Win10系统之家 - 专注分享最好用的电脑系统

当前位置: Win10系统之家 >  微软新闻 >  英伟达5000万美元“押注”Recursion,打造突破性疾病模型

英伟达5000万美元“押注”Recursion,打造突破性疾病模型

更新时间:2023-07-17 10:18:29作者:cblsl

英伟达5000万美元“押注”Recursion,打造突破性疾病模型

·英伟达创始人兼首席执行官黄仁勋表示:“生成式AI是发现新药物和治疗方法的革命性工具。”

当地时间7月12日,AI芯片巨头英伟达(NVDA.US)宣布,向美国生物科技公司Recursion(RXRX.US)投资5000 万美元,以加速AI在药物发现领域的突破性基础模型开发。表明英伟达进一步入局AI制药新赛道。

该消息公布后,Recursion当日股价大涨78%,英伟达也小幅上涨3.53%,市值逼近最高值。Recursion还在当天宣布,公司计划与英伟达合作,利用英伟达的生成式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。英伟达的投资能够帮助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。”