AI+蛋白质组学，这两家中国企业行业领先！

基因组学的发展，已经被证明有助于精准医学的落地。

在药物研发环节中，我们可以通过绘制癌症等复杂疾病的遗传学图谱，预测患者对治疗的反应。

以癌症为例，通过基因组测序我们就可以找到导致癌症发生的驱动基因在哪里，同时发现它影响癌症的通路是怎么样的。

然而，基因本身通常是静态的，只能揭示疾病大局的一部分。

相比之下，蛋白质组（存在于细胞、组织或其他生物环境中的一组蛋白质）是动态的，可以反映疾病生物学的快速变化。

另一方面，高通量质谱技术的出现推动了蛋白质组学的发展，成本降低的同时带来了海量的数据。

某种程度上讲，蛋白质组学像是一支接力棒，基因组学1.0时代正在进化为蛋白质组学2.0时代。

根据MarketsandMarkets报告，2023年全球蛋白质组学市场的价值为368亿美元，到2028年可能达到729亿美元。

目前全球首批领先的蛋白质组学公司已陆续上市，包括美国的Quantum-Si和Seer公司以及瑞典的Olink公司，其中Olink在2023年被赛默飞以31亿美元重金收购，溢价高达74%。

更多机构和战略投资者选择押注于正在突破传统蛋白质组学技术界限的新创业公司，其中就包括人工智能技术。

下午将介绍五家近年获得大额融资的AI+蛋白质组学企业，他们正在逐渐成为精准医疗和体外诊断行业的创新引擎。

创立于2018年的 InterVenn 至今已完成了2.01亿美元的C轮融资。

这家公司由2022年诺贝尔化学奖得主 Carolyn Bertozzi创立，最初目标是借助上人工智能和机器学习技术的力量，将两位联合创始人的糖蛋白组学分析方法商业化。

