英飞智药裴剑锋： “AI+制药” 需要交叉学科人才 | 专访

英飞智药正在着力打造具有自主知识产权的 AI + 新药研发平台——智药大脑，智药大脑 V1.0 拥有业界领先的候选药开发成功率。英飞智药成立于 2018 年 12 月，在 2019 年 6 月正式运营。去年年底，这家公司拿到了中科创星和美国中经合集团近千万元的天使轮融资。

英飞智药的创始人为裴剑锋，他是北大前沿交叉学科研究院定量生物学中心的研究员，研究兴趣主要集中在基于靶标的药物分子设计、多靶标药物设计、人工智能药物研发等。公司团队成员曾参与转让创新药品种给医药企业，有丰富的产学研转化经验。

基于英飞智药突出的产学研转化背景，裴剑锋与生辉聊了聊他在公司成立和发展过程中的想法，以及在此过程中观察到的 AI 药物设计和研发的未来以及将遇到的挑战。

图 | 英飞智药创始人裴剑锋（来源：裴剑锋）

最大优势在于对 AI 应用于制药的深刻理解

生辉：你之前一直在学术界做研究，为何突然想到去创业？目前公司的团队规模如何？

裴剑锋：我们大概在 2014 年左右就开始做人工智能药物设计和研发，但是当时没有想着向工业界转化。后来，在 2017 年左右，有投资人主动找我们，而且现在国家政策很鼓励科研院所和高校进行成果转化，综合这些条件我觉得我们的研究成果比较适合去转化，所以就创办了英飞智药。

成立公司的过程对我们来说存在挑战，因为我们想要做得专注，只做 AI 驱动的新药研发，所以需要找一个既能开发前沿 AI 药物研发技术，同时又能顺利落地的团队，单是组建团队我们就用了比较长的时间，公司在 2018 年底成立，到去年年中我们才把团队搭好，然后需要加速团队之间的磨合，结果后来又赶上疫情，所以我们的部分进展受到了影响。

但是我们的团队很兴奋，想要立志做这个行业的标杆企业。我们在疫情期间也花了很多时间在新冠肺炎的人工智能新药研发上，也出了一些成果，在这期间也接了一些对外技术服务的项目。

生辉：现在的团队成员的学科背景主要是什么？

裴剑锋：大部分是来自 AI + 新药研发的交叉学科的，这是和其他一些 AI 药物研发公司的区别。

生辉：英飞智药的最大优势是什么？

裴剑锋：我们的优势是，我们是能够深刻理解到底应该如何用 AI 推动新药研发的公司。

我们的团队成员有新药研发经验，也有商业转化经验。新药研发是一个环环相扣的项目，我们的经验让我们在新药研发的每一步都没有明显短板，这是一个优势。在这个基础上，我们就知道在新药研发的每一阶段中 AI 可以发挥什么作用，这也是一个优势。

我理解的 AI 药物研发可以分为三部分。第一部分是药物作用机理的计算研究, 在这方面我们已经研究了二十多年，我们了解 AI 能在药物作用机理研究中能发挥作用，哪些地方有陷阱；第二部分是数据驱动的新药研发，就是根据数据学到知识，这部分尤其要做有实用性的模型；第三部分是药物文档信息处理，从海量非结构化信息中获取新药研发数据和线索，做新药研发需要很强的调研能力，需要有新药研发经验来判断一个项目的前沿进展、业务逻辑、市场动态、产品形态和竞争分析等。这三部分是我们 “智药大脑” 概念里最重要的理念，这三部分的未来的突破都依赖于强人工智能的发展。

基于此，我们的另一个优势就是我们专注于新药研发。我们知道哪些模型和工具是真正实用的，现在研发人员开发了有很多 AI 药物研发工具，包括我们也有很多，但能真正用于药物研发实践的的并不多。我们希望开发出实用的模型和工具，并让这些工具形成一套完整的系统。

生辉：你觉得国内外新药研发的整体市场环境怎么样？

裴剑锋：我感觉行业还是相信 AI 这项技术的，有一些药企还成立了专门的 AI 部门，但是相当多的药企对此可能还是将信将疑，需要 AI 新药研发行业用更多的真实实例给医药企业看。不过目前的 AI 技术相对还是有弱项的，我们希望随着 AI 技术的发展，人们对于 AI 技术及其应用场景有更深的理解，这就对交叉学科的人才储备提出了要求，现在人才方面是一个挺大的问题。

