Onepot AI融资1300万美元助力简化化学药物研发

对于Daniil Boiko和Andrei Tyrin来说，Onepot AI的创意源于同样的挫折。

"药物发现中最棒的想法常常不是被生物学，而是被合成所阻碍，"Boiko告诉TechCrunch。合成是通过化学反应创造新分子的过程。这就像食谱或乐高积木，小碎片、配料、分子组合在一起，形成更广阔的拼图画面、一道菜肴或一个更大的分子。

正如人们所预期的，创造那些用于构建更大分子的微小分子相当困难。

对于Boiko来说，他是卡内基梅隆大学研究化学机器学习的博士生（他在俄罗斯一所大学获得有机化学学士和硕士学位），这意味着他意识到药物猎人——负责药物发现和开发的科学家们——仅仅因为创造药物所需的化学分子似乎太难制造，就跳过了许多有前景的想法。

"这些化合物甚至都没有机会得到测试，"Boiko告诉TechCrunch。

对于Tyrin（他在麻省理工学院获得计算机科学学士学位），他在药物发现计算管道方面的工作使他意识到药物发现领域是多么落后。"模型可以在几小时内生成想法，但实验室可能需要几个月才能跟上，"他告诉TechCrunch。

"我们都看到世界正在向分子设计投入资金，却几乎忽略了实际制造分子这一更难的问题，"Boiko说。但他接着表示，这也存在地缘政治因素，全球供应链正变得脆弱，美国正再次与中国进入贸易战和创新竞争。

"很明确，"Boiko说。"小分子合成需要在美国从零开始重建。"

Boiko和Tyrin联手创建了Onepot公司，该公司拥有小分子合成实验室POT-1。他们还构建了名为Phil的AI有机化学家，帮助运行实验分析，为其早期商业合作伙伴提高化合物合成效率。这些合作伙伴是正在试用他们技术的生物技术和制药公司。

周三，该公司结束隐身状态，获得了1300万美元的融资，包括种子前资金，以及由Fifty Years领投的种子轮。

"目前，制药和生物技术公司要么在内部组建完整的化学家团队，要么与海外的合同研究组织合作，"Tyrin谈到分子合成过程时说。人类化学家可能需要数月的研究才能创造出一个化合物，成本高达数千美元。

这涉及到大量的试错——研究各种化合物，收集关于生物活性、药物在体内如何移动、毒理学报告的数据，并确定下一步实验什么。"这里的主要限制因素不是测试这些化合物，而是首先制造它们，"Tyrin继续说道。"我们的目标是将这个过程压缩到几天。"

Tyrin表示，产品相当简单。Onepot有一个它可以制造的分子目录。客户选择想要的化合物，然后Onepot的技术将合成这些分子并将其运送给客户，以便客户可以在自己的实验中使用它们。（他们运输实体产品，可以是干化合物形式，也可以是板或瓶中的溶液。）

产品的后端是Boiko和Tyrin发挥所长的地方，他们剖析化学合成的问题，找出哪些分子组合能一起工作。他们建立了一个实验室，让大型语言模型(LLM)代理可以访问这些所谓的分子配方进行训练，这样代理也能发现化合物构建中哪些方法有效，哪些无效。

"在实验室执行实验时，我们捕捉过程中每一个细节，"Tyrin说——这意味着追踪温度，以及基本上添加到混合物中创造化合物的配料。"没有信息丢失，即使有人决定10年后再次运行这些实验，它们也是可复现的。"

这也意味着他们的代理从真实世界的实验而不是文献数据（通常是从互联网上挖掘的）中生成假设。

Boiko称融资过程"忙碌"，并表示他们是通过介绍认识到了领投投资者。"本应是一次简短的会议，结果变成了一个关于产业合成的多小时白板会议，"Boiko说。本轮其他投资者包括Khosla Ventures、Speedinvest、OpenAI联合创始人Wojciech Zaremba以及谷歌首席科学家Jeff Dean。

新资金将用于在旧金山建立第二个实验室，以便团队能够服务更多客户。它还将扩展团队及其化合物发现引擎。在服务方面，Boiko和Tyrin将吴欣 AppTec和Enamine视为竞争对手。

总的来说，Boiko和Tyrin希望使药物发现速度至少提高两倍，并希望改变人们对利用科学家曾经认为禁区内的"怪异"化学后可能实现的事情的看法。

"你不仅是在加速药物发现，还在扩展药物和材料的设计空间，"Boiko说。"我们尚未发现的那款药物，可能就在那里，等待我们去发现它。"