人工智能继续在化学领域引起轰动。例如：Y Combinator 支持的总部位于英国剑桥的ReactWise正在使用人工智能来加速化学制造——这是将新药推向市场的关键一步。
一旦在实验室中发现了一种有前景的药物，制药公司就需要能够生产出大量的材料来进行临床试验。ReactWise 正利用其“化学工艺优化的 AI 副驾驶”来提供帮助，该公司表示，这可以将找出最佳药物制造方法的标准试错过程加快 30 倍。
“制造药物真的就像烹饪一样，”联合创始人兼首席执行官亚历山大·庞伯格（Alexander Pomberger）（上图左，与联合创始人兼首席技术官丹尼尔·威格（Daniel Wigh）合影）在接受 TechCrunch 的电话采访时表示。“你需要找到最佳配方来制造出纯度高、产量高的药物。”
他说，多年来，该行业一直依赖于反复试验或员工专业知识来进行“流程开发”。将自动化加入其中可以减少获得可靠的药物制造配方所需的迭代周期数。
这家初创公司认为，在不久的将来（Pomberger 预计是“两年内”），它将能够实现“一次性预测”，即人工智能将能够几乎立即“预测理想的实验”，而无需多次迭代（将每次实验的数据反馈回来以进一步完善预测）。
该初创公司的机器学习 AI 模型仍可通过减少完成药物开发链这一部分所需的迭代次数来节省大量成本。
摆脱单调乏味
“这个想法的灵感来自：我是一名受过训练的化学家，曾在大型制药公司工作，我看到了整个行业是多么繁琐和反复试验，”他说，并补充说，这项业务实际上是将五年的学术研究（他的博士学位专注于“由机器人工作流程和人工智能驱动的化学合成自动化”）整合到他所说的“一个简单的软件”中。
ReactWise 产品的基础是该初创公司在其实验室中进行的“数千”次反应，目的是捕获数据点，为其 AI 驱动的预测提供支持。Pomberger 表示，该初创公司在其实验室中使用了一种“高通量筛选”方法，这使得它能够一次筛选 300 个反应，从而加快了为 AI 捕获所有这些训练数据的过程。
“在制药行业……有一两种反应和反应类型会被反复使用，”他说。“我们的做法是，我们有一个实验室，在那里为这些最相关的反应生成数千个数据点，在我们这边训练基础反应模型，这些模型可以从根本上理解化学反应。这样，当客户制药公司需要开发可扩展的流程时，他们就不需要从头开始。”
这家初创公司于去年 8 月开始捕捉反应类型以训练其 AI，Pomberger 表示，这项工作将于今年夏天完成。该公司的目标是覆盖 20,000 个化学数据点，以“覆盖最重要的反应”。
“以传统方式获取一个数据点，化学家通常需要一到三天的时间，”他补充道：“因此，我们认为评估数据的成本非常高。获取单个数据点非常困难。”
到目前为止，该公司专注于“小分子药物”的制造工艺，庞贝格表示，这种药物可用于治疗各种疾病。但他表示，该技术也可以应用于其他领域，并指出该公司还与两家材料制造商合作开发聚合物药物输送技术。
ReactWise 的自动化业务还包括可以与机器人实验室设备交互的软件，以进一步提高药物的精确制造。不过，需要明确的是，该公司专注于销售软件；它本身并不是机器人实验室套件的制造商。相反，如果客户手头有这样的套件，该公司还可以提供驱动机器人实验室设备的服务。
这家英国初创公司成立于 2024 年 7 月，已与制药公司合作开展了 12 项软件试点试验。Pomberger 表示，他们预计今年晚些时候将进行首次转换，即全面部署订阅软件。虽然 ReactWise 尚未透露与其合作的所有公司的名称，但该公司表示，这些试验包括一些大型制药公司。
种子前融资
该初创公司 ReactWise 独家向 TechCrunch 透露了其种子前融资的全部细节，总额为 340 万美元。
这一数字包括之前披露的 YC 支持（50 万美元）和Innovate UK提供的近 120 万英镑（约 160 万美元）的资助。其余资金（约 150 万美元）来自未具名的风险投资家和天使投资者，ReactWise 称他们“致力于推进人工智能驱动的可持续制药制造”。
尽管 ReactWise 的关注点比较狭窄，只集中在药物开发链的某个特定部分，但 Pomberger 表示，加速这一过程可以显著缩短新药送达患者所需的时间。
“让我们来看看一种药物从开始到上市的典型周期：10 到 12 年。工艺开发需要一到一年半到两年的时间。如果我们可以基本上加快工作流程——平均减少 60%——那么我们就可以知道它有多大的效果，”他指出。
与此同时，其他初创公司正在将人工智能应用于药物开发的不同方面，包括首先识别有趣的化学物质，因此随着更多自动化创新的加入，可能会产生复合效应。
但具体到药品制造方面，Pomberger 认为 ReactWise 处于领先地位。“我们是第一个真正解决这个问题的公司，”他说。
这家初创公司与使用统计方法的传统软件（如 JMP）竞争。他还表示，还有其他一些公司应用人工智能来加速药物制造，但 ReactWise 能够获得高质量的化学反应数据集，这让它具有竞争优势。
“我们是唯一一家有能力并正在内部生成这些高质量数据集的公司，”他说，“我们的大多数竞争对手都提供软件。客户基本上会根据输入的内容收到提示指令。
“但是，从我们的角度来看，我们提供这些预先训练的模型——这些模型非常强大，因为它们从根本上理解化学。我们的想法是让客户真正地说：‘这是我感兴趣的反应，点击开始，我们从第一天起就根据我们在实验室所做的所有前期工作为他们提供了流程建议。这是目前其他人做不到的。’”
