《‘物理AI’能否帮助加速长寿药物开发？》

位于旧金山的科技初创公司 Medra 已完成5200万美元的A轮融资，以加速其所称的“全球首个端到端物理人工智能科学家平台”的开发，旨在药物发现领域。该公司的方法旨在通过将人工智能驱动的假设生成与实验室中的机器人执行相结合，实现“持续实验”，这一方法有潜力推动抗衰老和与年龄相关疾病的研究进展。

Medra的目标是解决药物研发中声称的两个关键问题：现有的自动化往往仅限于可编程的工业机械，学习能力有限，而许多人工智能的努力仍然是计算性的，仍依赖手动实验工作来生成训练数据。Medra的做法旨在通过将人工智能生成的预测直接与机器人的自动执行相连接，并将实验结果反馈到模型中，从而解决这些挑战。

“制药行业进行数百万次实验，但大多数数据无法重复使用或反馈到人工智能中，”Medra创始人兼首席执行官Michelle Lee博士表示。“我们通过将预测与结果联系起来，形成一个持续自我改进的循环，来关闭这个循环。”

该公司表示，其系统不是运行静态实验，而是从每个结果中学习，并实时迭代，使研究人员能够更高效地探索大规模生物搜索空间。

“为了加速药物开发，我们需要将预测与自动执行直接连接，并将结果反馈到模型里，”李说。“这个持续的循环让药物研发公司能做更多实验，迭代得更快，推进疗法的成功率也更高。”

据Medra介绍，他们的方法在加速衰老及与年龄相关疾病的研究上有很大潜力。

“衰老和与年龄相关的疾病是由复杂的相互作用生物通路驱动的，这让传统的逐个实验方法进展缓慢，”李告诉我们。“很多潜在的长寿干预措施需要理解代谢、细胞应激反应、蛋白质稳态和炎症等通路是如何随着时间一起发挥作用的。”

实际上，李建议Medra可以让衰老研究人员系统地测试与长寿相关的通路组合，以识别使用传统方法难以检测的协同效应。

“同样的方法可以应用于与年龄相关的疾病，如神经退行性疾病或纤维化，在这些疾病中，时机、剂量和生物环境起着关键作用，”她说。“通过加快对假设的测试和完善，Medra的平台有潜力显著缩短理解并最终干预驱动衰老和慢性疾病的生物过程所需的时间。”

在技术层面，Medra结合了“物理AI”层，机器人可以与标准实验室仪器接口，自主执行协议，同时还有“科学AI”层，该层对数据进行推理，提出协议更新，并以科学家可以调整的自然语言推荐下一步。这个系统设计得足够灵活，可以使用现有的实验室工具，让科学家在不需要重写低级自动化脚本的情况下调整工作流程。

“人工智能模型生成预测的速度远远超过我们实验验证的速度，”加州大学伯克利分校教授帕特里克·徐说。“将这些工具与传统实验室自动化结合起来，往往显得过于僵化，难以有效扩展。Medra的物理AI科学家弥补了这一差距，使用自主的通用机器人系统。该系统从每个实验中学习，创建了所需的持续反馈循环，以扩展数据生成并推动前沿科学的突破。”

当然，合作伙伴关系对Medra的未来至关重要，公司透露它已经与生物技术巨头基因泰克（Genentech）展开合作。该项目被描述为“实验室循环”，在这个项目中，基因泰克的模型和实验程序与Medra的自主执行层相互作用，使得预测和实验验证能够在内部程序中更快速地迭代。

这轮融资由人力资本公司主导，参与者有Lux Capital、Neo、NFDG、Catalio Capital Management、Menlo Ventures、776、Fusion Fund等。

“Medra正在生物制药研发中创造一个全新的类别，我们相信科学能够不断学习和发展，以创造出临床成功率更高的新型突破性治疗方法，”人力资本公司的阿尔曼·阿里说道。