人工智能增強藥物製造：YC支持的反應方向

人工智能正在改變化學領域，英國劍橋的初創公司ReactWise，由Y Combinator支持，處於領先地位。他們利用AI加速化學製造，這是新藥上市的關鍵步驟。

一旦在實驗室中發現有潛力的藥物，製藥公司需要生產更多數量以進行臨床試驗。ReactWise推出其“化學過程優化的AI副駕駛”，聲稱可將標準試錯過程加速30倍。

“製造藥物很像烹飪，”聯合創始人兼首席執行官Alexander Pomberger在接受TechCrunch採訪時解釋道。“你需要找到最佳配方，以高純度和高產量製造藥物。”傳統上，行業依賴試錯或員工專業知識進行“過程開發”。但通過自動化，ReactWise旨在減少找到完美配方所需的迭代次數。

該初創公司正致力於“一次預測”，即AI幾乎立即預測出理想實驗，無需多次迭代。Pomberger相信他們將在兩年內實現這一目標。即使現在，他們的機器學習模型也能顯著減少所需迭代次數，節省時間和資源。

Pomberger是一名化學家，曾在大藥廠工作，親眼見證行業的繁瑣與試錯特性。ReactWise將他五年的學術研究濃縮成他所稱的“簡單軟體”。這項研究專注於使用機器人工作流程和AI自動化化學合成。

為建立AI模型，ReactWise在實驗室進行了數千次反應，使用“高通量篩選”方法一次測試300個反應，加速訓練數據收集。Pomberger指出，在製藥行業中，重複使用少數幾種反應類型。通過為這些關鍵反應生成數千個數據點，他們能訓練出基礎反應模型，深入理解化學。這意味著當客戶需要開發可擴展的過程時，無需從頭開始。

該初創公司去年八月開始收集這些反應類型，計劃在夏季完成，目標是2萬個化學數據點，涵蓋最重要的反應。傳統上，獲得單一數據點可能需要化學家一到三天，成本高昂且耗時。

目前，ReactWise專注於小分子藥物的製造過程，這些藥物可用於多種疾病。但Pomberger認為還有其他應用潛力，包括與兩家材料製造商合作開發聚合物藥物傳遞。

ReactWise的自動化還包括可與機器人實驗室設備介接的軟體，提升藥物製造的精確度。他們不製造機器人設備，但若客戶有設備，他們可驅動它。

ReactWise成立於2024年7月，目前與製藥公司進行12項試驗，預計今年晚些時候首次全面部署其訂閱軟體。他們與一些大藥廠合作，但尚未公開名稱。

ReactWise最近在種子輪融資中籌集340萬美元，包括來自YC的50萬美元和Innovate U.K.的120萬英鎊補助。其餘來自未公開的風險投資者和天使投資者，致力於推進AI驅動的可持續製藥製造。

雖然ReactWise專注於藥物開發鏈的特定部分，Pomberger認為加速此過程可顯著縮短新藥上市時間。典型藥物開發週期為10至12年，過程開發需一至兩年。通過平均縮短60%，ReactWise能產生實質影響。

其他初創公司正將AI應用於藥物開發的不同方面，因此隨著更多自動化創新整合，可能產生複合效應。但在藥物製造方面，Pomberger認為ReactWise領先。他們與傳統軟體如JMP及其他使用AI的競爭者競爭，但ReactWise對高質量化學反應數據集的掌握使其脫穎而出。

“我們是唯一在內部生成這些高質量數據集的公司，”Pomberger說。“大多數競爭者基於輸入提供軟體和指示。但我們提供預訓練模型，深入理解化學。客戶可告訴我們他們感興趣的反應，按下開始，我們從第一天起提供過程推薦，基於我們在實驗室的所有前期工作。這是目前沒人做的事情。”