专访天鹜科技CSO陆滔博士：心系AI+表型筛选数十年

今年10月，陆滔博士正式加入AI制药公司天鹜科技，担任首席科学家。

此前，陆滔博士曾在美国安德森肿瘤中心以及NASA生物中心工作近20年。在此期间，陆滔博士主要从事细胞模型分析方法开发，机理研究和药物研发平台建设方面的工作，并成功帮助全球多个生物科技start-ups快速研发新药。

2017年底，陆滔博士回国，加入药明康德生物部担任早期药物研发负责人。在不到5年时间里，陆滔博士在药明康德从0到1搭建团队，实现营业额和团队的高速增长，并成功帮助多个biotech公司快速开发新药，助其在短期内完成IND申报走上临床试验。

“当时就像是自己一个人开了一家公司，项目研发、团队运营、客户对接、人员招聘等都需要我亲自管理。”提及在药明康德的经历，陆滔博士回忆，“辛苦肯定有，但在公司和部门领导的支持下，团队小伙伴的共同努力下也取得了许多令人欣慰的成绩。感谢药明康德给我提供的这个十分难得的平台，它让我快速地从一个科学家转变为一个懂科学的管理者。”

如今，这位具有成功科研经验和管理经验的科学家却选择加入一家初创公司，这是为何？陆滔博士回答：“加入天鹜科技并不是我的一时兴起，而是我和天鹜科技双方的深思熟虑，是双向奔赴。”

在加入天鹜科技这家初创公司之前，陆滔博士早在2007年就曾尝试过自己创办一家公司，专注于与疾病相关的细胞模型建立，助力药物研发。但迫于当时遇到了次贷危机，公司融资方面遇到了巨大的困难，那一次，陆滔博士没能创业成功，“那是我人生中非常具有挑战的一段时光。”

不仅资金方面遇到了困难，表型筛选技术在十几年前也无法高通量的进行。在当时，大家对于表型筛选关注的重点是在某个合适的筛选方法下，研究人员能够观察到细胞对某一个信号通路的影响。

但那时陆滔博士却有一些初步的“先进”的设想：是否能有某个技术可以让研究人员在一个试验中同时观察到更多个信号通路的变化，从而得出在某一个药物的直接作用下，细胞在多个不同毒理和信号通路的反应。

正是抱着数年前创业的遗憾，以及心系细胞表型筛选相关技术的初心，这些年陆滔博士一直关注着细胞表型筛选与药物研发这一细分领域，也见证了许多当初的早期科研假设随着技术的成熟在产业界纷纷变为了现实，“我一直没有放下将自己此前数十年的科研成果和产业经验，运用到一家初创企业的成长中的念头。”

这些想法，随着近几年AI技术的突破得到了飞跃式的发展。如今，利用AI+表型筛选技术，研究人员可以在一次试验中看到成百个信号通路的变化。

AI技术的突破和迭代让陆滔博士看到了实现梦想的机会，“所以我认为现在就是加入天鹜科技、加入AI制药赛道的好时机。天鹜科技是从AI化合物设计领域向细胞表型筛选领域探索，而我则是从细胞表型筛选药物研发出发，发现了与AI结合的契机，我跟天鹜有共同的目标和互补的经历，所以才促成了现在的合作。”

在陆滔博士看来，此次加入天鹜科技与自己数年前的创业经历将会完全不同。

在个人方面，经过此前数年在安德森肿瘤中心的科研沉淀、NASA生物中心的项目沉淀以及药明康德的团队管理能力沉淀后，陆滔博士已经从一个科学家转变为一个懂科学的管理者。

在安德森癌症中心，尤其是在NASA生物中心，过往包含交叉学科的项目内容极大丰富了陆滔博士的视野，提升了他突破学科壁垒的能力。当时在安德森癌症中心做转化医学研究时，陆滔博士往往需要同时和基础生物科学家，临床医生、病理医生、药物学专家等合作；在NASA工作时，陆滔博士还需要和航天员、科学家、航天仪器设计师、航天设备工程师、火箭发射专家等众多不同领域的人共同合作，才能顺利推进项目。

“就算是一个很小的细胞培养皿，我们也必须根据太空特殊的失重环境进行定制，然后协调各个部门进行研发和生产，再将相关的实验操作流程培训给航天员。”陆滔博士回忆，在NASA的这段经历涉及了各个交叉的领域，也让他后续在面临任何新环境时都具备了快速适应的能力。

在企业层面，虽然天鹜科技是一家初创企业，但是其核心团队是一个以研发为主导的多学科交叉团队。天鹜科技通过利用生物、药学、AI、生物物理、计算物理、化学等多学科和生命科学的交叉融合、技术创新，快速建立起属于公司的科研壁垒与技术壁垒，提高项目研发的成功率。

