36氪獲悉，人工智能藥物研發(fā)數(shù)據(jù)平臺「答魔數(shù)據(jù)」宣布完成新一輪融資。本輪投資人肖瑩是某知名互聯(lián)網(wǎng)上市公司創(chuàng)始人，目前專注醫(yī)療健康養(yǎng)老產(chǎn)業(yè)發(fā)展。
結(jié)合整個行業(yè)來看，新藥研發(fā)存在顯著的痛點——投入大、耗時長、成功率低。伴隨著行業(yè)的發(fā)展，人工智能技術(shù)越來越多地應用到醫(yī)藥研發(fā)環(huán)節(jié)，幫助藥企提效降費。
答魔數(shù)據(jù)切入的是“臨床前研發(fā)”環(huán)節(jié)，將人工智能技術(shù)與藥學、化學、生物學等學科相結(jié)合，構(gòu)建AI+藥物研發(fā)數(shù)據(jù)平臺，運用大數(shù)據(jù)、人工智能技術(shù)支持藥企的藥物研發(fā)進程。目前市場上直接競品較少。
答魔數(shù)據(jù)官網(wǎng)
數(shù)據(jù)質(zhì)量是衡量企業(yè)的關(guān)鍵，目前答魔數(shù)據(jù)已經(jīng)完成了3萬多種小分子藥物和生物藥的知識圖譜搭建，數(shù)據(jù)量為2100余萬條，近期更有重磅的逆合成反應預測、藥物篩選等多個藥物研發(fā)模塊即將落地，進一步加深在藥物研發(fā)領(lǐng)域的數(shù)據(jù)優(yōu)勢。答魔數(shù)據(jù)搭建的知識圖譜以藥物活性成分、靶點、公司、適應癥為主線構(gòu)建，覆蓋全球上市及臨床在研小分子藥物和生物藥3萬余種；涵蓋藥物基本信息、工藝數(shù)據(jù)、藥物活性數(shù)據(jù)、臨床試驗、注冊審批、上市批準、銷售額、制劑與輔料、專利與文獻等研發(fā)全領(lǐng)域數(shù)據(jù)。
答魔數(shù)據(jù)第一步服務于藥企提高藥物研發(fā)立項與管線并購效率，第二步服務藥企在AI+藥物研發(fā)過程。目前答魔數(shù)據(jù)已經(jīng)獲得十幾個標桿性客戶訂單，完成交付，與國內(nèi)知名藥企建立戰(zhàn)略合作關(guān)系，與行業(yè)專家共同深入探討人工智能在藥物研發(fā)領(lǐng)域的應用。
答魔數(shù)據(jù)創(chuàng)始人張羽畢業(yè)于清華五道口金融學院，曾就職于騰訊；團隊成員分別畢業(yè)于美國麻省理工、清華大學，同時具有默沙東、阿斯利康、藥明康德、騰訊等頭部企業(yè)經(jīng)驗，專家顧問團隊均為醫(yī)療領(lǐng)域上市公司創(chuàng)始人。
在這個領(lǐng)域，答魔團隊的互聯(lián)網(wǎng)基因顯著，對于大數(shù)據(jù)及AI技術(shù)理解更深，在數(shù)據(jù)平臺打造上更有優(yōu)勢。同時，團隊的互聯(lián)網(wǎng)基因帶來的風格是，強執(zhí)行力、產(chǎn)品上線速度快、迭代迅速。
研發(fā)一種新藥從項目啟動到獲準上市，平均耗時10-15年，研發(fā)成本約為26億美元。自2010年起，研發(fā)投入回報比例也呈現(xiàn)逐年下降趨勢。加上傳統(tǒng)醫(yī)藥研發(fā)公司，研發(fā)人才大多缺乏大數(shù)據(jù)和AI技術(shù)基因。
對此，創(chuàng)始人張羽表示，非常看好AI技術(shù)在醫(yī)藥研發(fā)領(lǐng)域的落地。新技術(shù)將帶來高效率的解決方案，高效率的解決方案有利于開辟藍海市場。答魔數(shù)據(jù)選擇從知識圖譜和逆合成反應預測兩個環(huán)節(jié)率先切入，幫助支持藥企從提高立項的效率到藥物研發(fā)效率不同環(huán)節(jié)。
