Variational AI

Variational AI 是一家處於人工智慧和生物技術交叉領域的先驅公司，致力於加速藥物發現過程。該公司成立於2019年，開發了 Enki™，這是首個商業上可用的、專門用於設計新穎小分子的基礎模型。這個強大的生成式AI平台使生物製藥公司能夠以前所未有的速度和效率從靶點識別轉向臨床前測試，從根本上改變了開發新療法的成本和時間動態。

Variational AI 的方法不是篩選數百萬個現有化合物，而是從頭開始創造新的化合物。Enki™ 平台基於數十年的實驗數據進行訓練，涵蓋了超過10個主要靶點類別中的570多個靶點，包括GPCR、激酶、蛋白酶和NHR。這種廣泛的訓練使模型能夠理解分子相互作用和化學的複雜規則，從而能夠生成具有特定、期望屬性的分子。

如何使用 Variational AI

Enki™ 平台的工作流程設計得既簡單又精確，讓藥物化學家和計算化學家能夠將其戰略目標直接轉化為候選分子。

1. 定義目標產品概況 (TPP): 流程始於用戶定義一個清晰的TPP。這是最關鍵的一步，用於指定最終候選藥物的期望特性。
2. 選擇靶點和脫靶靶點: 用戶指定分子應與之相互作用的主要生物靶點（靶上靶點），同樣重要的是，指定應避免的靶點（脫靶靶點），以最大限度地減少副作用並提高選擇性。
3. 指定理化性質: 除了靶點結合，用戶還可以定義其他關鍵屬性，如溶解度、滲透性、代謝穩定性，甚至針對中樞神經系統藥物的腦滲透性。
4. 生成和優先排序: 一旦定義了TPP，Enki™ 就會開始工作。其生成演算法探索廣闊的化學空間，設計出符合多屬性要求的新穎分子。然後，它會提供一個按優先級排序的最有希望的候選分子列表，從而大大減少需要合成和測試的化合物數量。

Variational AI 的核心功能

• 生成式基礎模型 (Enki™): 一種最先進的生成式演算法，它創造而非僅僅搜尋新穎的小分子。
• 廣泛的訓練數據: 基於涵蓋超過570個靶點和10多個靶點類別的海量數據集進行訓練，確保了廣泛的適用性。
• 數據獨立操作: 一個關鍵優勢是它能夠為幾乎沒有或根本沒有實驗數據的新靶點生成分子。
• 多屬性優化: 同時優化靶上效力、脫靶選擇性以及理想的ADME（吸收、分佈、代謝和排泄）屬性。
• 快速先導化合物生成: 能夠在短短數週內提供新穎且具有選擇性的先導結構，而傳統上這一過程需要數月甚至數年。
• 高效發現: 經證實效率極高，案例研究表明，一小組AI生成的分子可能比透過傳統方法篩選一百萬個化合物更有效。

Variational AI 的使用案例

Variational AI 與各治療領域的生物製藥合作夥伴合作，共同應對具有挑戰性的藥物發現項目。

• 腫瘤學: Variational AI 與 Rakovina Therapeutics 合作，使用 Enki™ 加速發現一種可穿透血腦屏障的ATR抑制劑，這是治療已轉移至腦部的癌症的一個具有挑戰性的目標。
• 免疫學與炎症: 公司正與 Oncocross 合作，共同開發一種用於治療慢性皮膚炎症，特別是異位性皮膚炎的新型小分子抑制劑。
• 免疫腫瘤學: ImmVue Therapeutics 選擇 Variational AI 的平台來發現首創的抗癌藥物，利用 Enki™ 為免疫腫瘤學靶點生成新穎分子。

Variational AI 的優勢特點

該平台提供了與傳統藥物發現方法不同的範式，帶來了顯著的競爭優勢。

• 速度: 大大縮短了從苗頭化合物識別到先導化合物優化的時間線。
• 成本效益: 透過最大限度地減少對昂貴且耗時的高通量篩選 (HTS) 的需求，降低了早期發現階段的總體成本。
• 創新性: 生成真正新穎的化學物質，為之前「不可成藥」的靶點開闢了新的知識產權機會和藥物開發途徑。
• 更高的成功率: 透過從一開始就設計具有更優屬性的分子，增加了候選藥物在後期臨床前和臨床階段成功的可能性。

定價和計劃

Variational AI 採用合作與協作的商業模式。定價不公開，根據項目範圍、治療領域和合作性質進行客製化。這通常涉及共同開發協議、Enki™ 平台的授權或基於里程碑的付款。我們鼓勵有興趣的生物製藥公司直接聯繫該公司，討論潛在的合作機會。