温书豪，Xtalpi的联合创始人兼董事长，在2024年6月13日香港上市仪式上发表讲话。温书豪及其团队在2016年参与了辉瑞的一项盲测，预测药物分子的3D结构，其AI程序实现了100%的预测准确率，帮助辉瑞加速了新冠口服药Paxlovid的研发。现在，他希望将这项技术应用于太阳能电池板和电动汽车电池的开发中。
2016年，温书豪和他的团队参加了辉瑞举办的一项盲测，预测药物分子的3D结构。这位来自麻省理工学院（MIT）的中国博士后物理学家开发了一个程序，该程序结合了AI和基于量子物理学的计算，用于寻找适合制药的结构。结果表明，这个程序非常有效。
温书豪的程序实现了100%的预测准确率，他的初创公司Xtalpi也因此获得了与辉瑞为期十年的早期药物发现合作机会。在疫情期间，这家中国公司帮助加速了辉瑞Paxlovid的研发，这是美国首个批准的新冠口服药物。
“在Paxlovid研发过程中，我们真正体验到了我们的算法如何解决问题。”43岁的温书豪在视频采访中回忆道，“它在缓解新冠疫情的影响方面做出了重大贡献。”
在与全球制药巨头如礼来、强生和默克合作，利用Xtalpi的AI和量子物理学算法进行新药研发之后，温书豪认为可以将这项技术应用于其他行业。不久后，他找到了两个新的行业：太阳能电池板和电动汽车电池。
温书豪预计，Xtalpi的新材料发现业务（包括太阳能电池板和电动汽车电池）将在未来三年内至少与公司的药物发现业务收入持平。加上Xtalpi正在进行的39个药物发现项目的潜在特许权使用费，他希望今年就能实现息税折旧及摊销前利润（EBITDA）盈亏平衡。
“尤其是在材料业务方面，由于其货币化周期较短，我们将更快实现盈亏平衡。”温书豪说，“一旦跨过这个点，我们的利润率将继续增长，因为我们可以通过参与项目获得特许权使用费，而无需涉及销售和生产。”
截至2024年上半年，Xtalpi的收入几乎全部来自AI药物发现服务，共计1.026亿元人民币（约1400万美元），其余来自新材料发现服务。香港上市公司将销售额增长部分归因于来自中国生物技术初创公司Signet Therapeutics的第一笔临床里程碑付款，金额未公开；Xtalpi是Signet的早期支持者。此前，Xtalpi共同开发的一种治疗弥漫性胃癌（一种胃癌形式）的候选药物获得了美国食品药品监督管理局（FDA）的批准，开始人体试验。
然而，Xtalpi的净亏损在同期扩大了46%，达到13亿元人民币。公司将其归因于可转换赎回优先股的公允价值损失。同时，公司继续在研发上进行大量投资，2024年上半年研发投入为2.104亿元人民币，比去年同期减少了约10%。
温书豪受到启发进入药物发现领域，是因为帮助一位在中国的表亲寻找更便宜的肝癌药物。他看到了中美之间药物研发水平的巨大差异，大多数癌症患者依赖进口药物。温书豪希望通过利用复杂的数学方程研究分子行为，缩小药物研发差距。
“药物分子的稳定性和其在人体内的相互作用遵循量子力学原理。”温书豪解释道，“我们当时非常理想主义，相信通过AI和机器人技术，我们可以提高药物研发效率并降低成本，使制药公司仍能盈利，同时让普通民众负担得起药物。”
2015年，温书豪回到中国，与麻省理工学院的博士后马健和赖立鹏共同创立了Xtalpi。Xtalpi是亚洲少数几家AI药物发现公司之一，迅速吸引了投资者的兴趣。根据Xtalpi的招股说明书，该公司是该领域全球资金最雄厚的初创公司之一，共筹集了7.32亿美元的资金，投资者包括腾讯、中国风投公司红杉资本和五源资本、谷歌、Susquehanna国际集团、中国生物制药和软银愿景基金二期。该公司于去年6月在香港进行了1.27亿美元的首次公开募股（IPO）。
Xtalpi通过其量子物理学算法，旨在提高预测分子相互作用的准确性，这对药物的有效性和安全性至关重要。量子物理学算法计算分子结构，生成的数据集用于机器学习训练AI模型。AI模型筛选数十亿分子，生成可能成为新药的分子。这些潜在分子随后在深圳、上海和马萨诸塞州索默维尔的Xtalpi机器人实验室进行测试。
与其他同行不同，Xtalpi不从头到尾开发自己的药物。相反，它提供专有的早期药物发现算法，据称可以将研发过程加快约50%。这些算法帮助制药公司识别可以与药物靶标（疾病过程中的特定分子）相互作用的分子，从而产生治疗效果，并优化有前途的分子，使其准备好进入人体临床试验。
“Xtalpi的技术结合了量子物理学、AI和机器人技术，独一无二。”5Y资本管理合伙人Ted Jing表示，“Xtalpi的商业模式允许它将资源集中在改进技术上，而不是冒险进行人体试验。虽然它在每种药物上的回报低于制药公司，但其领先的技术基础设施将继续吸引客户。”
