作者：李姝
编辑：李宝珠
AI 制药初创公司 Enveda C 轮融资高达 1.3 亿美元，并与微软达成合作，发布了迄今为止最大的小分子质谱机器学习模型 PRISM。基于此，其候选开发药物的速度比行业平均速度快 4 倍，真正实现了药物研发的跨越式进展。
美国的一家 AI 制药初创公司 Enveda Biosciences (简称 Enveda）最近可谓是「好事连连」。
11 月 22 日，公司宣布已经完成 1.3 亿美元的 C 轮融资，总融资金额达 3.6 亿美元。而这距离 Enveda 完成 5,500 万美元的 B2 轮融资仅过去不到半年。
除此之外，今年 10 月底，使用 Enveda 平台发现的第一个候选药物 ENV-294 获得了美国 FDA 的 IND 批准 ，进入 I 期临床试验阶段，这是一种针对特应性皮炎和其他炎症疾病的新型 first-in-class 口服抗炎药。据称，ENV-294 在临床前研究中显示出强大的疗效和良好的安全性，ENV-294 上市指日可待。
而这或许也是 Enveda 在短短几个月拿到巨额融资的一大原因。
值得一提的是，不同于主流制药公司以化学合成的化合物库为基础进行药物研发， Enveda 以自然界为灵感，结合 AI 技术从天然产物（植物、微生物）中进行药物研发。
这种独具一格的药物研发方式，让 Enveda 从创立之初就成为了 AI 制药届的「明星」，被 LinkedIn 评为 「丹佛最佳十大初创企业之一」。
获评「丹佛最佳十大初创企业之一」
公司网址：
https://enveda.com/platform/
受屠呦呦启发，Enveda 立志要走一条不同的路
从植物中提取化合物进行药物研发，相信大家并不陌生，青蒿素便是由此而来。青蒿素自 2001 年被世界卫生组织推广到全世界以后，被广泛应用于疟疾的治疗中，挽救了全球数百万人的生命。青蒿素的发明者——我国著名的药学家屠呦呦也因此荣获 2015 年诺贝尔生理学或医学奖。而这一革命性的抗疟疾药物便是从黄花蒿中提取出来的。除此之外，阿司匹林的有效成分之一水杨酸最初也是从柳树中提取出来的。
正是受到了青蒿素和阿司匹林成功案例的启发，2019 年 Viswa Colluru 创立了 AI 制药公司 Enveda，致力于为患者带来下一个「青蒿素式」的新药。
值得一提的是，其公司创始人兼 CEO Viswa Colluru 出生于印度维沙卡帕特南的一个药剂师家庭，但他从未想过从事制药行业。促使 Colluru 改变职业规划并尝试投身新药研发的动力，源于他母亲的经历。1998 年，Colluru 的母亲被确诊为费城染色体阳性的慢性粒细胞白血病 (CML)，而那时还没有针对这种疾病的有效治疗方法。
直到 2001 年，他的母亲通过美国刚批准的药物伊马替尼 (Imatinib) 缓解了病情，得以多陪伴 Colluru 一段时间，让其深刻感受到了新疗法对患者及家属产生的深远影响。正因如此，他的职业规划从最初的计算机科学转向生物学研究，希望有朝一日能尽可能地为更多的人提供拯救生命的力量和希望。
Viswa Colluru，图源 Enveda 官网
博士毕业后，Colluru 便加入 AI 药企公司 Recursion，并成为产品经理，领导了多种疾病适应症的投资组合，涵盖神经病学、肿瘤学和代谢疾病。这为他之后的创业积累了丰富的经验。
Colluru 认为「世界上一些最伟大的医药突破都源自大自然中仅 0.1% 的化学物质」。为了能够充分利用自然界中未被探索的化学成分进行新药发现，Colluru 带着 Recursion 首席安全官资助的 22.5 万美元，创立了 Enveda 。该公司的宗旨是结合古老疗法与先进 AI 技术，解码自然界复杂的化学成分——包括植物、微生物和其他天然资源中的化合物，以开发新型疗法。
包含 38,000 种药用植物，将候选药物的发现速度提高 4 倍以上
Enveda 公司的主要研发工作重点是解决炎症、纤维化和神经感觉生物学等领域的治疗难题，特别是在胃肠道、皮肤病学和肺部治疗的领域。为此，公司创立了以 AI 为驱动的药物发现平台，将代谢组学数据与机器学习以及高通量生物实验相结合，基于大规模自然样本回答两个核心问题：(1) 这些分子是什么？(2) 它们的作用是什么？
在短短 4 年内，Enveda 的平台已经表征了 100 多万种天然化合物的结构和功能。目前该公司已经建立了世界上最大的可检索天然产物库，将 38,000 种药用植物与 12,000 种人类疾病和症状的数据库联系到一起。
