新药研发面临着成本高，时间长，成功率低的巨大痛点。随着人工智能（AI）的发展，为新药研发带来了新的技术手段。化学合成在临床前药物研发中是一个非常重要的步骤。如果能够提高合成分子的速度，将加速新药研发。AI 可以帮助化学家进行合成路线的设计和优化，极大地减少设计需要的时间，提高路线成功率。武汉智化科技有限公司（「智化科技」）专注于 AI 辅助化学合成路线设计，其独立研发的算法基于数据学习和化学知识进行分解，解决了可解释性、化学反应数据量两大问题。智化科技推出的国产「计算机辅助合成规划平台」—— ChemAIRS，只需数秒至几分钟就可找到合成路线，为科研人员推荐最合适的合成方案。智化科技创始人夏宁有着 IT 与化学双重学术背景，带领团队在化学信息学领域深耕十余年，有着丰富的研发经验，并积累了大量化学化工的专业数据，是国内从事 AI 赋能化学合成领域的先行者。机器之心·ScienceAI 对智化科技创始人、董事长兼 CEO 夏宁进行了独家专访。CNRS有机化学博士，化学/计算机双背景。博士毕业后在法国参与创建了 eNovalys 公司，任 CTO，负责化学信息学的研发产品设计，自主研发了多项核心技术。2015 年回国加入上海网化化工科技，任化学信息总监。2018 年创立武汉智化科技并兼任 CEO。在化学信息学领域深耕多年，掌握多项核心技术。
夏宁，智化科技创始人、董事长兼 CEO
01 化学/AI双背景，10 年坚持做一件事ScienceAI: 您早期的个人求学以及职业经历能给我们分享一下吗？夏宁：2003 年，我从同济大学毕业之后，当时有一个去法国留学的机会，也可以说第一批到法国的高等工程师学校去学习化学的人，在我们学校我是第一个中国人。我母亲是程序员，我早年就比较喜欢编程，在高中的时候，化学竞赛获得了河北省第一名，所以后来选了化学专业，但我在求学的过程中，一直想把我的这两个技能都能够用在我未来的工作中，所以我在法国读到有机化学博士之后找的第一份工作，就在网上找这种既能够用到计算机，又同时能用到化学专业的工作，但没有找到这样的工作。后来我联系上了法国斯特拉斯堡的一家刚成立的公司-eNovalys 的创始人，入职时我是一号员工。那个时候我们就开始用计算机来解决化学中研发效率的问题。所以，从那时一直到现在，其实我们做的都是这一件事情——用计算机帮助提升化学研发效率。ScienceAI: 您是因何创立智化科技的。您的创业成功经验能给我们分享一下吗？夏宁：其实在这个领域，我们做了将近 10 年，但它真正迎来一个快速发展，是大概在 2018 年的时候，那时深度学习刚刚变得很火热，特别是当时 AlphaGo 打败了李世石，让人们看到人工智能在一些领域的潜力。我们在这个领域已经做了很多年了，突然间发现大家都开始关注这个领域。早在2016 年，我们就做了一个网上的逆合成工具，给很多用户来用。但直到 2018 年我们才决定从上海网化化工科技独立出来，创立新的公司——智化科技。之后我们开始专注于的逆合成产品的研发。ScienceAI: 您对国内创业情况的判断是怎样的？夏宁：从创业的角度，我觉得国内的创业环境一直是非常不错的，从大概 2015 年之后，我们国家就成为全世界创业最火热的国家之一。我很有幸正好回国之后赶上了这波浪潮，所以能够在创业初期就进展比较顺利，从融资和业务上都比较顺利。一直到今天，我还是觉得中国是创业最好的地方。02 交叉型人才紧缺，助力培养「化学+AI」跨界人才ScienceAI: 基于目前大多数人才相对偏向于单学科人才，对于「化学+AI」 跨学科研究，公司在这方面是怎么协调的？不同类型的人才如何在新药研发过程中发挥优势和潜能？夏宁：对，这个确实是当前我们做交叉领域创新的一个最大的痛点。你可以找到一个很厉害的化学家，你也可以找到一个很厉害的做算法做 AI 的人，但是你基本上找不到两个专业都很厉害的人，甚至不是说稀少，几乎是没有，因为很少有人能够在两个领域都做到非常的专精。对我们来说，有几方面的努力。一方面我们也会自己去培养人才。