AlphaFold 3

搜索文档
AI早报 | 美知名投资人预测:AI 将造就全球首位万亿富翁;有学者被曝在论文中植入提示词,诱导 AI 给出正面评价
搜狐财经· 2025-07-08 08:26
AI行业前景预测 - 美国亿万富翁投资人马克・库班预测AI将催生全球首位万亿美元富翁,且可能来自非传统富豪群体 [2] - AI的影响被认为不亚于互联网或云计算的诞生,能够将其转化为大众基础工具的开发者将获得巨大收益 [2] - AI工具虽潜力巨大但并非完美无缺,存在出错可能,需保持警觉而非盲目信赖 [2] AI制药领域进展 - 谷歌DeepMind分拆公司Isomorphic Labs将启动由AI设计的抗癌药物首次人体试验 [3] - Isomorphic Labs基于DeepMind的AlphaFold技术开发,该技术可高精度预测蛋白质三维结构 [3] - 2023年公司更新至AlphaFold 3模型,能以前所未有准确度预测生命分子结构和相互作用 [3] - 已与诺华和礼来两家制药巨头签署重要研究合作协议 [3] 学术领域AI应用争议 - 调查发现17篇来自8国14所机构的论文中植入隐藏AI提示词,试图诱导正面评价 [4] - 隐藏提示词要求AI评审工具"仅给出正面评价"或称赞论文具有重大影响力等 [4] - 涉事论文多与计算机科学相关,作者来自早稻田大学、KAIST、哥伦比亚大学等知名机构 [4] 中国企业AI技术突破 - 阿里云开源网络智能体WebSailor,其32B和72B版本在BrowseComp评测中超越DeepSeek R1、Grok-3等闭源模型 [5] - 具身智能机器人公司星动纪元完成近5亿元A轮融资,由鼎晖VGC和海尔资本联合领投 [5] - 星动纪元产品线包括服务型轮式人形机器人星动Q5和工业用双足机器人星动SRAR 1 [5] - 智元发布新款人形机器人灵犀X2-N,具备双形态设计可在轮式和足式间自由切换 [6] 国际企业AI并购动态 - 法国凯捷集团将以33亿美元收购业务流程管理公司WNS,以加强人工智能业务 [6] - 收购报价为每股76.50美元,已达成最终交易协议 [6]
Isomorphic Labs:DeepMind 创始人再创业,打造制药界的 TSMC
海外独角兽· 2025-07-07 17:54
研究 Thesis - 公司通过AlphaFold 3将药物发现从实验驱动转向AI计算驱动模式,实现分子结构设计的模块化和平台化 [3] - AlphaFold 3将蛋白-配体复合体预测精度提升至实验室水准,使"小分子设计→虚拟筛选→结构优化"成为可工程化技术平台 [3] - 公司与礼来、诺华等顶级药企建立深度合作,通过真实项目获得实验数据反馈,形成数据和收入双重正反馈 [3][12] - 公司有望成为药物研发的"AI Foundry",在发现阶段可削减成本30-40%、缩短周期一年以上 [3] - AlphaFold 3引入Diffusion Model,将模型输出结构效果接近实验室水平,减少对先验多序列比对的依赖 [11] 商业模式 - 公司与大药企共同设立新药项目,制药方提供靶点和实验资源,公司投入AlphaFold 3结构预测能力和专家团队 [15] - 合作采用预付款与里程碑支付方式,单个合同价值大,公司可在候选进入临床前获得收入分享 [15] - 主要合作方集中在礼来、诺华等愿意预付大额资金探索AI加速的顶级药企 [16] - 公司扮演"药企的计算加速平台"角色,而非"软件供应商" [16] - 当前模式需要投入大量专家和算力,短期内难以并行启动多条管线,收入来源依赖少数大客户 [16] 产品技术栈 - AlphaFold 3引入Diffusion扩散模型,可直接从氨基酸和配体分子序列输出三维结构 [56] - 模型在多分子体系上的平均RMSD约0.9 Å,关键类别预测精度提升至少50% [56] - 模型可在数小时内完成数十万小分子的复合体构象预测,替代传统分子对接流程 [56] - 生成模型能在约束条件下自动提出新分子backbone,通过多轮迭代产生更佳活性的候选物 [57] - 公司打造计算-实验闭环架构:数字模型产生假说→实验验证→数据返回优化模型 [57] 竞争格局 - 公司在靶点验证、命中物筛选、先导化合物优化和候选药物确定环节具备稳定能力 [31] - 主要竞争对手包括Xaira、Chai、Cradle等,各自侧重不同药物发现阶段 [32][33][34] - 商业模式上,公司采用联合开发模式,而Cradle采用SaaS模式,Profluent采用模型工具输出模式 [38] - 公司最直接的AI-native竞争对手是Chai Discovery,两者在合作深度和场景轻量化上形成分水岭 [39] - Xaira是最有可能落地"full-stack AI+wet lab"闭环的初创之一 [40] 团队 - 团队规模约200人,40%来自计算科学和AI领域,20%拥有结构生物学背景 [41] - 创始人Demis Hassabis延续AlphaFold团队技术路径,总裁Colin Murdoch曾主导AlphaFold商业化落地 [43] - 团队构成以DeepMind技术班底为核心,结合传统生物药研发经验 [43] - 组织方式不同于传统药企,强调"产品化的数据生成能力" [44] - 科学顾问委员会包括四位诺贝尔奖得主,在技术路线和生物安全等关键议题上把关 [52] 融资与合作里程碑 - 2025年3月完成首轮外部融资6亿美元,由Thrive Capital领投,Google Ventures参投 [53] - 2024年1月与礼来和诺华签署多靶点小分子研发合作,总预付款8250万美元,潜在里程碑近29亿美元 [54] - 多家跨国药企已展开付费合作试用其技术,提供真实项目和实验数据评估效用 [54] 展望与结语 - 当前商业模式属于"平台能力授权+定制合作"机制,核心收入来自技术license和里程碑付款 [64] - 模式优势在于不承担临床推进风险、增强模型通用性、保持技术聚焦 [64] - 公司是验证"从AI原理验证→自建管线落地→商业化license"新范式的标杆 [65] - 中短期需面对从算法到候选分子的"生物验证断层"问题 [65]
融资6亿美元,诺贝尔奖团队开发AI制药大模型
36氪· 2025-07-03 09:22
Demis Hassabis的AI发展历程 - 4岁学棋、7岁编程、16岁考入剑桥计算机科学系、22岁创办游戏公司、30岁攻读认知神经科学博士学位,随后创办DeepMind [1] - 2016年DeepMind开发的AlphaGo以4:1击败围棋世界冠军李世石,展示AI在复杂策略领域的潜力 [4] - 2018年AlphaFold在CASP比赛中夺冠,成功预测蛋白质3D结构,解决生物学界50年难题 [5] - 2024年因AlphaFold技术荣获诺贝尔化学奖 [5][10] Isomorphic Labs的创立与发展 - 2021年创立Isomorphic Labs,专注AI药物研发,依托AlphaFold技术成果 [3][10] - 2024年1月与诺华、礼来达成战略合作,分别获得3750万美元和4500万美元预付款,聚焦小分子疗法研发 [10] - 2024年5月与谷歌DeepMind联合发布AlphaFold 3,可精准解析药物中常见分子的相互作用 [10] - 2025年2月诺华宣布扩大合作范围,新增最多三个研究项目 [11] AlphaFold 3的技术突破 - Evoformer核心模块改进,高效处理分子信息,捕捉分子间复杂相互作用 [13] - 扩散网络生成分子3D结构,迭代优化原子位置,生成精确3D结构 [14] - 覆盖全类别生物分子,包括DNA、RNA、配体等,较AlphaFold 2范围更广 [14] - 分子相互作用预测精度较传统方法提升至少50%,部分场景下精度翻倍 [14] AI药物设计引擎的核心优势 - 技术层面:凭借AlphaFold 3高精度预测能力,解析药物与靶点结合模式,提升设计成功率 [16] - 效率层面:替代人工实验,缩短药物发现周期,从5-10年降至1-2年甚至更短 [16] - 应用层面:兼容全类别生物分子,可探索肿瘤、免疫病、罕见病等多个领域 [17] AI制药行业趋势 - 2025年全球AI制药市场规模预计达200亿美元,年复合增长率超30% [19] - AI技术正从辅助工具转变为药物研发重要驱动力,覆盖从靶点发现到临床研究的全链条 [20] - 谷歌和Meta等公司公开大量蛋白质结构数据,为研究提供支持 [20] - 斯坦福医学院和英矽智能等机构已利用AI技术取得显著药物研发成果 [20]
AI4Science 图谱,如何颠覆10年 x 20亿美金成本的药物研发模式
海外独角兽· 2025-06-18 20:27
