“10年10亿美金”，这是人们对药物研发的经典概括。药物研发的痛点诸多，研发时间起码10年，平均耗资26.3亿美元，而且失败率高达92%。

在这个背景下，玩家们想到了用AI来助力新药研发，从而缩短周期、提高效率。AI+新药研发的风口已出现四五年之久，但是有能力参与竞争的玩家并不多，更多水下项目待挖掘。

36氪近期接触的「望石智慧」，正在专注于AI+新药研发赛道。该公司成立于2018年，此前一直在做技术开发，处于投入阶段。预计今年9月，该公司将首次公开发布核心技术平台——智能化药物设计平台。

该平台使用生成对抗网络、自编码网络等人工智能算法，融合计算化学知识，智能化设计分子结构，并对分子的生物活性、DMPK、毒性、合成可及性等方面进行综合评价排序，用户只需进行简单的输入操作即可得到系统智能化推荐的优质分子。目前团队正在利用自然语言处理、光学结构识别等算法，自建专利图谱，系统推荐的分子可以确保打破知识产权壁垒。

望石智慧向36氪表示，智能化药物设计平台的训练数据来自公开平台。除了具备以上功能，还基本覆盖从新药发现到临床前研究的环节。

在智能化平台之外，该公司还在搭建知识图谱，涵盖药物专利、文献，甚至来自药企内部的一手数据。目前知识图谱处于起步阶段。“我们会采取智能药物平台+知识图谱两个轮子同步前进的策略”，CEO周杰龙说道。

望石智慧已与天然药物及仿生药物国家重点药物设计研究室签约合作，并借助算法设计出了一个活性化合物，即将进行后续实验。同时望石智慧和分子设计实验室的MDL团队共同获得了“默克杯”逆合成反应预测大赛的总决赛冠军。

与竞品相比，望石智慧的优势在于搜索排序的能力。团队认为，小分子化合物空间据估算在10的60次方，如何在庞大的空间中找到合适的分子是一个非常有挑战的任务，搜索排序是这个任务的核心，新药研发的关键就在于靶点与分子之间的匹配，通过计算推荐出最优的有可能成药的分子。

公司团队具备丰富的搜索排序的经验，CEO周杰龙曾任百度主任架构师，百度搜索技术创新的核心人物之一，曾负责百度搜索机器学习排序，在百度期间带领团队用机器学习重构了百度搜索引擎，持续改善长尾查询体验和提升搜索研发效率。CEO周杰龙表示，2013年他带领的团队在全球首次成功地将深度学习应用于搜索中，比Google早两年。

与一些竞品主攻First-in-Class的策略不同，望石智慧现阶段专注于Me-better药物研发。之所以采取这样的策略，是因为Me-better的技术框架相对First-in-Class更为封闭，在中国市场环境中也更易商业化。在将来，望石智慧会把管线延伸到Best-in-Class和First-in-Class之中。

AI+新药研发行业，核心评价指标是药物发现的有效性，投资人最关注的莫过于平台推荐的药物能否最终通过审批上市。对于这个问题，望石智慧正在通过某些策略去做快速验证，平均一两周就会迭代一个新版本。

至于未来规划，望石智慧下半年的目标是借助平台和几家药企有深度合作，明年计划走进海外药企，提供First-in-Class的药物研发。

望石智慧团队的AI技术人员由BAT等一线知名互联网和AI公司高级技术人才构成，在自然语言处理、计算机视觉、推荐系统、搜索、排序系统等AI研发领域和云存储、云计算等大数据领域，均有核心技术储备。药物研发人员由计算生物学、化学信息学、合成化学、药学、医学等专业博士硕士构成，在药物研发全流程均有专业人才储备。公司顾问包含了北大药学教授、原默克药物化学家以及计算化学家。

望石智慧在创立之初，就完成了数百万美金的天使轮融资，资金来自SIG(海纳亚洲)。目前，该公司正在开展新一轮的融资，资金将用于在海外设点、扩大团队、拓展市场，以及丰富数据库资源。