“我的最大愿望是引入一套先进的算法流程进行一线的药物研发，如果只停留在相关领域的算法开发上，其实还是略感遗憾。”郑铮博士时任美国QuantumBio药物设计软件公司资深科学家，深思熟虑后他决定回国创业，并袒露了自己的心声。

计算机药物设计及机器学习领域专家、项目核心算法发明人郑铮博士原本是药学出身，从北京大学药学系取得学士学位后，申请到美国佛罗里达大学攻读化学博士学位，师从计算化学领域全球顶级专家Kenneth Merz教授。

在美国药物研发链条分工明确的背景下，作为药物设计领域的算法科学家的郑铮博士聚焦于后端的软件开发，是难有机会直接接触到一线的药物研发环节的，但是他却始终对药物研发抱有浓厚的兴趣。

“在美国进行药物设计软件开发的那段时间，我们对于算法的迭代更新往往依赖于对于真实药物分子体系的实验反馈。但对于大型药企来说，数据安全特别敏感，保密制度严格，所以我们几乎从合作客户处拿不到任何具有应用价值的数据。另一方面，美国的药物设计软件公司内部往往不会开展大规模的相关实验工作。最终的算法开发还是依赖于我们内部搭建的数据库。这自然也就限制了算法开发的速度与成效。”郑铮博士感叹道，“所以，我很想组建自己的研发团队，结合我们在算法开发中积累的经验以及对药学体系在分子层面的理解，投身到药物研发的一线工作中。”

回国后，郑铮博士于2021年组建了苏州予路乾行生物科技有限公司（简称：予路乾行），以人工智能、量子力学及分子力学算法为核心技术，通过模拟运算赋能新药研发。公司结合自主创新的新一代分子模拟AI核心算法与人工智能模型，建立了国际领先的人工智能药物研发平台，运算模块覆盖包括靶点选择与验证、先导化合物搜索设计优化及成药性预测等临床前药物研发全流程。郑铮博士也于同年以该项目获得苏州工业园区科技领军人才。

结合物理模型、平行运算、AI技术构建强大运算平台

作为一位具有十余年计算机药物设计算法研发经验的科学家，郑铮博士表示，大数据时代，AI技术快速渗透至生产生活中各个领域的应用场景中，这也相应催生了多种机器学习算法开发框架及程序库的诞生。

而大量成熟的开发框架及程序库也大幅降低了AI制药领域中新算法及软件的开发难度，促使短短数年内诞生了应用于药物研发各流程环节的AI软件及算法平台。

但另一方面，人工智能算法从本质来说是一种统计学模型。由于药物研发各环节的数据特点及系统科学对相应领域的认知程度不同，人工智能技术在分子层面的先导化合物发现、药物构效关系分析、以及部分药学性质的预测上取得了一定的进展。然而在面对药物研发流程中那些数据信息较少、数据可重复性低、以及模型原理复杂的问题时，人工智能技术尚未能完全发挥其潜力。

同时，在面对药物研发分子层面的研究中，计算化学家尚有一套强大的运算工具，即以分子力学及统计热力学等物理模型为理论基础的分子动力学模拟方法。物理模型的优势在于对复杂生物分子体系在生理过程中的空间变化和时间变化拥有较高的运算模拟精度，与单纯的AI算法相比拥有更高的可拓展性与普适性。但物理模型的搭建难度较高，相关算法软件的运算成本也较高。

行业中所应用的相关软件平台多是基于欧美开发的物理模型引擎。在业内，不乏有如Schrodinger Inc等高科技公司耗费大量财力、人力与时间去开发基于物理模型的模拟软件，在大量投入后确实能够有不错效果的产出，但是这种高投入的算法研究需要庞大的资金体系支持，中小型药企想要基于此进行药物研发，就面临着如何降低开发成本的问题。而予路乾行认为，可以通过与AI算法的结合来降低物理模型的运算成本。

基于上述思路，予路乾行融合了多种算法优势构建起了强大的运算平台。该平台融合了物理模型、AI算法、平行运算技术等多种行业领先技术，首创了多款AI药物设计算法，能够大幅提升药物研发速度与成功率。分子自由能模拟算法搭建是予路乾行团队一直以来擅长的部分，公司创始人郑铮博士在回国创业之前主导开发的“活字印刷”（Movable Type）算法软件就曾经历过多家大型药企内部严格的软件测试，均收到了良好的正面反馈。并多次在全球大型双盲测试挑战赛中取得优异的成绩。

而在予路乾行所开发的新一代分子模拟技术中，算法将疾病相关靶点的结合位点所在位置到“口袋”边缘位置之间的空间划分成一系列连续分布的小空间，通过蒙特卡洛采样法对每个空间的配分函数进行独立的平行运算，从而得到一个配体从受体结合位点至口袋边缘的自由能曲线或曲面。

该方法使得自由能运算免受跨越势能垒之苦，同时利用对连续空间的平行采样运算，大幅提升了运算速度。据悉，相较于传统的物理模型模拟药物潜在结合过程所用时间，予路乾行的算法平台能够提升10-15倍的运算速度。

算法助力“难成药靶点”相关疾病药物研发，予路乾行加速新药临床前研发流程

完成了算法平台的搭建后，予路乾行首先尝试通过共同研发的模式与药企合作，共同推进新药研发，以运算驱动实验，大幅降低研发试错成本，提高研发效率及成功率。

郑铮博士告诉动脉网：“在新药研发全流程里，予路乾行AI算法平台首先切入的便是‘难成药靶点’相关疾病的药物研发，这是药物研发中难度较大的领域，它的创造性是从0到1的。”

公司利用多尺度筛选与模拟方法对靶点蛋白的致病机理以及药物-靶点的结合过程进行模拟及相应的绝对自由能运算，对分子层面成药机理、药物分子代谢及药物相互作用的机制、以及药物的脱靶效应原理等药物发现及临床前研究各阶段的研发流程进行赋能。

完成算法平台的开发及团队在药物发现研究中对所采用的算法流程进行打磨后，予路乾行下一步业务规划便是与相关实验团队深度合作，对新药研发临床前研究进行全流程赋能。

利用先进的运算平台大幅降低试错成本、提高后续实验流程的效率及新药发现的成功率。目前公司已与国内外多家生物医药企业建立了商业合作关系，并取得了多个里程碑式进展。公司通过融入国际药物研发创新体系，致力于合作推进新药研发。

目前，予路乾行也启动了新一轮融资，用于公司技术团队的扩张，以适配目前公司愈加饱和的业务体量，另再用于公司技术平台推向市场，以布局新药物管线的研发与拓展。