摘要:Koller說,許多其他公司已經採用了依賴現有數據集來教授其機器學習的捷徑,但是其中一些數據集比較混亂,並且會導致平臺運行不佳。對於生物技術公司Insitro而言,吸引投資者的不是機器學習平臺或尖端生物學,而是達芙妮·科勒(Daphne Koller)的創始人兼首席執行官。

對於生物技術公司Insitro而言,吸引投資者的不是機器學習平臺或尖端生物學,而是達芙妮·科勒(Daphne Koller)的創始人兼首席執行官。Koller的履歷令人印象深刻。在線教育平臺Coursera的共同創始人,斯坦福大學的計算機科學教授,以及麥克阿瑟獎學金獲得者。

但是,投資者有信心,在相對較新的製藥公司中,Koller可以在生物學和機器學習領域架起橋樑。證明是數字。這家總部位於舊金山的公司週二宣佈,它已經籌集了1.43億美元的資金,使所籌集的風險資本總額達到了2.43億美元。

安德森·霍洛維茨(Andreessen Horowitz)的普通合夥人維傑·潘德(Vijay Pande)說:“科勒正是我們所尋找的企業家類型,他最近加入了Insitro董事會,是機器學習和生物製藥領域的先驅。”Andreessen領導了這一輪融資,其中包括新投資者T. Rowe Price合夥人,貝萊德,Casdin Capital和CPP Investments。目前的投資者包括ARCH Venture Partners,GV和Third Rock Ventures。“這是對達芙妮的賭注,” ARCH Venture Partners的羅伯特·內爾森(Robert Nelsen)說,“她簡直太出色了。”

Koller兩年前創立了這家位於舊金山的初創公司,目標是將數據科學和生命科學結合在一起。她說:“沒有足夠的人能夠跨越兩個世界,將這些工具整合在一起絕對至關重要。”它在短時間內的成就足以使Insitro於去年秋天躋身福布斯首屆AI 50榜單,成爲最有前途的人工智能公司之一。

爲了發現新藥,Insitro從生物學開始。該公司利用人類的細胞將其誘導爲多能幹細胞,這些幹細胞幾乎可以轉化爲體內的任何細胞。然後,研究人員創建了遺傳疾病的模型,並使用機器學習來找出健康細胞和病細胞之間的區別。這些微妙的差異“常常由於龐大的數據量而丟失在一個人身上,” Koller說,“而這正是機器學習的真正亮點。”她說,目標是找到“將疾病狀態恢復爲健康狀態的干預措施”。

Insitro尚未發現任何新藥物,但去年它與吉利德(Gilead)簽署了一項協議,致力於研發一種肝病藥物,該藥物的預付款爲1500萬美元,而潛在的價格爲10億美元。該交易使Insitro可以使用Gliead的臨牀試驗數據來訓練其機器學習平臺。該公司還專注於神經科學,並希望使用人類細胞代替動物模型將有助於找到治療神經系統疾病的新藥。

融資回合中的一些新資金將用於增強公司的藥物開發能力,包括最終聘請監管專家和其他具有藥物開發經驗的人員。鑑於該公司尚未找到其首個藥物,這些特殊的聘用人員還有很長的路要走。資金還將用於以其他方式擴大公司規模,例如繼續開展肝臟疾病研究。

使用機器學習來輔助藥物開發的領域變得越來越擁擠。Recursion Pharma和Verge Genomics等其他初創公司也使用機器學習來加快藥物開發,諾華和默克等大型製藥公司已與公司合作提高機器學習能力。

使Insitro與其他公司不同的一件事是,它會產生大量新數據來訓練其機器學習平臺。Koller說,許多其他公司已經採用了依賴現有數據集來教授其機器學習的捷徑,但是其中一些數據集比較混亂,並且會導致平臺運行不佳。她說:“我的經驗是,機器學習實際上僅與您提供的數據一樣好。”

與Insitro的另一個區別是:雖然其他一些初創公司的目標是與大型公司合作,但Insitro的目標是要成爲一家功能齊全的製藥公司,從發現到開發到監管批准,一路走來。柯勒說,她仍會考慮一些合作關係,但“我們將一直吸食一些毒品。”

當然,兩家公司之間最大的不同也許是Insitro由雄心勃勃的Koller領導。內爾森說:“這就是人們願意在這家公司與其他公司之間進行投資的原因,我們不是在試圖建立一家小公司,而是在建立一家試圖扭轉行業局面的製藥公司。”

相關文章