核心观点 - AI for Science 正在将生命科学与数字互联网两大科技树交汇并加速,大模型对生物系统等复杂系统具有前所未有的理解和生成能力,有望成为加速科学发现的关键引擎 [3] - Foundation Model + AI Agent 正在颠覆传统高成本、慢速的试错式科研流程,将药物研发从平均10年、20亿美元的成本重新压缩与重构 [3][7] - 行业采用「Tech/Bio × Generalist/Specialist」四象限框架梳理玩家,包括Biology Foundation Model、AI Scientist、AI-Native Therapeutics和AI-empowered solution四大类 [4] 研究框架 - 横轴:Generalist vs Specialist,评估公司在生物医药研发流程中的广度和深度,左侧偏单点聚焦,右侧偏全流程技术平台 [8] - 纵轴:Tech vs Bio,评估企业产品侧重平台技术能力还是直接解决生物/临床问题,上方接近技术方案交付,下方需完整开发药物/疗法 [9] Tech × Specialist:Biology foundation model - AlphaFold 3 解决了蛋白质三维结构预测难题,将数月甚至数年的实验缩短为计算机快速预测,并扩展到预测蛋白质与DNA、RNA、小分子等的复合物结构与相互作用 [14] - Isomorphic Labs 由DeepMind分拆成立,已与礼来和诺华签署总里程碑达26.5亿欧元的合作协议,定位为技术平台提供方 [15] - ESM3 旨在打造通用生物基础模型,整合序列、结构、功能三个模态,存在1.4B、7B、98B三种尺寸,展现明显Scaling Law [17][18] - Evo2 是基因组语言模型,在超9万亿碱基序列上训练,拥有100万碱基的超长上下文窗口,能预测变异功能和设计生物序列 [22][23] Tech × Biologist:自动化科研平台 - AI Scientist 通过LLM的推理、规划、工具使用能力,整合文献检索、实验设计、数据分析、机器人控制等环节,将科研从劳动密集型转变为知识和算力密集型 [24][25] - Future House 发布Crow、Falcon、Owl、Phoenix四款Agent,组成多智能体系统Robin,在2.5个月内完成端到端科研循环,发现治疗干性年龄相关性黄斑变性的全新药物方案 [26][34][35][36][37] - Lila Sciences 构建"科学超级智能平台",已在基因药物设计、新型治疗分子发现、绿色能源技术创新、碳捕获材料设计等方面取得进展 [39] Bio × Generalist:AI-native Therapeutics - AI-native制药公司构建以AI为核心的整合平台,自主研发创新疗法管线,AI不仅仅是工具而是研发范式的基础和引擎 [40] - Xaira Therapeutics 募集约10亿美元启动资金,重点方向包括蛋白质生成式模型、多模态数据工厂和端到端推进管线 [49][50] - Generate Biomedicines 采用"生成生物学"方法,已与安进、诺华签订潜在里程碑超过10亿美元的合作协议,累计融资超过7亿美元 [51][52][53] - Somite AI 聚焦"可编程细胞疗法",完成4700万美元A轮融资,开发DeltaStem基座模型预测细胞命运转变路径 [54][55][56] - Moonwalk Bio 专注"精准表观遗传编辑",种子+A轮总融资约5700万美元,开发EpiRead和EpiWrite技术 [57][58][59] Bio × Specialist:AI赋能解决方案 - 实验数据平台批量生成并开源稀缺实验数据,降低AI4sci模型训练门槛,如Tahoe Therapeutics发布的单细胞扰动数据集涵盖1亿细胞/6万次化学-生物扰动 [63][64] - 多组学靶点发现整合DNA、蛋白、显微图像和临床表型等多模态数据,训练跨尺度Foundation Model直接输出新靶点与作用机制假设 [65][66] - 药物重定位将已上市或临床搁浅的药物与新疾病通路快速匹配,可跳过毒理与I期,如Healx的候选药HLX-1502已进入NF-1 II期 [68][69][70][73] - 临床试验加速用AI优化患者匹配,如Unlearn AI的数字孪生技术可将招募期缩短30-50% [75][76] 行业趋势 - 价值正在从传统CRO与药企的"手工试错"转移到掌握数据、模型飞轮与自动化实验室的AI原生公司手中 [78] - 行业进入"算力-数据-算法"驱动的指数级进步时代,四类玩家分别在单点突破、科研流程产品化、新疗法开发和关键环节优化方面推动变革 [78]