天鹜科技专注于发展AI助力的高通量细胞表型筛选技术，从而发现新的靶点、新的适应症、新的分子、新的药物联用途径，助力药物高效、成功、低成本的研发。

事实上，早在2017年陆滔博士就意识到，如果用AI助力表型筛选，将快速帮助人们深入理解细胞表型、信号通路、化合物等之间的关系，从而更快更好地研发新药。并从2018年起，陆滔博士就深耕于AI助力的表型筛选在药物研发中的应用，取得了诸多可喜的研究成果。

对于目前全球药物研发企业面临的普遍痛点，陆滔博士分析，“许多药物在早期开发时十分顺利，但是其进入临床后失败率却高达百分之八九十。存在这种痛点正是由于人们对化合物早期的研发不够深入。”

通过AI助力的细胞表型筛选，则可以让研究人员通过一次实验，同时了解到上百个靶点和信号通路在某个细胞上的作用，再通过系统的数据分析，就能够在早期挑选靶点时避开某些潜在的不利因素，提高药物临床试验开发效率和成功率。

而天鹜科技正是国内首家专注于AI赋能的高通量表型筛选的公司。在全球范围内，其对标公司有AI制药独角兽企业Recursion（NASDAQ:RXRX）。

在技术层面，Recursion与天鹜科技都通过AI赋能表型筛选的方法，发现化合物-靶点-适应症之间的隐藏关系。前者基于Recursion OS这个集成系统，将wet-lab和dry-lab生物学结合在一起，应用于工业化和数字化药物发现。根据Recursion年报显示，基于技术平台，其可将筛选临床前候选化合物数量、验证先导化合物的时间和验证先导化合物的花费均降低为原来传统行业平均的三分之一之下。目前，Recursion是所有AI制药公司中第一家将AI设计小分子推入临床2期的初创公司。

与之不同的是，天鹜科技在Recursion的技术特色上，还具有属于自己的差异化优势：

最具有特色的是，天鹜科技拥有特色细胞系，并基于此布局肿瘤、神经退行性疾病、纤维化炎症等适应症领域。

除此之外，基于AI赋能的荧光方法，天鹜科技还可在不同的细胞器中进行染色，靶向化合物处理后的细胞表型特征多达3000个。天鹜科技还具有一套系统性的Hit-to-lead优化流程，包含具有自主专利的CADD算法、自主创新的AI技术模块、快速湿实验迭代模块、以及ADMET成药性评估平台等。

基于上述通用的技术模块和基础的底层逻辑，天鹜科技在细胞模型的构建、化合物库的构建、后期相关信息的分析这三方面均有深厚的积累，并可快速的应用于不同的疾病模型，扩展产品管线。与此同时，在建立模型和分析数据等流程中，天鹜又可在不断进行的试验过程中积累大量的数据，不断的扩大信息量、优化分析结果，得到成药性更好的化合物。

基于此前数十年在细胞生物学领域的研究与实践，陆滔博士已具有丰富的细胞模型积累，已成功建立多种与疾病相关的高通量、高内涵细胞模型，包括细胞衰老模型、肿瘤细胞生长死亡与信号通路模型、肿瘤细胞DNA损伤修复模型、纤维化模型、免疫激活与相互作用细胞模型、炎症反应模型、多种神经性退行性疾病细胞模型等。这些模型适合于化合物表型筛选，药物开发，靶点发现和信号通路研究。

天鹜科技还形成了高频迭代的“A(AI)-B(Biology)-C(Chemistry)”干湿实验闭环。天鹜科技位于上海的人工智能实验室，主要用于AI赋能的表型筛选和分子设计；建设的高通量表型实验室，用于Assay建立与生物活性验证；旗下位于重庆的药物化学实验平台，仅用一个多月便成功合成AI设计的双靶点化合物。

随着平台的搭建与运营和团队的扩大与完善，天鹜科技在分子设计方面已有商业化落地项目，并与上市药企已经签署了千万级合作项目。

未来，天鹜科技将集中精力发展AI+表型筛选技术平台，为合作企业提供化学筛选和化学结构设计相关的产品与服务，以此推动药企的医药研发速度和让公司快速获得回血能力。基于前期数据的积累和公司规模的壮大，天鹜科技后续也会选择将部分靶点开发成自有的创新药物，建立相关自研管线；或者license out某些靶点，以合作授权的方式和其他药企共同推进管线的研发。

为了应对接下来公司的高速发展，天鹜科技目前正在进行第二轮融资，以用于后续建立生物湿实验室、表型筛选技术平台以及相关的团队和辅助团队。

问及近期跟投资人交流后的感受，陆滔博士坦言，“虽然现在是生物制药行业的寒冬，但是我可以很高兴的跟你讲，天鹜在投资市场得到了很好的反馈，投资市场对于天鹜的在AI制药中的差异化优势十分看好。”

对于接下来的规划，陆滔博士告诉动脉新医药，在进行细胞表型筛选的过程中会产生大量原始的数据，基于分析就能够产生大量的创新性靶点和化合物结构。在此基础上不断积累，就会产生许多在临床上成功率较高的靶点和化合物，“天鹜想通过从靶点的源头上彻底缩短药物研发的周期、提高药物研发的成功率、降低药物研发的费用。”