商道创投网2022年6月7日从官方获悉：由端到端人工智能驱动的临床阶段生物医药公司英矽智能(Insilico Medicine)已完成6000万美元D轮融资，本轮融资新加入的投资方包括美国西海岸一家大型多元化资产管理公司和渤海华美（上海）股权投资基金管理有限公司等，现有投资方包括华平投资、波士顿投资、启明创投、BOLD Capital Partners、Deerfield Management和蘭亭投资等继续跟投。值得一提的是，英矽智能创始人兼首席执行官Alex Zhavoronkov博士也亲自参投本轮融资。

本轮所募集资金将用于稳固英矽智能在动荡市场环境中的财务状况，并推动其研发管线，包括进展最快的处于1期临床的肺纤维化项目及其人工智能平台Pharma.AI的持续开发；另外也将用于推进全自动化的智能机器人药物研发实验室和机器人生物数据工厂的建设，以不断补充英矽智能的数据资源。

英矽智能曾于去年6月官宣获得2.55亿美元C轮融资。反常的是，相较于上一轮融资，这次的融资规模大幅缩减。对此，Alex解释到，“不是这一轮缩减，而是上一轮规模非常大。”首先，上一轮融资已让公司有足够的现金储备，以确保在公司拥有多项步入临床前后期阶段和临床阶段的可授权资产之前不会出现现金流吃紧，为避免风险和不确定性因素，公司在资金的使用方面也非常谨慎；其次，从去年11月纳斯达克生物医药指数震荡以来，市场逐渐步入 “生物技术的冬天”，而这也是一个行业洗牌的机会。

英矽智能自2014年起公司已经建立起三款人工智能平台，分别聚焦于药物研发的三大痛点：靶点识别（PandaOmics平台）、化合物设计（Chemistry42平台）和临床2-3期实验结果预测（InClinico平台）；自2021年2月起，公司已在前沿领域建立起相应的产品组合，目前近30条内部在研管线，覆盖肿瘤、纤维化、免疫和CNS领域，其中8个项目提名了临床前候选化合物；此外，还与多家大型制药公司建立了合作关系——全球前20大制药公司中有9家授权引进其人工智能药物研发平台。

现阶段，英矽智能值得关注的业务进展在于，今年3月，英矽智能AI药物发现平台生成（AIDD）的首个抗肺纤维化小分子抑制剂已获批进入临床试验，现已成功完成了0期微剂量组试验，目前正在中国和新西兰两地针对健康志愿者中进行1期临床试验。

据Alex介绍，上述抗纤维化项目候选药物不仅是基于AI设计的全新化合物，连靶点也是由AI识别和发现的，充分验证了AIDD的重要潜力；公司与复星医药在QPCTL项目上的合作也取得了首个里程碑进展---发现了靶向QPCTL的临床前候选药物，用于创新的肿瘤免疫治疗，有望成为“first-in-class”；此外，其内部在研项目中有7个项目进入IND-enabling阶段，包括一款用于COVID-19治疗的新型3CL蛋白酶抑制剂临床前候选药物，及两款分别靶向MAT2A和USP1的“合成致死”抗肿瘤疗法。

综合来看，英矽智能如今的业务矩阵除了有3个AI平台来服务行业客户外，也有自研创新药管线。那么，它究竟是AI版CRO还是原研药Biotech？这成为受行业关注的争议点。

对此，Alex表示，英矽智能是一家AI驱动的Biotech公司，人工智能和药物研发是公司的 “阴”和“阳”。“从服务层面来看，我们并不是一个CRO，因为CRO一般只有一些基于学习和风险分担成分的合作；而我们的合作往往是当我们完成了立项且有一个苗头化合物开始就与一家制药公司合作；或是至少有一部分交易。这样能确保在双方的合作中我们能够不断交付成功的项目，而所合作公司也有信心并愿意继续投资于AIDD赛道，此后我们也可以以里程碑付款或共同开发的形式进一步加深合作。”

Alex表示，接下来，公司在AI方面也将扩大平台能力，推出新的人工智能软件解决方案；并推出自己的“机器人+人工智能实验室”，将产生大量的新数据，特别是我们非常需要的动物疾病模型数据，以提高项目成功概率；在药物发现方面，则要提供更多的临床前候选药物，以便被最好的生物技术公司选中进一步开发到临床，并推进自研管线。

“机器人+人工智能实验室”即是英矽智能正在搭建的全自动化智能机器人药物研发实验室，位于苏州生物医药产业园BioBAY。Alex介绍到，现在要做的就是把上述经过验证的人工智能平台应用于机器人实验室场景，进一步自动化公司的药物发现能力。

“我们希望走得更远，不止于人。我们想先做动物实验，对动物细胞、动物组织进行剖析，从而深入了解人类生物学，并学习如何从动物组织、动物细胞中识别靶点、进行验证并将其与人类联系起来。这是因为生物制药行业最大的问题之一就是转化，我们想要确保动物和人类数据完全匹配。”

据悉，该智能机器人实验室项目将涵盖人工智能与自动化两大模块组成，由四种不同类型的机器人负责实验室的日常运转，满足7*24小时的高通量筛选、高内涵筛选、生化分析和细胞分析等工作；同时，在底层架构支持下，实现全方面闭环的数据收集、分析和再利用，形成药物研发和算法优化间的循环迭代。

其实，公司大约在2年前就开始有这个想法，团队越来越多意识到除了公开数据之外，自有数据将对训练迭代人工智能算法意义匪浅，进而能帮助公司拓展内部自研管线。而建立这样一个智能机器人实验室和数据工厂任务也非常艰巨。为此，英矽智能为这个实验室规划了三个方向：

• 首先，海量数据收集的全面自动化，实验室会通过传感器以及大量设备来采集研发过程中各个维度的数据；

• 其次，数据处理的全面自动化，实验室里会利用最新的IT架构来处理海量的图像及测序数据，并及时分析展示；

• 第三，试验决策的全面智能化，实验室将公司最新的AI模型和机器人控制结合在一起，让实验员解放人手去做更有意义的药物发现，让制药研发的过程向“无人化”迈进。

据Alex介绍，目前智能机器人实验室仅链接了公司早期药物发现的人工智能模块，即靶点识别平台PandaOmics和化学合成平台Chemistry42，预计今年第三或第四季度可以看到实验室投入运营。