在我们的内部找一些有潜质的，特别是他已经有一个专业，同时又对另一个专业愿意去学习的人，我们就给他更多的机会去培养去成长。同时，我们也和高校，比如我们和华中科技大学有一些合作项目，从本科开始让这些化学系的学生能够去学一些编程知识，甚至是学一些 AI，自动化等知识。他们在未来，比如 5、6 年后，他们能够成为这个领域的一些核心人才。当然，我们也在全球范围内在去找这样的人，这样的人他确实非常的少，但还是有那么一些。但确实对于所有当前在我们这个交叉领域创业的大部分公司来讲，大家都面临这个问题，因为就那么几个人，但是要做的事情太多。ScienceAI: 对于您刚提到的华中科技大学和智化科技联合创办「人工智能化学试验班」，这些人才是否作为公司的储备人才？这对现阶段的人才培养体系有什么启发？夏宁：其实我们的初衷不是说让他们就一定要来我们公司，因为他们现在还是本科，等到他们博士毕业之后可能已经过了四五年，再加上他们未来还可能继续去深造去学习，最后也可能去别的公司。但我觉得这对整个行业是有好处的，因为一个行业要想做得好，你必须有一个长期的人才培训机制直到能够满足我们的行业的需求，所以这本身就是个周期很长的事情。我觉得国外可能在这方面做的也不错，可能甚至比我们做的更好一点，因为我们发现这方面最牛的一些人很多都是国外像 MIT、剑桥、瑞士联邦理工等，有一些国外的名校，他们确实善于培养这类复合型人才。我们国内的大学早期确实是没有这样的一个专业，但是现在大家逐渐都有这个意识，我们与华科的合作，我觉得只是一个开始，已经越来越多的大学开展了交叉学科的建设。03 从零开始，不断升级ScienceAI: 贵公司推出的「计算机辅助合成规划平台」—— ChemAIRS，与其它合成路线规划工具相比，有什么优势呢？还有哪些不足需要改进吗？夏宁：我们平台最大的一个优势是，我们的技术完全是从 0 开始做的，就是说我们所做的在全球来说是最早的一批，大概当时算我们在内可能也就三家公司，到现在有了很多新跟进的公司，但是相比来说，我们的底层技术完全是自己从零开始搭建的，这就形成了我们一个独特的技术壁垒，就是说别人其实很难去复制我们所做的，因为很简单，我们已经做了接近超过 10 年的时间，中间研究了大量的底层技术，别人如果想一步跨过这些来追我们，几乎是不可能的。当然，现在也有很多新的技术，这些技术可能能够在某个层面上解决问题，比如说我们看到的一些竞争对手，他也用了很多的机器学习技术，包括一些新的 AI 算法，但他们的问题就在于，对化学的理解可能没有那么深。我认为一个不懂化学，或者说化学方面没有那么专精的人，他想把这个事情做好是有相当大的一个难度，这个可能就是我们最大的优势，就是我们既懂化学又懂算法。ScienceAI: AI 自动化合成平台有其它功能正在开发，或升级吗，方便透漏一下吗？ 夏宁：我们的平台今年做了一个比较大的升级，我们已经对公众开放三个月的试用，让所有的化学家都可以来我们网上免费去尝试这个平台。我们认为这次大的升级，能够让它在整体水平上或者说路线设计能力上提高了一大步，非常接近十年合成工作经验的化学家水平。我们的下一步就是把它的水平再次不断提高，我们希望有一天能够真正和最厉害的化学家达到同一个水平。04 多方位部署，走向数字化自动化智能化ScienceAI: 在药物领域，小分子、大分子、基因治疗药物等都很火热。那么，贵公司的自动化合成路线规划平台主要侧重哪个方面呢？夏宁：其实我们主要侧重的还是小分子的合成。因为大分子很多是用生物的方法在合成，相对来说，小分子的合成方法比较传统，就是用化学反应来合成。因为我们人类改造微观世界的手段其实并不是特别多，化学就是其中最重要的一种，它其实也不单单是只覆盖了药物小分子，我们说所有的包括新材料，化工或者一些科技领域，都会用到一些特殊的材料分子，功能分子，那么这些分子从原料进行一步步合成，用到的都是一些化学的方法，特别是在小分子的研发阶段，化学反应是最主要的一个手段。ScienceAI: 新药研发是一个长期且艰难的过程，那么贵公司除了目前公开的「AI 辅助合成路线设计平台」外，还有其它产品/业务部署吗？