今日，北京星亢原生物科技有限公司（neoX Biotech，以下简称 “星亢原”）宣布完成 Pre-A 轮融资，本轮融资千万美元，此轮融资由元璟资本、红杉中国种子基金联合领投，原有投资方晨兴资本持续加注。此轮融资主要用于人才团队的扩建、高通量实验室的扩展以及推进合作的药物研发管线。此前，星亢原于 2018 年成立之初完成了数百万美元的首轮融资，由晨兴资本和真格基金共同投资完成。
星亢原于 2018 年加入了 “AI + 新药研发” 赛道，是一家将 AI 与生物物理相结合进行药物研发的公司，专注大分子药物开发，聚焦于肿瘤免疫治疗领域。该公司目前正在着力打造其自主研发的 AI 新药研发平台 neoXTM 。星亢原的创始人兼首席执行官陈航博士是麻省理工学院的物理化学博士，曾在 MIT 计算免疫学实验室开展研究工作，拥有物理化学、机器学习和免疫学交叉学科背景。团队联合创始人兼首席技术官刘帆博士是加州理工学院的计算化学博士和博士后、美国系统生物学研究院的博士后，曾在百济神州担任计算化学主任研究员，参与多项新药的基础与转化研发项目。
目前，“AI + 新药研发” 正处于快速发展期，不断有玩家涌入该赛道。如何在这股 “AI + 新药研发” 大潮中赢得红利，巩固自己的竞争地位？基于目前 “AI + 新药研发” 的整体发展态势，陈航和生辉聊了聊星亢原公司的发展规划及其对于 “AI + 新药研发” 领域的深刻见解。他认为 AI 技术、生物物理基础和高通量实验协同发展是 “AI + 新药研发” 企业的核心。
（来源：星亢原）
“我们最大的优势是协同‘三驾马车’”
生辉：2018 年创业的时候为什么会选择从 “AI + 新药研发” 入手呢？您创办星亢原的初衷是什么呢？
陈航：这与我们之前的经历相关，在与生物学家合作研发药物的过程中，我们发现 AI 计算所占比重和发言权越来越大，越来越多的人希望通过 AI 计算来理解生物体系。看到了发展趋势，我们开始考虑 AI 计算是否有可能占据主导地位。在新抗原领域，正好非常适合用 AI 驱动做研究。正是因为新抗原技术的发展机遇，让我们决定成立星亢原。
这也和我的兴趣以及理科背景相关，我一直对利用 AI 解释生物医学体系很感兴趣；第二点在于看好 “AI + 新药研发 ”的趋势，随着学术界应用 AI 范围越来越广，我们希望推动 AI 计算进入产业界；第三点在于业界大型药厂对 AI 计算的重视。
生辉：为什么新抗原更适合做计算 AI 驱动研究？
陈航：新抗原是指癌细胞表面的 DNA 有很多基因变异点，通过 RNA 转录在细胞表面通过 MHC(主要组织相容性复合体)呈递出一种蛋白，这种特异性的蛋白不同于正常细胞表达的蛋白，它可能会激活我们的免疫系统（比如说是 T 细胞），进而消灭癌细胞，这个蛋白就是新抗原。
图 | neoantigen 左侧为癌细胞，右侧为免疫细胞，肿瘤新抗原通过 MHC 呈递在细胞表面，并通过与 TCR(T 细胞受体)相互作用进而激活免疫细胞。（来源：Science）
星亢原目前的 “AI + 新药研发” 模式就是寻找基因突变产生的特异性蛋白，通过 AI 预测找出新抗原。
但是，我们会发现每个患者体内肿瘤的突变基因位点不同，导致产生的新抗原也不同，不同的患者会产生不同的新抗原。如果一个一个做实验验证基因突变位点对应的新抗原，耗时又费力，效率低。目前，基因测序技术的发展，使得快速有效地对每位患者进行单独测序和新抗原筛选成为可能，这为新抗原疫苗临床应用奠定了基础。我们正是看到了 AI 在新抗原筛选及预测过程中所扮演的重要角色。
图 | 基于肿瘤新抗原的个性化癌症疫苗（来源：DeepTech）
生辉：星亢原目前主要的产品是定制疫苗？
陈航：基于公司自主开发的 AI 大分子药物研发平台技术，公司已经将其应用到三个细分领域的药物 AI 计算设计：新抗原 - TCR 计算高通量筛选；抗体设计；PROTAC 药物理性设计。其中，基于 MHC - 新抗原 - TCR 这个体系的研究也有多个应用场景，一个是新抗原癌症疫苗（治疗性癌症疫苗），另一个是靶向新抗原的 TCR-T 细胞疗法，这两个都是公司目前的方向。
生辉：与其他企业相对，您觉得星亢原最大的优势是什么？
陈航：我觉得 AI 首先离不开大数据，尤其是生物技术的发展的数据；然后是高通量的实验平台。AI + 生物物理 + 高通量是推动 “AI + 新药研发” 的三架马车，需要这三驾马车协同合作，我们最大的优势就是协同这三驾车。其实，AI 计算是一个底层的逻辑，可以用来指导高通量的实验，更有利于这种新药的研发。
