虚拟AI实验室|Helical完成1000万美元融资

药物发现仍是效率最低的行业之一，每年投入超过3000亿美元，每种药物的研发耗时超过十年，失败率高达90%以上。 

总部位于卢森堡、成立于2023年的初创公司Helical认为，问题不在于缺乏人工智能，而在于缺乏将人工智能转化为可用科学成果的系统。 

“科学家需要一种结构化的方式来迭代验证假设，就像在湿实验室中一样——但这是在计算机模拟环境中。”

一个基于DNA和RNA数据训练的生物基础模型开源平台而建立的，但该公司很快意识到，仅能访问模型不足以推动科学决策。联合创始人兼首席技术官Maxime Allard表示：”从一开始，我们就知道仅靠一个模型平台是不够的。科学家需要一种结构化的方式来迭代验证假设，就像在湿实验室中一样——但这是在计算机模拟环境中。” 

这一洞见促使公司转向打造“虚拟人工智能实验室”，旨在将零散的模型输出转化为可复现的科学工作流。 

该平台连接了两个环境——面向科学家的虚拟实验室和面向机器学习工程师的模型工厂，二者基于共享的数据、模型和结果构建。Allard解释道：”所有科学家都会进行迭代——他们不会只测试一次假设。虚拟实验室能够以计算方式实现这一迭代过程。”其目标是用标准化的计算机模拟实验取代孤立的工具和不可复现的分析。 

“没有可复现性，生物学领域的人工智能就无法规模化。”Helical已与多家全球排名前20的制药公司展开合作，包括与辉瑞合作开发预测性安全生物标志物，以及与Tanabe Pharma的合作，早期部署已将药物发现周期从数年压缩至数周。

“这不仅仅关乎速度，”Allard表示。”更关乎让科学决策具备可复现性和可辩护性。”可复现性是该平台的核心，尤其是在美国食品药品监督管理局（FDA）等监管机构对人工智能驱动的药物发现的透明度要求不断提高的背景下。”没有可复现性，生物学领域的人工智能就无法规模化，”他补充道。

更广泛地看，Helical反映了人工智能价值创造的一个转变——从构建模型转向在真实世界工作流中编排模型。

尽管生物学的多维特性仍带来诸多挑战，但该公司的目标十分明确：让计算机模拟发现成为制药研发的标准引擎，使科学家能够以计算速度测试、复现和规模化验证假设。