Helical为扩展面向制药行业的"虚拟AI实验室"平台，获得了1000万美元（约1470.8亿韩元）规模的新投资。其核心在于专注于将基于生物学的AI模型转化为可直接应用于实际新药开发工作的"可复现工作流程"。
Helical是2024年成立的初创公司，其最近深入探究了当前制药界备受关注的"生物学基础模型"的局限性。该模型是指通过学习基因组、蛋白质组、分子数据等海量生命科学信息来预测生物系统反应的大型AI。但在实际应用中，将模型的计算结果转化为研究人员能够信任和验证的形式存在很大困难。
模型虽发展，但与实验室的连接薄弱
Helical创始团队认为，许多制药公司虽然对AI模型本身寄予厚望，但在实际研发过程中，计算结果往往止步于"一次性笔记本实验"。由于实验台科学家和机器学习工程师在不同环境下工作，导致已得出的结果无法顺畅地延续到其他项目中。
公司解释称，为填补这一空白，他们创建了科学家可以直接执行、验证并解释的应用层。简而言之，其作用是将强大的AI模型转变为研究现场可重复使用的系统。
以"虚拟AI实验室"连接生物研究人员与工程师
Helical平台基于共同数据和共同模型，由两款产品构成。"虚拟实验室"是面向生物学家和转化研究科学家的工具，"模型工厂"则是面向机器学习工程师和数据科学家的环境。其战略是将两种功能整合在一个系统内，以缩小计算预测与生物学决策之间的差距。
三位联合创始人的履历也引人注目。Rick Schneider曾在亚马逊和Celonis负责技术与运营扩张，Maxime Allard在IBM领导数据科学团队后，从事强化学习和机器人技术研究。Mathieu Klop是心脏病专家兼基因组学研究员。
Schneider表示："仅靠模型无法发现新药。关键在于系统。制药公司需要一种能将基础模型转化为科学家可执行、可验证并可论证的工作流程的架构。"
与辉瑞合作…"将耗时数年的工作缩短至数周"
Helical表示已与多家全球大型制药公司进入实际运营阶段。其中，与辉瑞（$PFE）在开发基于血液的预测性安全性生物标志物方面有公开合作案例。公司声称，在靶点发现、生物标志物探索、疗法设计等多个项目中，已将新药开发周期从数年缩短至数周水平。
本轮种子轮融资由Red Alpine领投。Gradient、BoxGroup、First Capital也参与了投资，Cohere首席执行官Aidan Gomez、Hugging Face首席执行官Clement Delangue、德国足球运动员Mario Götze也名列投资者之中。
Red Alpine的普通合伙人Daniel Graf表示："我们正处在生物学基础模型与通用语言推理模型交汇的转折点。我们认为Helical有能力构建一个将孤立的AI模型转变为集成式虚拟AI实验室的制药AI编排平台。"
基于AI的新药开发市场正在迅速扩大，但在实际产业现场，"可复现性"和"现场适用性"正成为比"模型性能"更重要的课题。从这个角度看，Helical此次获得投资被视为一个信号，表明制药AI正在超越实验阶段，向运营系统迈进。
TP AI 注意事项 本文使用TokenPost.ai基础语言模型进行文章摘要。正文主要内容可能被省略或与事实不符。