将药物研发速度提高10倍，Causaly获6500万美元融资

近日，领先的生物医学研究人工智能平台Causaly获得由ICONIQ Growth领投的6000万美元B轮融资，持续加磅的投资者包括Index Ventures，Marathon Venture Capital，Pentech Ventures等，个人投资者如Alex Gorsky（强生前主席兼CEO）也参与本轮融资。

在完成本轮融资前，Causaly的收入及客户数量翻了3倍，客户包括全球前20大制药公司中的12家。Causaly目前总融资额达到9300万美元，新资金将用于扩大其产品优势并拓展商业关系。

开发新药是一个艰巨的过程，通常需要十多年时间，涉及广泛的研究、开发和严格的临床试验。对于帕金森病、肺癌这些最复杂和未解决的疾病，加快这个过程具有真正的紧迫性。Causaly的AI平台能够帮科学家们深入理解潜在的疾病生物学，将以往需要2-3年的研究过程缩短到2-3周。

“最近人工智能的进步打开了全新的可能性，科学领袖们非常需要可信赖且透明的人工智能系统。”Causaly的联合创始人兼首席执行官Yiannis Kiachopoulos表示。

AI For Science一直是AI的重要发展方向，DeepMind的AlphaFold就是典型代表。AI在医疗方面的应用多种多样，从辅助识别医疗影像结果，医疗机器人，再到AI诊疗，而加快药物开发和治疗方法研究又是其中非常有价值的方向。 

两位创始人发愿，革新医学知识的发现模式

Causaly的两位联合创始人Artur Saudabayev（CTO）和Yiannis Kiachopoulos（CEO）在奇点大学的一个夏季课程上相遇。他们都是计算机科学家，也是狂热的阅读者。他们意识到，机器学习的进步意味着研究者 应该能够花更少的时间去单纯看文献，而有更多的时间来开发解决方案。 

于是他们开始探索教计算机以超越人类的速度阅读，并从作者在文本中封装的因果证据中提 取相关信息的可能性。为了测试假设，他们开发了一个原型，在几千篇维基百科文章上运行，设计出机器阅读平台的第一个计划。 

在验证了技术可行性后，他们进一步探索这种超速阅读的应用方向，最终锁定了生物医学领域，因为它关乎人类健康，并且面临处理数以百万计的生物医学出版物的巨大挑战。

为了验证平台上的可行性，Causaly很早就与各领域的专家合作，比如在瑞士制药巨头诺华，他们共同研究不同的应用案例。这对Causaly的发展起到了关键作用。

Causaly的CEO Kiachopoulos表示，“Causaly是使用技术改善人类与知识关系的最新例子。在古登堡发明印刷机后，图书馆成为分类新信息并使其可管理的方法。然后在数字革命中，图书馆在线化和移动化，转变为文档和数据库。现在我们需要向更丰富、多维和互动的知识发现模式迈出一步。”

“科学领域正处于一个由AI驱动的转折点，我们相信Causaly正在以高度值得信任和可验证的方式为科学家提供这种力量，它是以用户为中心的平台，利用AI为主要制药公司带来显著的生产力增长和商业影响。他们的使命是彻底改变科学家找到、可视化和合作科学证据的方式，跨越制药，生命科学和更多领域。” ICONIQ Growth的合伙人及Causaly董事会新成员Caroline Xie评论道。

帮助科学家加速医学科研的AI云平台

通过采取结合最佳知识图谱和生成式AI最新进展的混合方法，Causaly帮助大型医药公司中的研究科学家，临床前毒理专家，生物信息学家等研究团队中的专业人员进行深度、无偏差的科学探索 。 

它的产品和技术嵌入这些医药公司的工作流，被研究团队大规模采用，客户包括Gilead、Novo Nordisk、食品和药物管理局以及国家环境健康科学研究所。结果显示，它帮助客户的生产效率提升10倍，发现新药物，最终实现早期临床计划的成功率提高。

Causaly的核心产品是Causaly Cloud，一个人工智能驱动的、快速跟踪科学发现并帮助决策的云平台。Causaly Cloud由业内最大的高精度生物医学知识图谱提供支持，为希望确定治疗上可行的目标、减少实验迭代并改善临床结果的科学家提供决策洞察力。 

Causaly Cloud解决的三大行业问题

目标识别和优先级排序：靶点选择不当是临床试验失败的主要原因，大约50%的试验因缺乏疗效而失败，大多数与疗效相关的失败可归因于疾病与靶标的联系不良。

Causaly Cloud可以探索与疾病相关的分子和细胞过程，以确定干预措施的关键点，重点关注在疾病过程中发挥致病作用的靶点；用户可以使用Causaly Cloud在几秒钟内读取科学数据，以确定潜在目标列表，随后通过多种优先级标准，快速筛选出 Causaly 中经过验证的靶点。

