Cyclica | 利用AI平台加速药物发现，为患者高效设计安全有效的新药
Cyclica成立于2013年，致力于以数据驱动的药物发现平台从根本上改变人类发现药物的方式，从而加快新药发现的成功率和速度，最终解决具有挑战性的未被满足的临床需求。Cyclica已经开发并商业化了一个完整而自成一体的人工智能增强的药物发现平台。该平台可以评估所有潜在的药物-靶点相互作用（称为多重药理学），帮助研究人员设计具有优良成药性的新型分子，从而解决疾病复杂性这一问题。这种独特的方法使Cyclica成为人工智能辅助新药发现领域的先锋。目前，全球众多顶级制药公司、生物技术公司和研究机构借助Cyclica的技术研发下一代药物，最终惠及广大的患者。
作为行业中第一家通过基于结构的AI增强药物发现平台进行多重药理学研究的公司，Cyclica从全蛋白质组学的角度同时评估多种新颖的和罕见的在靶和脱靶效应。这使得该公司在业内独一无二。Cyclica的平台可以同时优化多种药物特性，同时考察靶点结合的机理，因而在设计新型化学物质方面具有竞争优势，非常适合用于药物再利用和脱靶毒性的阐明。此外，Cyclica的平台可兼容非人类蛋白质组，使得Cyclica成为同类中唯一一家将生物学、化学、物理学和基因组学相结合以向下游推进分子的公司，通过数据驱动的决策进行全方位合作，以提高获得患者预后成功的几率。
除了别具一格的创新技术，Cyclica也是第一家开发并掌握了世界级生物技术管线的人工智能药物发现公司，迄今拥有100多个药物发现项目。Cyclica如此强大的为病人提供新药的能力，离不开其独特的科学方法和与之相结合的合作方式，Cyclica在与生物技术公司及大型制药公司不断扩大的合作的同时，构建起一个相互联结的生态系统。
除了合作伙伴，Cyclica也获得了广大投资者的认可。Cyclica自2013年成立以来，已经获得了4000万加元的投资，并在2020年6月完成了2300万加元（1700万美元）的B轮融资。该轮融资由Drive Capital牵头，GreenSky Capital、Cyclica的管理团队成员和意大利制药公司Chiesi Farmaceutici跟投。由于参与了COVID-19研究并在医疗创新方面发挥了领导作用，Cyclica也获得了大量资助，其中包括来自加拿大政府的联邦资助。
随着在全球的市场形象日益强大，Cyclica已被众多行业媒体和KOL认可为首屈一指的药物研发公司，其中包括Forbes（福布斯）、Business Insider（美国知名科技媒体）、Fierce Biotech（专业的生物技术媒体）、Wall Street Journal（华尔街日报）、Deloitte（德勤）、PwC（普华永道）和Financial Post（加拿大金融邮报），等等。
Naheed Kurji先生是Cyclica的联合创始人兼首席执行官，对建立AI增强技术充满热情，该技术能够使研究人员在医疗保健和生命科学领域做出更具战略性和明智的决策。他致力于推进更加精准的AI应用，并将大部分时间都投入到Cyclica的公司文化建设上，确保公司保持具有最佳效果的战略以实现公司的愿景并探索持续创新的机会。Kurji先生也是医疗保健人工智能联盟（Alliance for Artificial Intelligence in Healthcare，简称AAIH）的联合创始人，并且是4位被任命的执行高管之一。
Andreas Windemuth博士担任Cyclica首席科学官。之前，他曾担任Firefly BioWorks的首席信息官。Firefly BioWorks是一家创办于麻省理工学院（MIT）的生物技术公司，后被Abcam成功收购。
Cyclica董事Sastry Chilukuri先生
介绍了这么多，我们来具体看一下Cyclica有哪些成功的案例。
2021年1月，Cyclica公布了与大型制药公司阿斯利康（AstraZeneca）合作的最新进展。质谱是靶点识别的行业标准工具，在与多种质谱实验结果的直接比较中，Cyclica的计算平台正确地识别了更多的脱靶效应，在时间和成本上的把控也相较质谱法有了大幅度的提升。
Cyclica与Tieos Pharmaceuticals共同设计多靶点抗癌药物的合作是又一个成功案例。此项目合成了众多分子，均具有一定程度的多靶点抗癌活性，其中最有希望的一个化合物在异种移植小鼠体内减小了肿瘤的大小。这项研究被发表在2019年7月的《自然医学》杂志上。
MatchMaker作为Cyclica平台的核心，结合了分子生物物理学、化学和人工智能，可以高速、准确地预测潜在药物分子在人类蛋白质组中的结合。Matchmaker训练了数千个3D蛋白质结构和数百万个已知的药物-靶点相互作用，成为一个强大的引擎，可以预测分子与大多数人类蛋白质靶点的相互作用。
POEM是与MatchMaker相辅相成的一种机器学习算法，可以预测分子的ADMET（吸收、分布、代谢、排泄和毒性）特性，并提供优化的指导。与公开可用的模型和行业标准机器学习方法相比，POEM始终处于领先地位。
虽然Cyclica是一家生物技术公司，但Cyclica的目标远不止步于增强他们的技术。在未来，Cyclica将进一步推进其商业计划，通过跨组织合作，创建行业内最大的临床前和临床资产；通过进一步了解疾病的复杂性，最终为患者带来见效更快、更有效、更具性价比、更精准的药物。