夏宁：我们主要还是聚焦在化学合成这个领域，我们也做了很多的模块，除了逆合成模块，也有正向合成模块以及合成性打分模块，它们能够在药物分子设计阶段帮助更有效地去选择那些比较容易得到的分子，从而提高整个药物研发的速度。同时，我们还做了化学工艺路线设计，它能够帮助我们在药物分子或者其他的分子进入到生产阶段时，找到最经济、绿色、环保的生产方法。这是我们主要集中的几个点，但是它最底层的技术仍然是逆合成技术。当然，整个新药研发链条很长，一定有其它的一些领域是我们不擅长做的。我们愿意通过合作的方式，因为有很多企业，他们其实都有自己的长项。在这个链条上没有人能够把所有的事情都做得很好，所以大家是一个合作共赢互补的工作方式。05 打破瓶颈，机遇与挑战并存ScienceAI:与传统方式相比，在研发周期及时间成本上，智化科技推出的 AI 自动化合成平台怎样提供更好的服务呢？夏宁：化学是一个非常传统的学科，几乎在近 100 年内，它的效率提升都非常有限，原因就在于，一直是人作为工作的主体。换句话说，它不管是从路线设计，依靠人的经验，从做实验的操作，依靠的人的手工业操作，所以它整体的效率很低。人们也在不断地尝试去优化效率，但是总体的一个思路，都集中在一些先进的仪器和分析仪器等，我们是希望能够从更本质的角度去提高效率，就是把人的因素尽量减少。那么人在设计路线的过程中，他可能要做很多的查阅，很多的思考，这个过程能不能够用算法来代替，或者他在实验操作过程中做了很多重复性劳动，很多很费时费力，但其实又不那么需要高级科学家来做的事情，是不是我们也能用一些自动化设备来代替？当然我说的代替其实不是说把人完全去掉，而是一个辅助人的过程，也就是人提效的过程。大家很容易理解，就是我们要做的事情不是说把人完全替代掉，而是让这一个人可能能够效率提升 2 倍 3 倍甚至到 5 倍，这样他的产出就更高，只有产出更高了，我们才不受人力资源瓶颈的限制，因为现在整个制药的一个很大的问题就是我们的人不够，我们要合成这么多分子，但是一个化学家一个月可能只能做四五个分子。所以我认为只有通量能够提高，才能够真正打开新药研发的最大瓶颈，从而能够让更多的新药被做出，或者说很多疾病能够被攻克，我觉得这是一个必经之路，我们现在就在做探索。ScienceAI: 去年 8 月智化科技完成近 1500 万美元 A+ 轮融资。您认为智化科技最吸引投资者的点是？ 夏宁：我认为我们代表了整个化学行业的一个发展方向，即数字化自动化和智能化。因为这个方向其实在其他很多行业都已经做了，但是化学行业一直没有发生太大的改变。这个可能有很多原因，一个是做化学的人可能会偏保守一点，可能做这件事会有一些难度，还可能我们在这种交叉行业中人才确实储备不够。存在这样一些困难，但是我们公司其实是最早也是最全力的在向这个方向去努力的，所以说在从投资人的检验中，我们应该是成功率最高的，我认为这个是我们获得投资的一个关键点。ScienceAI: 现在传统的大药企与 AI 公司合作火热，这给我们带来的机遇和挑战都有哪些？夏宁：就机遇而言，在当前大环境下，药企其实也都间接或直接的体会到了合成的一个瓶颈，遇到效率低的问题，那么这时候他们也会去寻找一些新的解决方案，特别是 AI 的浪潮，也会让大药企更容易去接受一些新的方案。如果我们早 5 年 10 年去找他们，他们可能根本就不愿意去看这种新的东西，因为他们老的方案还 work，但最近几年老的方案已经越来越难的时候，他们真的是愿意去尝试，这对我们是好的。说到挑战，就是这个行业，它的验证是需要一定时间的，或者说它的产品的成熟也是需要一个周期的，很多时候，可能大药企与一个 AI 公司合作，但他发现你的解决方案还不能完全明显的解决他的问题。这时对 AI公司来讲要求就非常高，你必须要不断的去找到新的 milestone，然后把你的整个的工作向前推进的同时，还要不断的证明给客户看到你的进展。否则就像你只是讲了一个故事而已，这样你的合作到最后是得不到任何的认可的。