生成式人工智能与生物技术的交汇正在吸引巨额资本,顶尖研究人员正从通用大语言模型(LLM)领域转向科学应用。据报道,OpenAI 研究员 Miles Wang 正准备创办一家通过先进 AI 模型彻底变革药物研发的新公司。
从 OpenAI 到生物技术:一场高风险的转型
Wang 是哈佛大学计算机科学专业的毕业生,于 2024 年加入 OpenAI。据称他正在洽谈以 20 亿美元的估值融资 2 亿美元。虽然他否认了部分数据,但他的离职凸显了人才正从广泛的 AI 实验室向高影响力的科学领域流动的“人才流失”现象。
这家初创公司计划招募其他几名 OpenAI 研究员,建立一个专注于自动化生物发现的密集型人才库。此举标志着从聊天机器人向能够处理分子生物学复杂性的模型的转变。
目标:老药新用与分子预测
Wang 的创业项目可能不会去追求全新的化学实体,而是专注于通过 AI 模型为现有的、经 FDA 批准的药物寻找新用途,并使那些临床试验失败的化合物重新焕发生机。
“老药新用”(Drug repurposing)具有明显的商业优势:安全性测试已经完成,因此与从头药物开发(de novo drug development)相比,实现盈利的路径大大缩短。通过利用 AI 预测分子如何与不同的生物靶点结合,该初创公司可以省去数年的实验室工作。
AI-生物技术领域的爆发式增长
Wang 的估值目标反映了一个迅速升温的市场。重量级企业已经主导了 AI 驱动的生命科学领域:
- Chai Discovery: 以 38 亿美元的估值融资 4 亿美元,用于构建预测分子相互作用的模型。
- Isomorphic Labs: Google DeepMind 的衍生公司,于 5 月完成了 21 亿美元的 B 轮融资,用于 AI 驱动的药物研发。
这些交易表明,像 Lightspeed 这样的风险投资公司(据报道正在争取在 Wang 的融资轮中担任领投方)将 AI 赋能的生物学视为最具利润前景的前沿领域之一。
为什么这对 AI 格局至关重要
药物研发领域的专业化 AI 将讨论从抽象的 AGI 辩论转向了具体的应用 AI 成果。当像 Wang 这样的研究人员将 OpenAI 精炼的缩放法则(scaling laws)和 Transformer 架构移植到生物数据集上时,他们加速了科学突破。下一波 AI 价值创造可能取决于与物理科学的垂直整合。
核心要点
- 巨额资本流入: Wang 正在为其 AI 药物研发初创公司寻求 2 亿美元融资,估值为 20 亿美元。
- 战略重点: 该项目将优先考虑“老药新用”,利用 AI 为现有的 FDA 批准药物寻找新的临床应用,并缩短上市时间。
- 竞争格局: 该初创公司将与 Chai Discovery 和 Isomorphic Labs 等高价值玩家并肩作战,凸显了风险投资正强力转向 AI 驱动的生命科学领域。
前 OpenAI 研究员 Miles Wang 正在寻求以 20 亿美元的估值融资 2 亿美元,创办一家全新的 AI 驱动型“老药新用”初创公司。如果本轮融资完成,该项目将加入少数已吸引数十亿美元资金的生物技术-AI 衍生公司行列,凸显了资本流向“AI for biology”项目的速度之快。
从 LLMs 到分子
Wang 在哈佛大学获得计算机科学学位后于 2024 年加入 OpenAI。消息人士称,他现在计划将同样的缩放技巧应用于分子科学,并招募多名 OpenAI 校友来组建团队,以实现对现有药物新用途搜索的自动化。
此举反映了从通用 AI 实验室向利基科学领域迁移的更广泛的“人才流失”现象。研究人员看到了将最初为文本构建的、经过验证的 Transformer 架构应用于蛋白质结构、基因表达和化学相互作用等更为复杂数据的机会。
为什么要进行“老药新用”?
大多数生物技术初创公司都在追求新型化合物,这条路径在药物上市前可能需要耗时十年并耗资数十亿美元。Wang 的创业项目旨在寻找捷径:利用 AI 为已获 FDA 批准或因临床试验失败而搁置的药物寻找新的治疗角度。现有的安全性数据缩短了监管审批的过程,并能大幅缩短实现营收的时间。
其核心技术将预测分子如何与不同的生物靶点结合,从而标记出意想不到的疾病关联。
AI-生物技术融资浪潮
Wang 的目标估值并非个例。Chai Discovery 宣布以 38 亿美元的估值融资 4 亿美元,用于构建预测分子相互作用的模型。Isomorphic Labs 是 Google DeepMind 的衍生公司,今年 5 月也为了同样的目的获得了 21 亿美元的 B 轮融资。这两家公司都吸引了顶级的风险投资机构,据报道 Lightspeed 正处于洽谈中,有望领投 Wang 的这一轮融资。
值得关注的方面
该初创公司的首个科学里程碑也同样重要。
核心观点
Miles Wang 致力于打造一家估值 20 亿美元、由 AI 驱动的“老药新用”(drug-repurposing)公司,这说明了资本正如何迅速从通用大语言模型领域转向专业的科学应用领域。通过对现有药物进行重新开发,这项创业活动可能会加速新疗法的交付,但它必须克服数据限制、监管审查和人才短缺等挑战。这家初创公司能否成为 AI 生物技术热潮中的标杆,将取决于其能否将模型预测转化为真实的临床结果。