生辉：大药企将信将疑的顾虑是什么？英飞智药打算如何打消这种顾虑？

裴剑锋：现在的 AI 还较弱，也缺乏真实场景大数据的支撑，所以多数时候它对新药研发整体作用可能还不是特别突出，人的经验和其他技术也非常重要，新药研发的复杂性和长期性导致 AI 的作用可能被淹没。

国内外现在还没有一个比较成功的体现出 AI 绝对优势的项目案例。我们的目标就是要体现出我们的价值，现在的市场还是一个未充分开发的市场，这要比充分竞争的市场好多了，所以我们现在可以从一些技术服务的项目做起，为药企提供可靠的 AI 技术服务，让他们感受到 AI 的真实效果和由此产生的效率提升，之后他才能接受我们全流程的 AI 技术解决方案。我们的部分客户主动联合我们一起申请国家课题, 说明了客户对我们提供技术服务的认可。

（来源：Nature）

交叉人才是 AI 药物研发公司的最大壁垒

生辉：你觉得距离 AI 真正融入进制药和新药研发产业需要多久？

裴剑锋：乐观来看，现在还有很大的发展空间，未来三到五年应该能越来越多的看到相关的项目有结果。

生辉：你怎么看清华的张钹院士认为 AI 已经到了天花板，我们要追求可解释的人工智能？

裴剑锋：这一波的 AI 热浪主要在图像识别、语音识别、自然语言处理和一些计算机应用领域，但在工业界和学科的应用还没有完全发挥出来。我觉得这一波还是能产生一些叠加效应的，至少可以帮我们把非结构化数据收集的效率提升起来，产生极大的价值。

可解释的人工智能也是我认可的理念，放在新药研发领域，这很有用。黑箱模型只能告诉我结果，但是不能告诉我为什么。可解释性的模型显然是药物研发人员最喜欢的，对于药物设计和优化有极大的促进作用。另外 AI 模型的 reliability（可信度）问题也属于可解释性的一个范畴，这方面的研究也在推进。

生辉：你认为怎么去衡量一家 AI 新药研发公司的实力强弱？

裴剑锋：因为这个领域很前沿、很交叉，同时又要实际落地，这三个方面缺一不可，所以需要有很强的产学研结合的背景和交叉融合的基础，团队必须要具备这种战斗能力，AI 的人和生物、化学、制药背景的人要深度交叉结合，所以这个行业还有很多艰巨的任务。

生辉：您所说的艰巨，也就是接下来行业内正在或者可能遇到的困难和挑战是什么？

裴剑锋：在于人才，这可以看作是所有 AI 药物研发公司最大的壁垒。另外，AI 药物研发公司需要有深度的合作伙伴，如果在还没有深刻理解的基础上就随意的为医药企业做服务，可能会破坏整个行业的信誉。

生辉：你是否了解国外 AI 药物研发公司的情况，国内外的差距大吗？

裴剑锋：我了解的不多，但是据我所知，在算法方面，国内外的差距不是特别大了，最大的差距在于新药研发技术的积累上。但是另一方面，如果我们用心去做这个事情，把 AI 和制药两方面的融合做好，我觉得最后的差距不会太大，而且说不定最后我们的市场会更好。

生辉：在对 AI 的接受程度方面，国内的药企相比于国外是不是更加传统？

裴剑锋：是，但是国内有一个好的趋势就是现在的国家政策鼓励大家做新药研发、倒逼制药行业转型，所以市场对 AI 的态度会逐渐友善。

生辉：一般情况下，科学家转型企业家都会比较困难，大部分可能选择去找一个商业合作伙伴共同运营公司，你有这样的想法吗？

裴剑锋：我们至今还没有选择商业合作伙伴，公司大部分人是刚毕业不久的博士生，这有一个磨合的过程，我觉得后期选择一个商业合作伙伴共同运营公司是一个可选项。

生辉：你所说的磨合过程中出现的问题主要是什么？

裴剑锋：团队成员还缺乏一些从公司层面去管理项目的经验，一开始为了节省人力，团队成员一边做管理一边做研发，其实回过头来看这样是不对的。

生辉：今年的融资计划是什么样呢？

裴剑锋：做新药研发很烧钱，周期也比很长，所以我们也打算尽早启动新一轮融资支持更多更深的 AI 驱动的新药研发管线。

生辉：你们近几年的规划，以及未来的愿景是什么？

裴剑锋：愿景就是成为行业内的标杆企业，实现用 AI 真正推动新药研发，在这个过程中产生实际的价值。近几年我希望我们能搭建出一个很强大的 AI 平台，推动更多的新药研发管线。

-End-

---