当然，Xtalpi的技术能力也存在一些质疑。拥有近四十年制药经验的美国制药资深人士Derek Lowe指出，计算分子相互作用以产生治疗效果是一个计算密集型且难以实现的问题。
“目前还没有任何量子力学模拟可靠到足以生成可用于训练机器学习模型的数据。”Lowe说，“如果你将10万个量子力学估计值输入机器学习模型，我相信你会得到很多垃圾数据。”
过去四十年左右，科学家们一直在尝试采用计算方法加速耗时的药物研发过程，提高成功率。2022年，随着流行AI聊天机器人ChatGPT的发布，机器学习在医疗领域的应用再次引发希望。周一，由亿万富翁Reid Hoffman共同创立的美国AI药物发现初创公司Manas AI在种子轮融资中筹集了2460万美元。这是该领域的最新重大投资，此前Advanced Micro Devices在1月初向加拿大的Absci注入了2000万美元，Nvidia在2023年向Recursion投入了5000万美元。世界卫生组织已确定至少73种AI衍生的潜在药物。一些药物在人体试验中失败，另一些仍在测试中，但尚未有药物上市。
Lowe补充说，即使Xtalpi的技术有效，该公司及其同行也只是加速了整个药物发现过程中最短且最便宜的部分。人体试验是最难的部分，失败率为85%，因为它们基于生物学，“目前的计算技术无法提供帮助”。
“Xtalpi和其他公司在做的事情确实有价值，但这并不是‘哦，天哪，药物发现已经被解决了’的那种巨大突破。”Lowe说，“如果你能通过计算找到那些分子，那会很棒……这让你更快地到达那个85%失败率的阶段。现在你可以在一两个月内而不是六个月或两年到达那里。”
温书豪认为，2024年诺贝尔化学奖授予开发Alphafold的团队展示了AI在医疗领域的潜力。Alphafold是由谷歌DeepMind科学家Demis Hassabis和John Jumper共同开发的AI工具，可以在几分钟内预测蛋白质结构，帮助科学家更好地理解生命的基本组成部分，从而为药物开发开辟新途径。
温书豪补充说，制药行业的AI采用是对这项技术的证明。全球市值排名前十的制药公司都通过内部开发和初创公司合作投资了AI。其中，美国的礼来在2023年与Xtalpi达成了一项价值高达2.5亿美元的协议，共同发现一种未公开疾病的潜在药物。“所有致力于最具挑战性药物的制药巨头都在拥抱AI，为什么还会有人对此有疑虑？”温书豪说，“AI将成为制药和材料行业的基础工具。所有人都必须使用它；如果不使用，你的效率将低于其他人。”
在Xtalpi帮助推出下一种救命药物之前，它已经涉足新材料领域。温书豪大约三年前提出了这个想法，当时他在思考如何扩展Xtalpi技术的应用。量子物理学是现代材料科学的基础，因此结合AI筛选海量数据集和机器人测试，Xtalpi可以帮助制造更好的太阳能电池板、电池、化肥等材料，为现有材料添加新特性。
“药物是最具挑战性的材料，因为它们涉及人体生物学的复杂性。制造其他材料要简单得多。”温书豪说，“与药物不同，材料不需要多年的临床试验。一旦达到预期效果，就可以快速实现良好的商业回报。”
温书豪看到了帮助商业化一种更节能的太阳能电池板材料——钙钛矿的潜力。科学家们已经努力了二十年来大规模生产这种材料。通过将钙钛矿与传统硅太阳能电池结合，太阳能电池板可以将接收到的阳光转化为电力的比例提高到43%，而当前的极限不到30%。尽管制造钙钛矿的过程更便宜、更快捷，但由于其低耐用性和稳定性，大规模生产一直是个难题。
另一个领域是帮助商业化下一代电动汽车电池。许多主要的汽车和电池制造商正在竞相大规模生产固态电池，但尚未成功。作为当前锂离子电池的升级版，固态电池被誉为电池界的“圣杯”，因为它承诺为电动汽车带来更多的能量存储、更快的充电速度和更高的安全性。生产固态电池的一个难点是改进固体电解质组件，这是当前一代电动汽车电池中锂离子溶液的固体版本。
一些公司相信Xtalpi的技术可以帮助这些前沿材料的商业化。8月，由中国富豪朱共山控制的中国能源公司GCL控股同意支付Xtalpi超过1.35亿美元，以升级包括钙钛矿和电动汽车电池在内的材料。GCL的子公司GCL科技是中国最大的太阳能电池板材料制造商之一。
“如果让我选择从头开始创建一个基于量子物理学的发现公司，我会立即选择材料。”拥有杜克大学有机化学博士学位的Lowe说，“Xtalpi在这一领域有更好的成功机会，因为测试周期更快、成本更低。药物发现业务是材料科学的分心。”
温书豪相信Xtalpi可以在药物和材料发现服务方面取得成功。上个月，Xtalpi与中国微软达成战略合作伙伴关系，双方将共同开发药物和材料发现的AI模型。“每一次工业革命都会面临阻力。”温书豪说，“我们的技术独特，能够创造高附加值的超级药物和超级材料……我们现在正处于商业爆发的初期。”
(全文结束)