而在今年 5 月份，Enveda 与微软达成合作，发布了迄今为止最大的小分子质谱机器学习模型 PRISM。PRISM 模型使用 Azure 进行构建，由超过 10 亿个未标记的质谱数据训练而成，可以解读整个样本的「化学语言」，从而优先选择潜在的药物分子。基于此，Enveda 将优先筛选的化合物转化为候选药物的速度比行业平均速度快 4 倍，真正实现了药物研发的跨越式进展。
PRISM 模型，图源 Enveda 官网
除此之外，Enveda 的管线阵容也非常强大，包括 10 个开发候选项目和多个发现项目，覆盖免疫和炎症、肥胖症、纤维化、和神经感觉适应症，具有「first-in-class」和「best-in-class」潜力。
Enveda 药物管线进度图，图源 Enveda 官网
作为使用 Enveda 平台发现的首个候选药物，ENV-294 获得了美国 FDA 的 IND 批准 ，于今年 10 月底进入 I 期临床试验。ENV-294 是一种针对特应性皮炎（如湿疹）和其他炎症疾病的新型 first-in-class 口服抗炎药，也是首个通过 AI 发现自然界分子并结合现代药物化学改造后进入临床试验的候选药物。
I 期试验是药物开发的早期阶段，大多数药物无法完成整个过程。Colluru 表示如果公司能够成功证明 ENV-294 的安全性和有效性，那么药物从 I 期试验到上市至少需要 5-7 年时间。
Colluru 还表示「今天的成就凸显了我们在短时间内取得的进展，这不仅为 Enveda 创造了巨大的机遇，也为全球的医生和患者带来了希望。我们期待借助这一势头，随着我们的产品管线不断成熟，为饱受湿疹、其他炎症性疾病以及更多健康问题困扰的人们带来缓解」。
5 年获 8 轮融资， Enveda 成为 AI 制药领域的一匹黑马
从 2019 年成立至今，短短 5 年时间，Enveda 便成功融资 8 轮。在这 8 轮融资中，除了一开始便砸钱支持 Enveda研发的投资者，如 True Ventures、Village Global 、大自然保护协会投资等，还有一些新金主闻风而来，不断入场。如在 Enveda 的 B++ 轮融资中，微软加入其中。除资金支持以外，微软还为 Enveda 的新型药物发现平台提供计算资源，最终促成了 PRISM 模型的诞生。
而在 11 月的 C 轮融资中，Enveda 更是获得了 1.3 亿美元，本轮融资由 Kinnevik 和 FPV 领投，Baillie Gifford、Premji Invest、Lingotto Innovation、Lux Capital、Dimension Capital、True Ventures、Cresset Partners、The nature Conservancy 和 Henry R.Kravis 跟投。最终，Enveda 融资总资金达到 3.6 亿美元，目前估值已经超过 4 亿美元。
Enveda 融资情况，图源 crunchbase
除了具有创新性的技术思路，Enveda 的战略路线也十分清晰，并且取得了阶段性成果。今年 6 月份，Enveda 在获得 5,500 万美元的 B++ 轮后，宣布将在今年晚些时候推进临床试验，并在之后进行 C 轮融资。
如今，5 个月过去了，Enveda 说到做到，成功使 ENV-29 通过美国 FDA 的 IND 审核，进入 I 期临床试验阶段。而对于此次获得的 1.3 亿美元资金的用途，Enveda 表示将继续推进其 10 个开发候选药物和多个发现项目的深度管线，在 2025年—2026 年集中获得 IND 并进入临床试验阶段。可以看到，Enveda 在每一轮融资后都将资金投入到药品的研发中，并且有所产出，极大地振奋了股东的信心。
其领投者之一， Kinnevik 的高级投资总监兼健康与生物主管 Christian Scherrer 表示：「Enveda 以世界一流的执行力不断兑现其平台的承诺，这让我们对团队能够充分发挥其雄心勃勃的愿景的潜力充满信心，即对生命的化学成分进行测序，以促进人类和地球健康」。
写在最后
当前，传统制药行业面临着多个挑战。Nature 数据显示，全球范围内研发一款新药平均需要超过 10 年的时间，并且耗费约 26 亿美元，但临床成功率不到 10%。这些痛点导致药物上市缓慢，且治疗费用高昂，严重阻碍了患者及时获得创新疗法。
然而，AI 的出现为制药行业注入了新的希望。AI 能够通过深度学习算法和大数据分析加速药物发现和开发，例如在分子筛选、药物重定位和个性化治疗方案制定中展现了巨大的潜力。特别是 2020 年以来，AI 在制药领域的价值逐渐得到验证，陆续有药物进入临床试验阶段，尽管尚未实现正式上市， AI 制药的探索仍处于初期阶段，但发展势头强劲。
展望未来，AI 制药有望在加速药物上市的同时，提高治疗的可及性和精准性，真正实现「病者皆有药」，为人类健康福祉贡献前所未有的力量。