CDER）临床药理审评部定量药理学审评室主任朱浩（Hao Zhu）表示，“过去五年，结合AI或机器学习的药物申请数量急剧增加。2022年，FDA收到了170份有关AI或机器学习药物的提交材料。但在2018年，只有3份提交材料与这两项技术相关。”
AI未来有可能成为制药产业的新引擎。根据2022年6月发表在《临床药理学与治疗学》（Clinical Pharmacology & Therapeutics）杂志上的一篇文章，FDA在2021年收到了132份有关AI或机器学习的新药和生物制剂申请。其中，肿瘤学领域占比最多（27%），其次是精神病学领域（15%）和胃肠病学领域（12%）。
值得一提的是，涵盖AI或机器学习等技术的药物最常用于临床阶段，其次是非临床、上市后以及药物发现和再利用阶段。这两项技术有助于丰富研究设计，例如确定研究患者的风险、药物选择和优化剂量、预测药物毒性、以及研究评估终点。
“FDA支持并鼓励适当使用AI或机器学习等创新工具来优化新药开发。”朱浩指出，“我们将仔细审查和分析这些提交材料，并根据收到的反馈来制定公共研讨会、白皮书和指导文件，进一步提供FDA的监管清晰度。”
(责任编辑：休闲)