成立半年完成数百万美元融资，两位伯克利博士的AI创业记

近日，专注于分子设计的初创公司QuanMol Tech宣布完成数百万美元天使轮和种子轮融资。该轮融资由硅谷投资科技创新企业的孵化器Plug and Play领投，Silicon Valley Future、AI Basis、Decent Capital等多家硅谷风投机构参与投资。

QuanMol Tech成立于2022年6月，是人工智能辅助药物设计赛道的一家初创公司。通过结合化学、物理和人工智能，QuanMol Tech基于大数据和AI算法来辅助药物化学家快速而高效地完成药物研发过程中的数据解读任务，从而减少药物研发中的试错成本，达到提高效率的目的。

成立仅半年，QuanMol Tech不仅顺利完成天使融资，正产品上目前已建立起Redefine计算平台，初步完成平台验证，并得到关键数据。

QuanMol Tech的创始团队主要来自加州大学伯克利分校（以下简称“伯克利分校”）。联合创始人沈兴宇博士毕业于伯克利分校化学系，曾就职于加州湾区Biotech公司Arcus Bioscience；另一位创始人吕旭东博士毕业于伯克利分校物理系，兼具物理和经济学背景。

QuanMol Tech联合创始人 沈兴宇博士

QuanMol Tech联合创始人 吕旭东博士

在伯克利分校读博期间，沈兴宇就已经萌生了创业的想法。但博士毕业后，他并没有立马跃入创业场，而是选择加入Arcus Bioscience，成为了一名药物化学家。问及原因，沈兴宇博士表示，创业不是件小事，更不能为了创业而创业，他希望先在成熟的公司里面学习，然后再去想创业的事。

在Arcus Bioscience期间，沈兴宇一直从事着临床前阶段的药物研究工作，这段“打工”经历也让他看到了药物临床前研究的不足，即现有的AI系统并不能很好地嵌入到人的常规思维模式之中，所以难以达到较高的预测精准度，其解释性也较弱。

基于这一点，沈兴宇立即找到伯克利的同学吕旭东博士进行讨论。与沈兴宇不同，吕旭东有一定的创业经验。他对沈兴宇的想法表现出强烈兴趣，但在他看来，如果没有准确的方向，谈创业还为时过早。

“当时的我们并没有很冲动地去创建公司，因为我们对AI制药的理解还非常不够。”吕旭东表示。

在接下来的时间里，两人便开始进行大量的行业调研，他们希望通过深入了解行业，明确痛点，并提出能够解决痛点的行动方案。最终，他们决定从化学的视角切入，开发一款交叉学科性质的计算平台，帮助药物化学家提高其对分子的理解。

目标统一之后，他们便开始组建团队，量子物理出身的吕旭东站在更加专业的角度谈道：“走进药物化学，需要通过计算和人工智能的方式来链接物理和化学的桥梁。”而一支具有交叉学科性质的队伍，能确保在每一个环节都有专业人员把关。

依照这个标准，他们找到了其他两位合伙人，一位是加州理工大学化学系的李勃博士，其主要研究方向为利用计算化学解决分子设计和生成问题；而另一位是拥有Pinterest高级机器学习工程师履历的易旻臻，其工作期间主要使用的GNN（图神经网络）技术也是QuanMol所需要的重要技术。

2022年6月，QuanMol Tech成立，一群“有梦”的人正式出发。

虽然AI辅助药物研发已经成为医药创新的共识，但在整个药物研发过程中，人的思维与AI思维有着很大的不同。

人的思维是一个观察、假设和验证的过程，而AI思维只是对事情进行预测，缺乏观察和假设的这两个重要环节，或者AI的观察和人的观察非常不一致。

“小分子药物化学家是整个产业链中真正做输出的一群人。”在沈兴宇看来，药物研发是一个循序渐进、对人体进行模拟的过程，而药物化学家对于产品取舍是非常主观且不透明的，这也决定了AI只能用来辅助人做药。

顺着这样的产品逻辑，QuanMol Tech迅速找准定位——向医药企业提供数据管理、运营和服务，成为一家打通药物研发上下游的SaaS供应商。

确认“身份”后，基于大数据和AI算法，QuanMol Tech搭建起Redefine计算平台，该平台能够辅助药物化学家快速完成药物研发过程的数据解读任务，譬如蛋白质表现、组织表现，以及实验结果的验证模拟等，使其灵感可以定量化，从而减少药物研发过程中的试错成本。

据悉，Redefine计算平台包含着两个模块，一个是用于预测的Unifier,其每次数据分析速度<1秒，化学精度<1千卡/摩尔;另一个则是Thinker，它的核心任务是帮助药物化学家思考，为他们提供实时的分子建模、直观的化学理解和理性的分子设计。

值得一提的是，支撑Redefine平台运作的是图神经网络算法，这种算法所要用的数据量远小于其它模型，大概只有原来的十分之一，其中数据主要来源于公开数据、数据库企业，以及公司自己定制化生成。

吕旭东向橙果局透露，该算法基本达到学术界和工业界的世界领先水平。

具体来说，该算法发挥着三大优势：一是提高预测精度和解释性，这是因为图神经网络与物理、化学结合后，能帮助药物化学家准确匹配分子模型，并用化学语言进行交流；二是降低研发成本，算法不仅帮助药物化学家减少4-5步优化步骤，还降低了百倍价格；三是算法具有很高的延伸性，适用于新材料、能源、日化、食品添加剂等众多领域。

沈兴宇表示：“目前，以图神经网络算法为核心的Redefine计算平台获得了不少知名药企的合作意向。”

虽然今年全球都面临着资本寒冬，但对于QuanMol Tech，融资似乎并不是一件难事。

“金额比我们原来计划的还要多一些。”吕旭东感慨道。QuanMol Tech不仅宣布获得了数百万美元的天使融资，还得到了Plug and Play这一全球头部风投机构的支持。Plug and Play是全球最大的早期投资者，自成立以来，已累计投资超过6000家初创企业，其中Google、PayPal、Logitech等全球明星巨头都是其被投企业。

Plug and Play之所以这一次将目光聚集于AI制药企业QuanMol Tech，主要是因为其看到了团队实力与技术亮点。

这首先得益于“斜杠青年”吕旭东与投资界建立的紧密联系。据了解，他不仅是科学家，是连续创业者，还是早期投资机构Taihill Venture合伙人和GCEA（全球华人创业者联盟）主席。吕旭东表示，“我一直在探索创业这件事，也积极在投资人社群中建立联系，所以在QuanMol 成立后，我们团队能够快速地接洽到投资人。”

事实上，在创投界，“投早期项目主要就是投团队”几乎成为一种共识，名校背景、行业专家、连续创业者往往被早期投资市场偏爱。而从QuanMol Tech创始团队来看，他们已经搭建起一个学术研究、行业累积和创业经验的强大架构，并以务实的态度去规划发展路径。

再来说技术亮点。当前，AI制药已经开始从蓝海市场逐渐进入红海的市场，加上制药的验证周期比较长，企业若想突围而出，需要另辟蹊径，找到与众不同之处。

而区别于其它AI制药公司，提供CRO服务或是直接定位于Biotech做研发管线，QuanMol Tech打造起较高的认知壁垒，即面向药物化学家，有机结合人工智能与化学物理，深入药物研发中的观察、假设和验证过程。

不过，融资只是开始。据悉，本轮资金一方面用于团队扩张，吸收更多的科学家与工程师，另一方面加速产品开发，开启更为广泛的测试版本。未来，沈兴宇和吕旭东都将继续前行，年轻的他们和年轻的QuanMol Tech希冀着在行业中Make an Impact。