所以，我觉得一个新的技术，虽然它的发展很漫长，中间有很多困难，但你必须要一个确定的速度和一个不断能够被验证的结果去给到这些市场，给到这个客户，我认为这个是最大的一个挑战。ScienceAI: 在与药企合作的过程中，有遇到什么困难吗？怎么解决的？夏宁：早期的时候，我们是一个初创公司，初创公司对于药企来讲，药企是一个巨头，可能是一个跨国企业，而你只是一个才几十个人的一个小公司。所以就这点而言，其实大企业肯定不是优先和初创公司合作，那么我们的优势是，我们能够展现出很快的应答能力，以及我们的这种技术能力水平确实超过了其他的一些比我们大很多倍的竞争对手。所以这个其实是我们克服的第一个困难，就是真正得到了这些大药企对我们一个初创公司的认可。同时，我们本身的技术也在不断的迭代成长中，这个也是一个挑战，你要有一个非常快的速度在迭代，不能说等待，所以说你必须很快的去想，很快的去研发，把一些关键的点快速的解决掉，这都是一些挑战。还有一点，就是大药企对于你的合规性，整个服务指南要求也非常高，有点像一个初创公司要被拔苗助长，没有那么多时间给你去成长，你必须立刻达到它的标准。这些确实都是我们整个公司的同事都付出了很大的努力才达到。06 化学成为一个纯计算学科，未来要解决的事太多了ScienceAI: 对于 AI「塑造化学未来」，您能畅想一下这是一个怎样的未来吗？夏宁：其实在我上中学的时候就有这个想法，因为我是一个从小喜欢编程和数学，我一直觉得化学学科和物理、数学是相割裂的，数学和物理学科是可以通过计算来解决各种问题。但化学有点像一个不确定的东西，就是你做这个实验的时候，你完全不知道结果或者是它缺少了一个确定性，这点让我一个做编程的人就很不舒服。我认为化学的未来，一定是通过我们不断积累大量的数据，以及写出更好的算法来向确定性去靠近，最后能够让化学变成一个能够计算的学科，不需要太多的这种所谓的猜测，或者是一些人工主观判断。因为只有这样，在我看来才是一个真正的科学以及它的终极形态，也就是效率是最高的。同时结合自动化的设备，让新分子的产生就像流水线生产杯子一样，而化学家可能成为坐在电脑前的一个类似 IT 行业的高效工作模式。ScienceAI: 畅想未来，你认为未来 5~10 年行业的发展趋势是什么？公司的近几年发展目标是怎样的？ 夏宁：我觉得未来的 5~10 年内，数字化、自动化和智能化会不断的在整个化学合成领域进行渗透，它占的比重会越来越大，可能在 10 年左右，我觉得可能百分之七八十的工作已经都是用机器来做的，人真正做的工作可能不到现在的 1/3，相对来说我比较确定这一点会发生。我们公司发展目标也是根据这个趋势来的。我们一个短期的目标，就是我们要建立起我们的数字化实验室，比如上海已铼生物科技就是我们的一个数字化实验室，我们会完全按照一套新的流程工作方法，把之前人工操作为主的实验室，向这种数字化和自动化的实验室去转变。我们的中期目标，是我们会让这种实验室的效率不断的提升，从全方位角度进行提升，那么最终有一天它会突破人力的瓶颈，它经过这些算法自动化的加持之后，它整体的效率会高于一个普通人或者一个正常的传统的实验室。最终来讲，我们最大的一个目标，还是通过不断积累更多的数据，真正能够把我们之前做不到的一些事情，比如说我们无法合成的一些困难的分子，或者说我们做实验总是会有失败的反应，我们是不是能够把它规避掉？我觉得最终还是真正的通过数据来解决了很多的化学合成问题，以及让我们的效率再次能够达到一个非常大的提升。ScienceAI: 在新药研发、材料、科技等领域，还有哪些极具潜力的技术值得去探索？夏宁：这个是一个非常大的领域。就是说我们现在做的事情，它只是一个最基础、底层的事，或者说是迈出了第一步，但是我们未来可以做的事情非常多，因为只要你迈了第一步，你会发现豁然开朗，每一个领域都有无数的这种问题，可以通过AI、数据、计算去解决。所以我觉得未来要解决的事太多了，我们会找到最重要或者说最关键的事情去深入去做。同时，我觉得比如说 10 年之后，化学+AI 领域会变得非常的庞大，它会不仅仅是在合成，它会在比如材料、生物和一些科技领域都会成为最底层的一个技术。
