36氪獲悉，人工智能藥物研發數據平臺「答魔數據」宣布完成新一輪融資。本輪投資人肖瑩是某知名互聯網上市公司創始人，目前專注醫療健康養老產業發展。
結合整個行業來看，新藥研發存在顯著的痛點——投入大、耗時長、成功率低。伴隨著行業的發展，人工智能技術越來越多地應用到醫藥研發環節，幫助藥企提效降費。
答魔數據切入的是“臨床前研發”環節，將人工智能技術與藥學、化學、生物學等學科相結合，構建AI+藥物研發數據平臺，運用大數據、人工智能技術支持藥企的藥物研發進程。目前市場上直接競品較少。
答魔數據官網
數據質量是衡量企業的關鍵，目前答魔數據已經完成了3萬多種小分子藥物和生物藥的知識圖譜搭建，數據量為2100余萬條，近期更有重磅的逆合成反應預測、藥物篩選等多個藥物研發模塊即將落地，進一步加深在藥物研發領域的數據優勢。答魔數據搭建的知識圖譜以藥物活性成分、靶點、公司、適應癥為主線構建，覆蓋全球上市及臨床在研小分子藥物和生物藥3萬余種；涵蓋藥物基本信息、工藝數據、藥物活性數據、臨床試驗、注冊審批、上市批準、銷售額、制劑與輔料、專利與文獻等研發全領域數據。
答魔數據第一步服務于藥企提高藥物研發立項與管線并購效率，第二步服務藥企在AI+藥物研發過程。目前答魔數據已經獲得十幾個標桿性客戶訂單，完成交付，與國內知名藥企建立戰略合作關系，與行業專家共同深入探討人工智能在藥物研發領域的應用。
答魔數據創始人張羽畢業于清華五道口金融學院，曾就職于騰訊；團隊成員分別畢業于美國麻省理工、清華大學，同時具有默沙東、阿斯利康、藥明康德、騰訊等頭部企業經驗，專家顧問團隊均為醫療領域上市公司創始人。
在這個領域，答魔團隊的互聯網基因顯著，對于大數據及AI技術理解更深，在數據平臺打造上更有優勢。同時，團隊的互聯網基因帶來的風格是，強執行力、產品上線速度快、迭代迅速。
研發一種新藥從項目啟動到獲準上市，平均耗時10-15年，研發成本約為26億美元。自2010年起，研發投入回報比例也呈現逐年下降趨勢。加上傳統醫藥研發公司，研發人才大多缺乏大數據和AI技術基因。
對此，創始人張羽表示，非常看好AI技術在醫藥研發領域的落地。新技術將帶來高效率的解決方案，高效率的解決方案有利于開辟藍海市場。答魔數據選擇從知識圖譜和逆合成反應預測兩個環節率先切入，幫助支持藥企從提高立項的效率到藥物研發效率不同環節。
