編者按：日前，啟明創(chuàng)投投資企業(yè)深勢科技多次獲得權威認可。公司兩位創(chuàng)始人孫偉杰和張林峰榮登2022年福布斯亞洲U30榜單中醫(yī)療健康和科學領域的封面，并入選36氪X·36Under36 S級青年創(chuàng)業(yè)者名冊，深勢科技也入選了2022未來醫(yī)療100強系列榜·中國創(chuàng)新數(shù)字醫(yī)療榜TOP100。
深勢科技是“AI for Science”科學研究范式的先行者，致力于運用人工智能和分子模擬算法，結合先進計算手段求解重要科學問題，為人類文明最基礎的生物醫(yī)藥、能源、材料和信息科學與工程研究打造新一代微尺度工業(yè)設計和仿真平臺。
近日，孫偉杰與張林峰接受了創(chuàng)業(yè)邦的采訪，介紹了公司聚焦的細分領域、布局藥物和材料兩個市場的邏輯，分享了深勢科技2022年的發(fā)展目標等。啟明創(chuàng)投微信公眾號經授權轉載。
深勢科技創(chuàng)始人兼CEO孫偉杰（左）深勢科技創(chuàng)始人兼首席科學家張林峰（右）
2020年底，人工智能領域（AI）發(fā)生了一件里程碑意義的事件。
谷歌旗下AI實驗室DeepMind的AlphaFold2系統(tǒng)宣布破解蛋白質折疊結構預測，攻克了困擾生物學界50余年的難題。
這一成就被美國《科學》雜志評選為年度全球十大科學突破之首。著名科學家施一公稱之為“AI對科學領域最大的一次貢獻?！?/span>
去年7月，DeepMind公開了AlphaFold2系統(tǒng)的相關論文和源代碼，并在頂級科學雜志《自然》上闡述了AlphaFold2的技術細節(jié)，但其訓練代碼并未被公布。
僅僅5個月后，中國創(chuàng)業(yè)公司深勢科技推出了對標AlphaFold2的蛋白質結構預測工具Uni-Fold，不僅復現(xiàn)了AlphaFold2的全規(guī)模訓練，而且還開源訓練代碼與推理代碼。
一家擁有如此技術實力的公司必定有美妙的商業(yè)藍圖。
創(chuàng)業(yè)邦旗下睿獸分析的數(shù)據(jù)顯示，深勢科技成立于2018年底，兩位核心創(chuàng)始人孫偉杰、張林峰是北大元培學院的90后畢業(yè)生。
深勢科技的使命是用“AI+分子模擬”技術，為生命、能源、材料科學與工程研究打造微尺度工業(yè)設計基礎設施，幫助這些人類最基礎的領域釋放研發(fā)生產力。公司當前的主戰(zhàn)場是藥物和材料研發(fā)設計。
自成立以來，深勢科技已經獲得啟明創(chuàng)投等多個一線機構的青睞，僅一年半時間就完成了4輪融資。
01/
兩位北大元培學霸，
闖入“AI+分子模擬”細分賽道
在這個崇尚技術/科學家為主角的創(chuàng)業(yè)時代，同為北大元培高材生的孫偉杰和張林峰無疑是投資人非常喜歡的創(chuàng)業(yè)組合。
對于孫偉杰和張林峰來說，兩人一起創(chuàng)業(yè)是自然而然、水到渠成的事。
早在北大讀書期間，兩個人都是學校里的各項組織活動的積極分子。孫偉杰曾擔任北大元培學院學生會主席、元培男籃的隊長，張林峰則是院學生學術學會首任主席，體育部部長。體育運動是兩人的共同愛好，經常一起打籃球。
雖然當時還沒有創(chuàng)業(yè)的想法，兩個人已經開始嘗試建立自己的影響力。
本科畢業(yè)后，張林峰到美國普林斯頓大學攻讀博士，主要研究方向包括統(tǒng)計物理、分子模擬和機器學習，研究其在化學、生物和材料等方向的應用。
孫偉杰則留在北大念教育經濟與管理學研究生，同時也在一家投資機構積累一些創(chuàng)投方面的知識和經驗。
2018年左右，張林峰在分子模擬方面的研究取得一些突破，孫偉杰聽說后非常感興趣，兩個人不約而同地選擇了創(chuàng)業(yè)。
用孫偉杰的話說，一拍即合。
創(chuàng)業(yè)一開始，深勢科技就聚焦“AI+分子模擬”這個細分領域，研發(fā)出了高效分子模擬算法，可以在保持量子力學精度準確性的基礎上，將分子動力學的計算速度提升數(shù)個數(shù)量級。首創(chuàng)的“多尺度建模+機器學習+高性能計算”新范式，突破性地實現(xiàn)了多尺度分子模擬中精度與效率的統(tǒng)一，在保證了計算效率和精度的基礎上，還具備很強的通用性，可以為藥物、材料領域帶來新的計算模擬及設計工具。