生辉：作为一家 “AI + 新药研发” 的交叉学科企业，目前公司的人才队伍建设的组成比例是怎么样的？
陈航：从以往的经验和对于 “AI + 新药研发” 的角度看，我们认为如果只专注于 AI，没有生物体系基础背景的话，与公司发展定位不太相符。我们更注重生物学背景，理解生物体系和生物制药是关键。从目前公司的人才构成来讲，团队成员更多来自于生物系、化学系、计算生物学等等。
生辉：传统的 AI 模型存在很多局限性，比如 AI 对样本依赖大以及预测指标单一等等，星亢原的药物开发平台是怎样克服这些问题？
陈航：对，评估 “AI + 新药研发” 平台，有生物化学背景的人会从多个维度评估和优化，不单单只是从数据角度。比方说我们的新抗原 - TCR 平台，在这个体系中，TCR 序列数据相对较少，蛋白结构的数据也相对较少。在数据不足的情况下，想做一个比较好的算法，能做相对精准的预测，那就需要去开发其他维度。生物制药数据库，还可以从能量维度评估数据，通过 AI 提炼能量维度数据，对预测很有意义。然后从物理化学多维度去预测一个功能性的指标，然后达到更加精准的预测效果。
“单方面地解释和证明自己并不是好方法”
生辉：您可以分析一下国内外的 “AI + 新药研发” 进展吗？
陈航：相比较而言，国外发展起步更早，也更成熟。国外 “AI + 新药研发” 平台已经受到了大药厂的认可，还达成了千万美金级别的首付款，里程碑付款也在进行中。但国内还没有这种大订单和这种级别的合作达成。不过我认为未来是肯定会出现的。在中国，做 “AI + 新药研发” 的企业，海归公司更多，包括很多 MIT 的校友等等。
生辉：今年 4 月星亢原与 BioDuro 达成了合作，共同建立首个结合人工智能和合成抗体发现的抗体发现平台，目前进展如何？这项合作对公司的发展有什么意义？
陈航：我觉得 “AI + 新药研发” 有三个要素，一是 AI，二是生物物理（体系理解），三是生物的高通量，这需要数据做支撑。关于数据来源，可以在实验室自己做；关于数据能力，我们可以去利用我们合作伙伴的数据和技术平台（高通量计算平台）。这方面 BioDuro 是一个非常好的合作伙伴，它拥有一个噬菌体展示高通量实验平台，可以对抗体进行高通量的筛选。然后，结合我们的 AI 计算，能更加高效地做抗体开发。抗体的种类很多（比如纳米抗体和双抗等等），都需要一定的设计和计算，然后针对不同的靶点建立不同的库。然后比如说针对 GPCR 这种有难点的靶点，建立数据库就有一定的难度。现在，我们已经开始利用 AI 平台为一些美国的医药公司进行药物研发了。通过合作，我们会参与整个药物开发的全流程，积累药物开发经验；美国公司非常注重团队整体的优化，这对我们创业公司来说也可以得到很好的锻炼。
生辉：在推向实际应用过程中如何加强 AI 的可解释性，如何让药厂信服？
陈航：我觉得单方面去解释或者去证明自己并不是好方法。其实，我们跟大型药企的合作，核心在于在这些公司内部非常认同我们这种 “AI + 新药研发” 的模式。我们无需刻意证明自己，大家抱着共同合作探索的心态共同发展。这在美国是很常见的，但是国内确实是可遇而不可求。现在有很多 AI 制药公司与一些大药厂合作，我相信之所以能走那么远，也并不是单方面的去证明什么或去解释什么，而是大家一起去贡献自己的专长，重新构造一个 AI 驱动的药物研发平台。
生辉：目前，公司三大药物开发平台治疗的适应症主要是癌症，未来会布局其他领域？
陈航：当下适应症是针对癌症，未来会有所扩展。目前我们还是初创公司，需要高度聚焦，专注于自己擅长的领域。关于布局其他适应症，我们的策略是与大型药企合作开发，汇集双方的优势。不断进行数据、技术、人才和资金积累，达到一定程度后，我们会针对靶点，研发自己的核心管线。
生辉：您对未来公司的发展有什么规划？您对公司的愿景是什么？
陈航：规划的话是我们分三步，第一步，是在我们布局的细分领域，打造好 AI 药物计算设计平台，拿到更多的实验验证；第二步，与更多的生物医药企业进行合作，融入生物医药产业链，聚焦公司擅长的领域，也希望在这个过程中，给传统医药行业带来新的技术和思路；第三步，夯实平台以及积累药物研发经验之后，逐渐开展自主研发药物管线。
谈到愿景，我们公司有这样一个底层相信：生物体系是可计算化的。带着这种相信，我们在推动的事情就是药物研发领域的数字化进程，这就是星亢原的立身之本。我们一直相信将 AI 与生物物理相结合是可以计算生物体系的，AI 计算设计将会在药物研发产业链中起到发动机的驱动作用。
