BV自创立以来，便积极地将人工智能分子发现作为主赛道之一进行布局，利用AI能力突破这一环节的效率瓶颈。仅以新药发现为例：一种新药的商业化平均花费约 25 亿美元，原因之一是很难找到有希望成为药物的分子。可能被转化为潜在救命药物的分子数量令人难以想象：研究人员估计这个数字约有 10⁶⁰种，这比太阳系中所有原子的数量还要多，提供了几乎无限的化学可能性——而化学家们则需要从中找到有价值的分子。

在如此海量的可能性面前，如何进行有效的筛选显得尤为重要。而机器学习正擅长于此，可以用来探索包含已知分子及其特性的大型数据库，利用这些信息可以产生新的可能性，实现以更快的速度、更低的成本发现新的候选药物，并进一步突破最优秀的人类专家的局限 -- 实现对全局数据的利用、实现多个环节之间的关联发现、实现高吞吐量的并行发现和协同进化、实现对新的物理世界数据轴的直接利用，从而带来依靠人类传统经验方式无法实现的个性化发现、实时发现和新品类发现模式。从利用深度卷积神经网络表征分子空间进行分子匹配，到生成新分子空间，再到使用自动化闭环实验系统快速产生功能验证数据集等等， BV坚信人工智能会为此领域不断的带来新的可能和机会。

Atomwise

总部位于美国加州的Atomwise公司，2017年11月，和多伦大学团队合作发表了世界上第一个能够对药物发现中生物活性做预测的深度卷积神经网络AtomNet，教会了神经网络学习化学分子结构及其相互作用关系，并成功地在癌症，神经疾病，抗病毒药，抗寄生虫药和抗生素等领域预测了多个活性分子潜在药物。

Kebotix

总部位于美国剑桥的Kebotix公司，2018年11月，开发出了世界第一个由机器人自动化系统和人工智能算法驱动的新材料发现平台。利用多种机器学习深度学习算法从已知三维结构和功能的分子库中学习特征并主动设计所需功能的目标分子，由机器人系统完成自动合成和功能实验测试，实验结果动态反馈给设计平台做实时调整。Kebotix重新定义了新材料发现领域的未来。

Insilico

总部位于香港的 Insilico Medicine 公司，2019 年 9 月，和多伦多大学的研究团队实现了重大实验突破，通过合成人工智能算法发现的几种候选药物，证明了该策略的有效性。研究人员利用深度学习和生成模型相关的技术，也就是类似于让计算机在古代围棋比赛中击败世界冠军的技术，成功确定了大约 30000 种具有理想特性的新分子。他们从中选择了 6 种进行药物合成和测试，其中的一种在动物实验中表现出了较高的活性，被证明很有希望成为候选药物。

关于百业智能实验室

BV联合全球产业巨头共建百业智能实验室，依托BV的全球AI投资布局及产业公司的深度业务场景，招募一批对行业有一定理解、热忱于利用新一代AI技术、发现行业痛点与机会的先锋，共同打造商业创新方案。

首期智能农业实验室、智能企业服务实验室、智能健康险实验室、智能医疗机器人实验室同期启动招募，点击“图片链接” 了解详情及报名～