2020年，深勢科技團隊核心成員獲得當年全球計算機高性能計算領域的最高獎項“戈登貝爾獎”。
02/
聚焦藥物和材料兩個萬億級場景
在具體的應用場景上，深勢科技重點瞄準了藥物和材料兩個萬億級市場。
談及布局邏輯，孫偉杰認為選擇這兩個領域并不難，真正困難的是藥物和材料的研發(fā)鏈條都非常長，也有很多細分領域，而從哪個角度切入才是關鍵。
“最開始不太了解這些領域的時候，覺得藥物和材料哪哪兒都能用我們的算法。進一步了解之后，又覺得好像哪一個地方都不能用?！睂O偉杰對創(chuàng)業(yè)邦表示。
隨著深入了解，多次認知的打破又重建后，深勢科技最終選擇了藥物設計和材料設計作為切入點。
在藥物設計方面，深勢科技搭建了新一代藥物計算設計平臺Hermite?，基于人工智能、物理建模和高性能計算，以網(wǎng)頁應用的形式，提供多種藥物設計功能。包括靶點結構解析、預測與精修、苗頭化合物篩選、先導化合物優(yōu)化和性質預測等。
前文提到的對標AlphaFold2的Uni-Fold，是Hermite?平臺中的蛋白結構預測工具，能在預測效率與精度上實現(xiàn)重大飛躍。
在張林峰看來，深勢科技與傳統(tǒng)的AI輔助藥物研發(fā)不同的是，AI是其本質能力之一，他們有很多工具包，比如模擬仿真、大規(guī)模的算力調用等等，他們要做的是從問題和實際需求出發(fā)，看怎樣的技術組合能最有效地解決問題。
“AI是一個非常寬泛的技術概念，它是一個大錘子，錘向每一個場景，最終都是場景專門化作為終極問題，去驗證究竟錘得好不好?！?/span>
而所謂錘得好不好，最終還是要落地到場景轉化，即所謂的商業(yè)化。
在藥物設計上，深勢科技已經跟翰森制藥、恩華藥業(yè)等知名上市藥企達成了戰(zhàn)略合作。
在材料設計領域，深勢科技同樣有清醒的判斷。
“（算法都能用），但是哪一個材料領域里面，哪個是高價值的，這樣的領域我們的算法才更加重要?！睂O偉杰說。
03/
最大的挑戰(zhàn)是不被理解
2020年6月，張林峰博士畢業(yè)后回到國內全身心投入創(chuàng)業(yè)，跟之前專注科研相比，生活狀態(tài)有了明顯的改變。
“直觀的感受就是，我在前一兩周可能就說到了在普林斯頓好幾個月說的話?！睆埩址甯嬖V創(chuàng)業(yè)邦。
如今兩個創(chuàng)始人有著共同的目標：利用深勢科技“多尺度建模+機器學習+高性能計算”的新范式，把藥物和材料的研發(fā)由過去的試錯方式變成計算設計實驗驗證，改變行業(yè)傳統(tǒng)研發(fā)模式，提高研發(fā)效率。
為此，深勢科技研發(fā)團隊聚集了數(shù)十名優(yōu)秀科學家和工程師，包含物理建模、數(shù)值算法、機器學習、高性能計算及藥物和材料等多個領域人才。
“我們共同的特點，就是有問題導向的思考方式，以及好奇心、責任心，驅動每個人突破自己的邊界，持續(xù)學習。”張林峰說。
回憶起創(chuàng)業(yè)這幾年面臨的挑戰(zhàn)，孫偉杰表示其實每天都很struggle（掙扎），關鍵是要持續(xù)更新自己的認知模型，能夠做在當下最有效的判斷，不可能依靠一套現(xiàn)有的成熟的方法，也不可能指望任何人給你一個明確的答案。
孫偉杰坦言，最大的挑戰(zhàn)還是不被理解的時候。
這兩年AI輔助藥物研發(fā)是個熱門領域，BAT紛紛入局，也誕生了許多明星創(chuàng)業(yè)公司。創(chuàng)業(yè)最開始，大家很容易會從AI制藥的角度去看，或者從一個開源軟件公司的角度去看一家新公司?！耙驗槟且呀浻幸欢▍⒖寄Ｊ交蛘吒拍?。”張林峰說。
而現(xiàn)在無論是AI+分子模擬，還是AI for Science，這些概念越來越被科學界、產業(yè)界所認同。AI正在往底層的科研上走，科研正成為人工智能的新戰(zhàn)場。
談及2022年目標，孫偉杰表示，希望在一些細分場景，有一批客戶愿意跟著我們，產品和服務得到行業(yè)的初步認可，在科研領域，有一批客戶真正用我們的產品去改變過去的研發(fā)模式。
來源 | 創(chuàng)業(yè)邦
作者 | 吳中雪
編輯 | 信 陵