其专利生物标志物发现平台GlycoVision™通过将液相色谱和质谱 （LC-MS） 与 AI 驱动的数据处理相结合，实现高分辨率和高通量糖蛋白组学分析。

该平台于癌症相关生物标志物发现和识别实现卵巢癌和直肠癌诊断上的应用已颇具成果。

在2021年，InterVenn推出了全球首个基于AI和蛋白质组学的卵巢癌诊断产品 GLORI™。

‍‍

与市面上众多公司通过检测ctDNA突变或甲基化、CTC或外泌体microRNA来实现癌症早筛早诊的技术路线不同。

GLORI只需在起始量低至10微升血液样本中，就能检测蛋白质糖基化以实现高通量和快速的蛋白质翻译后修饰分析，从而洞悉癌症或其他疾病状态的信息。 ‍‍

目前该公司正在开发一款基于血液的LDT产品GlycoKnow，能够测量从血液中分离的血清中糖蛋白的丰度和糖基化谱的变化，从而实现癌前检测。

苏黎世大学孵化 蛋白质数字图像

Navignostics的联合创始人最初在苏黎世大学担任学术研究人员，然后从该大学孵化出公司。

这家初创公司使用空间蛋白质组学和人工智能（AI）的组合来提供诊断服务、支持临床研究并帮助制药公司加快药物开发。

在药物研发方面，该公司用超过40种带有金属标记的抗体染色样本来寻找特定的蛋白质，通过细胞成像创建肿瘤内部蛋白质构成的数字图像。

其中AI算法主要应用于确定免疫细胞的确切类型以及从前无法获取或未知的新型生物标志物。

通过比较患者肿瘤分子特征与已有肿瘤治疗信息，该系统可以自动为研发人员匹配可能从特定药物中受益的患者等，指导临床试验的招募以及伴随诊断的开发。

这有助于研究人员阐明疾病机制，并确定哪些患者可能会或可能不会从抗癌药物中受益。

目前该公司正在与苏黎世大学医院合作开发测试，以指导转移性结直肠癌患者的一线治疗。

在资本市场方面，Navignostics 于 2022 年筹集了750 万瑞士法郎（850万美元）的种子轮融资，由布鲁克的子公司布鲁克投资领投。

2023年3月，蛋白质组学和人工智能驱动的药物发现初创公司Protai获得1200万美元种子轮追加融资，本轮总融资金额达2000万美元。

根据首席技术官 Kirill Pezner的说法，该公司从智能手机相机中用于 HDR、20 倍变焦和夜视等图像增强功能的「计算摄影」技术中汲取灵感

——将类似的想法应用于质谱分析过程中的蛋白质识别问题。

为了挖掘蛋白质水平数据的潜力，Protai建立了一个基于蛋白质组学人工智能的平台，在蛋白质水平上全面绘制疾病的病程。

该技术能够帮助研发人员更好地预测哪些患者会对给定的药物产生反应，并发现基因组方法遗漏的新药物靶点。

在引以为傲的超分辨率上，通过利用质谱蛋白质组学和其他面向蛋白质的大规模数据集。

Protai 所构建的机器学习模型可以识别多达 1,000,000 种蛋白质形式，包括翻译后修饰、蛋白质-蛋白质相互作用、量化和不同的蛋白质结构群体。

目前Protai 与数家医院建立了合作关系，开设了多个湿实验室，并从中获得超过100,000 个定义明确的样本库，用于其全面的妇科肿瘤学和肺癌肿瘤绘图。

这是一家由明星科学家创办的企业。

师从蛋白质组学领域开拓者之一 Ruedi Aebersold 的郭天南博士从海外归国，把高通量质谱技术带到了西湖大学实验室。

到了2020年，郭天南博士决定把在蛋白质组学领域多年的研究成果落地，创办了 西湖欧米 。

该公司专注于AI深度学习与蛋白质组学数据分析，临床样本蛋白质组研究、癌症相关生物标志物的发现。

技术基础是PCT-SWATH/DIA，可以分析处理极其微量的组织，任何含有蛋白质的样品都可以进行有效的蛋白质组分析，包括血液、尿液、头发、指甲、骨骼、肠道微生物等。

该团队在高深度血液蛋白质组学、空间蛋白质组学、微量蛋白质组学与宏蛋白质组学等方面硕果累累。

截至目前，已和合作者在Cell、Immunity等多类杂志上发表多篇高质量蛋白组学论文。

在全球范围内，西湖欧米所分析过的临床样品和积累的蛋白质组数据，无论是从种类还是数量上看，都名列前茅。

除此之外，西湖欧米还将蛋白质组结合AI技术，开发出诊断LDT（实验室自建检测）产品，将结节良恶性诊断的准确率提升到90%左右。

目前西湖欧米已完成数亿元Pre-A轮融资，由倚锋资本和高瓴创投共同领投。

珞米生命科技 成立于2021年，核心团队来自于芝加哥大学，定位是人工智能和蛋白质组学大数据驱动的精准医学公司。

其独创的新一代数字化蛋白质组学平台Kepler Pro，直接对标世界级的高通量蛋白组学平台。

使用结合多重蛋白质富集的纳米探针，基于AI和纳米技术，实现高通量、大规模、非靶向地富集人类血浆样本中的低丰度蛋白质。

仅需要20微升血浆/血清就能实现1,000-5,000种蛋白质的发现，灵敏度可达fg级别，且线性范围跨越9个log。

适用于生物标记物的发现和筛选、液体活检新方法的建立、诊断试剂盒的开发等应用场景。

值得一提的是，该核心技术平台已实现了蛋白质组学整个干湿实验环节的全覆盖：

理想情况下，可以先通过高通量微流控平台（NanoFactory）建立纳米探针-蛋白质关系库，

再利用智能自动化样本处理工作站（NanoRobot）实现高通量标准化采集数据，

最终经过AI驱动生信平台（NanoOmics）完成大数据分析，并指导湿实验开展和迭代。

目前该公司完成两轮共近千万美元融资，Pre-A轮由碧桂园创投领投、Taihill Venture跟投，天使轮领投方线性资本持续加码。

蛋白质组学与人工智能的结合，已经在靶点发现、生物标志物的发现以及精准医疗领域的应用发挥充分潜力

同时，我们能欣喜的发现AI+蛋白质组学企业在这一领域的商业模式正从单一的技术或设备提供商，转向综合性健康解决方案供应商。

群雄逐鹿之下，中国公司的身影也值得关注，无论是侧重平台端的西湖欧米还是侧重于应用端的珞米生命都拥有国际领先的技术水平。

在AI+蛋白质这一赛道，相信未来更多的超越与惊喜仍正在路上。

—The End—