药物发现是识别新分子以开发药物的艺术，这是一个众所周知耗时且困难的流程。传统技术如高通量筛选提供了一种昂贵且盲目的方法——这种方法往往难以成功。然而，一批新兴的生物科技公司正利用人工智能和先进数据技术，试图加速并简化这一流程。
Chai Discovery 是一家成立于 2024 年的人工智能初创公司，便是其中之一。在短短一年多时间里，其年轻的联合创始人已筹集了数亿美元，并获得了硅谷最具影响力投资者之一的支持，使其成为这个 growing industry 中最引人注目的公司之一。去年十二月，该公司完成了 B 轮融资，额外获得 1.3 亿美元资金，估值达到 13 亿美元。
上周五，Chai 还宣布与 Eli Lilly 达成一项合作，这家制药巨头将使用该初创公司的软件来帮助开发新药。Chai 的算法名为 Chai-2，旨在开发抗体——即对抗疾病所需的蛋白质。该初创公司表示，它希望成为分子的“计算机辅助设计套件”。
对于 Chai 所在的特定领域而言，此刻至关重要。就在 Eli Lilly 宣布将与 Nvidia 开展价值 10 亿美元的合作以在旧金山建立一个人工智能药物发现实验室后不久，Chai 的交易便公布了。这个被称为“联合创新实验室”的项目将整合大数据、计算资源和科学专业知识，旨在加速新药开发的进程。
该行业并非没有反对者。一些行业资深人士似乎认为，鉴于传统药物开发的难度之大，这些新技术不太可能产生重大影响。然而，对于每一个持怀疑态度的人，似乎都有同样多的支持者。
General Catalyst 的管理董事 Elena Viboch —— 作为Chai 的主要投资方之一 —— 告诉 TechCrunch，她的公司对采用该公司服务的公司将看到成果充满信心。“我们相信，最快与 Chai 等公司建立合作伙伴关系的生物制药公司将率先将分子带入临床，并制造出有意义的药物，”Viboch 说。“在实践中，这意味着在 2026 年建立合作伙伴关系，并在 2027 年底之前看到首创药物进入临床试验。”
艾莉莎·阿普尔（Aliza Apple）是礼来公司（Lilly）TuneLab项目的负责人——该项目利用人工智能和机器学习推动药物研发——她也对Chai的产品表示信心。“通过将Chai的生成式设计模型与礼来在生物制剂领域的深厚专业知识和专有数据相结合，我们旨在从源头上推动AI设计更优分子的边界，最终目标是帮助加速为患者开发创新药物的进程，”她说。
Chai成立不到两年，但其起源可追溯至大约六年前，当时其联合创始人曾与OpenAI首席执行官山姆·奥特曼（Sam Altman）进行过交谈。其中一位联合创始人乔什·迈耶（Josh Meier）此前于2018年在OpenAI的研究与工程团队工作。在他离开该公司后，奥特曼联系了迈耶的大学好友杰克·登特（Jack Dent），询问是否存在潜在的商业合作机会。迈耶和登特最初在哈佛大学的计算机科学课堂上相识，但当时登特是Stripe公司的工程师（而奥特曼是另一家公司Stripe的早期支持者之一）。奥特曼问他，是否认为迈耶愿意与他们合作创办一家蛋白质组学初创公司——即专注于蛋白质研究的公司。
登特说：“奥特曼给我发消息，说OpenAI的每个人都对他评价很高，并问我是否认为他愿意与他们合作创办一家蛋白质组学衍生公司。”登特告诉奥特曼“当然可以”，但有一个障碍：迈耶觉得技术尚未完全成熟。支撑这类公司的人工智能技术——依赖强大的算法——仍处于发展阶段，远未达到所需水平。
Meier 也坚定地决定加入 Facebook 的研究与工程团队，他后来确实如此做了。在 Facebook 期间，Meier 帮助开发了ESM1，这是第一个 Transformer 蛋白质语言模型——这是 Chai 目前所做工作的重要先驱。在 Facebook 工作之后，他又在另一家专注于药物创建的人工智能生物技术公司 Absci 工作了三年。
到了2024年，迈耶和登特终于准备好着手创办他们当初与奥特曼讨论过的蛋白质组学公司。登特说：“我和乔什重新联系了山姆，告诉他我们应该接着之前的对话继续推进——并且我们正在共同创立Chai。”
OpenAI最终成为Chai的首批种子投资者之一。迈耶和登特实际上是在旧金山Mission区的AI巨头办公室内，与他们的联合创始人马修·麦克帕特隆（Matthew McPartlon）和雅克·布伊特罗（Jacques Boitreaud）一起创立了Chai。登特透露：“他们慷慨地为我们提供了一些办公空间。”
如今，一年多过去了，随着Chai沐浴在与礼来公司（Eli Lilly）新合作的荣耀中，登特表示，公司快速增长的关键在于组建了一支极具才华的团队。登特说：“我们埋头苦干，不断突破这些模型能力的边界。我们代码库中的每一行代码都是自主研发的。我们没有直接使用开源生态系统中现成的大语言模型（LLMs）并进行微调，而是采用了高度定制化的架构。”
General Catalyst的Viboch向TechCrunch表示，她认为Chai已经准备好立即投入工作。“在这些模型应用于药物发现方面不存在根本性障碍，”她说，“公司仍需将候选药物通过测试和临床试验，但我们相信，采用这些技术的企业将获得显著优势——不仅在于缩短研发周期，还在于能够开发出历史上难以开发的药物类别。”