生物标志物发现： 生物标志物提高了药物开发计划的成功率，加快了新疗法的上市速度和可用性。现代转化策略和精准医学植根于生物标志物的使用——据估计，主要制药公司正在开发的药物中有四分之三在临床研究中使用了生物标志物。 

Causaly Cloud可以被用来识别不同类别的生物标志物，范围从疾病进展的生物标志物、用于早期发现和临床前使用案例的诊断、功效和安全性生物标志物，到更能指示生存、治疗反应和耐药性的临床生物标志物。

复杂疾病生物学：对疾病生物学和病理生理学的基本了解是成功药物发现和开发工作的路线图。它要求研究人员确定疾病发生、进展和表现的关键途径和目标。

Causaly Cloud可以揭示基因或蛋白质对疾病影响的隐藏生化途径或分子过程，通过观察致病和细胞机制、参与疾病发展的特定基因或蛋白质以及它们在特定细胞类型中的调节或表达方式，研究疾病是如何在治疗领域形成的。

Causaly Cloud的核心服务

帮助科学家获取对生物医药、疾病生物学的行业见解：Causaly Cloud可以帮助医药行业从业者做出无偏见的决定，确信使用者考虑到了整个研究环境，包括相互矛盾的证据。

帮助科学家将复杂数据可视化：Causaly Cloud将数据可视化为交互式网络、时间线或维恩图，以帮助科学家们探索联系、识别新见解并进行比较分析。

帮助研发团队进行无缝协作：Causaly Cloud提供工作区使客户的研究团队在项目上无缝协作，以捕获、讨论和生成结果；Causaly Cloud可以促进知识共享并避免跨团队和部门的重复工作，同时可以简化工作流程并建立标准化方法。

获得科学支持：Causaly Cloud允许客户从全球的科学团队那里获得优质的科学支持，他们可以作为真正的合作伙伴嵌入客户的研发团队中；Causaly Cloud的科学家和生物医学专家团队可以提供项目级支持和专业知识，用来构建可在用户的团队和部门之间共享的新方法和工作流程。

Causaly Cloud的核心技术

领先的知识图谱：业内最大的高精度行业知识图谱，捕获因果关系而不是共现关系，它的知识图谱精度可达90%以上。

先进的人工智能模型：平台可以利用大语言模型和符号系统架构进行准确的知识检索和表示；自然语言理解捕获句法和语义理解可以为使用者带来完全透明的结果。

本体知识系统：结合Causaly的生物医学专家团队策划的标准化词汇、特定领域本体以及定制药物和目标本体；具有标准化标识符的可互操作本体可实现无缝集成，连接500万个特征中的150多个类别。

可扩展的数据模型：Causaly Cloud可以提供访问并持续更新公开数据源的数据，包括3500万以上的摘要、500万以上的全文论文、40万以上的临床试验、专利、预印本、GWAS目录等；平台还可以通过第三方协议集成商业数据，以获取专有的机密数据。

AI的应用从浅表层往更深处进发

AI在生物医药科研中的应用在生成式AI热潮之前就已经开始，也有了AlphaFold这样的典型应用，据DeepMind的哈萨比斯透露，至少有数十位诺奖级别的科学家对AlphaFold的成就赞誉有加。

还有Inceptive这家由Transfomer论文作者Jakob Uszkoreit创立的公司，它通过高度可扩展的实验和深度学习的独特组合来设计下一代RNA分子。

而在与人们生活更近的医疗领域，我们已经观察到基于大语言模型做医疗教学聊天机器人的Hippocratic AI，以及利用AI打造医疗系统内部聊天界面，帮助医疗机构提高效率和服务质量的Hyro。

AI在生物和医疗的各个领域深入，帮助它们提高效率，无论是药品和疗法的研发效率，还是医疗机构的日常运营效率。

我们也观察到，AI的应用正在从浅表到深入，无论是对准确率要求没那么高的客服和营销，还是更专业、要求更高的法律，甚至是生物医疗的研发。

未来，随着AI在推理能力上的进一步增强，我们可以期待它更加深入到各行各业的业务流程中，解放更大的生产力和创造力。

本文来自微信公众号“阿尔法公社”（ID：alphastartups），作者：发现非凡创业者的，36氪经授权发布。