AI时代，化妆品研发提速！

原标题：AI时代，化妆品研发提速！

“科技赋能”

在一众化妆品品牌方、生产商、原料商的行业大会中，MetaNovas Biotech（以下简称“元星智药”）显得尤为瞩目。这家定位为全球领先的新一代AI驱动的功效性原料/产品研发设计平台，诞生于2021年初，基于AI技术可为化妆品设计新原料、为老原料找新用途、解释作用机制，同时还能帮配方师的工作提效。可谓是为化妆品的研发领域插了一双腾飞的翅膀。

众所周知，从试妆到虚拟代言人，AI在美妆领域的应用越来越深入。那么，AI如何为化妆品研发赋能？

元星智药CEO王梅杰表示，通常化妆品产生功效的核心原因即在于，产品中所含有的活性分子通过生物机制与皮肤中的基因或靶点产生的作用。“例如，大家所熟知的抗衰原料A醇，大家都知道它有抗衰的功效，那么，它是怎么抗衰的，它与皮肤的哪些靶点结合起到了抗衰了作用，很多人不一定讲得清楚，而通过我们的AI平台即可以快速找到线索。其应用即在于协助品牌方和消费者‘知其然并知其所以然’，更好地进行产品的科学传播。”

除此之外，针对某一皮肤问题，在元星智药的平台上，也可以迅速匹配到相对应的成分作为解决方案。“因为不同类型的人群，其基因背景也存在差异，比如说非敏感肌和敏感肌抗衰老所需要的成分是不一样的。”王梅杰进一步说道。我们常说A醇有一定的刺激性，但刺激性的说法其实非常笼统，但能够通过我们的图谱，就能够精准地定位到A醇影响的基因和靶点，从而推测哪些基因是对敏感肌有副作用的。那么，我们去筛原料的时候，就能够以此来找到既可以抗衰，又能避免这些副作用的原料。

她介绍，元星智药专有的AI算法平台，能实现快速分析寻找、识别或者预测出生物活性物质是如何影响特定的分子受体、功能以及生物通路。相比于传统方法，以机器学习为动力的数据驱动方式往往在几秒钟到几个小时内就能提供一套安全有效的产品配方，缩短整个开发周期。“不仅如此，通过AI算法平台让一些工程师、配方师的研发过程少走弯路，为研发过程中存在的风险作出预警。”

据悉，AI平台为化妆品研发提供了两条腿走路，一方面是寻找相对应的解决方案的成分，另外一方面其实也是相对应的配方体系。

王梅杰告诉青眼，MetaNovas旗下共有四大核心技术平台，MetaNLP、MetaKG、MetaPep和MetaOmics。“这四个平台不仅可以单独使用，还可以相互结合使用，如MetaKG+MetaOmics，可以一起帮助研究人员理解功效机制，并为不同人群优化方案。单独使用MetaKG，则可以帮助发现与理解原料的功效。如SOD是一种广泛使用的酶，在我们的知识图谱中，就发现了有4000+种基因或蛋白与这一成分有关，由此我们也从中揭示了SOD的抗蓝光功效。”

可以看到的是，由AI辅助设计新配方，能更精准地理解人群差异的生物学原理，精准指导适合细分需求的原料选择。

王梅杰兴奋地说道，“目前化妆品领域已有10家企业的客户正在和我们合作，大家的普遍反响都是非常感兴趣。”她坦言，这也是公司现在把商业拓展更多地放在护肤品领域的原因，因为客户感兴趣的程度和整个商业化的进展会比较快。

而对于元星智药未来3年的规划，王梅杰则表示，2022年，公司已设计出了一些新原料，功效包含了抗衰、美白等，今年将完成这些新原料的实验验证；明年则是计划进行备案；在原料获得备案后，我们计划和行业内头部品牌和新锐品牌进行合作，并进行一定的推广作用，提高我们解决方案的渗透率。

“这就是三年的基本计划。”王梅杰称，再往深一点走，可能就是提高消费者的认知了，我们的目标是打造出类似于“玻色因”这样，在消费者心目中具有较高认知的原料产品。

————————————————————

2月13日，由青眼、青眼情报、CHAILEEDO联合主办，MCL花皙蔻战略合作，诺斯贝尔、MetaNovas（元星智药）联合支持的2023（第六届）中国化妆品趋势大会在上海举行。MetaNovas元星智药的CEO王梅杰获邀在大会上做主题为《AI赋能美妆护肤研发》的分享。

以下为演讲实录：

谢谢大家，我们可能是今天这个大会里偏硬核的一个公司。首先放一下我们的视频，和大家介绍一下，最近非常火的ChatGPT，我们要和ChatGPT做一个研发方面的AI能力对比。

我现在问ChatGPT祛痘是怎么回事，我想知道与祛痘有关的一些生物过程，我们看ChatGPT是怎么回答的。ChatGPT在英文回答上会更快一点，中文回答相对比较慢，它非常好,提到了关于毛囊的堵塞，可能是免疫系统，可能是炎症。

看看我们的系统是怎么回答的，首先我们去找与祛痘有关的生物过程，就有800多个，蓝色的点都是通过我们的系统找到与痘有关的生物过程。在左边我们可以对它进行筛选，找到它的描述。

我们继续让ChatGPT回答，让它解释一下，看看怎样炎症的生物过程会引起痘痘的外在反应，有人说ChatGPT是一个非常油腻的中年人，它好像什么都能回答，但又好像什么都回答不清楚，它非常笼统解释了它的机制。我们再问它与炎症反应有关的有没有什么基因呢，我们看它怎么回答的，它提到了TNF、IL-6，还是讲的非常简略。

来看我们的系统能找到哪些与炎症反应有关的基因呢，可以看到左边全部都是与炎症有关的，我们随便挑几个与炎症反应有关的生物过程，一些上调和下调的关系，通过我们的平台可以看到具体的关系，来自于什么样的文献，是什么样的关系，都可以通过我们的平台系统看到，进一步去看炎症反应拓展出来的基因，有300多个基因，远比ChatGPT告诉我们的TNF和IL-6多很多。

比如ChatGPT告诉我们TNF，与TNF家族一系列基因我们都找出来了。进一步问ChatGPT有什么天然产物可以帮助解决与痘痘有关的炎症反应呢，它推荐了芦荟、绿茶油、Omega-3，这几个是非常普遍的，但不一定是大家会喜好的一些原料。我们平台能推出来多少个？309个，当然有些是代谢物，有些是分子，还有一些是天然产物。

我们有选择性看一看。比如ChatGPT提到了芦荟，维他命E，也是在我们的选项中，但只是309中某两个，它们都是在我们的平台中。我们可以看到芦荟，它影响TNF和祛痘过程，还有没有别的基因呢，它可以找到CASP，我们还能找到其他影响的基因或蛋白。

我们现在用中文来问ChatGPT，让它推荐祛痘的配方，茶树油和熏衣草油有没有品牌方用过，它推荐了绿茶、蜂蜜和柠檬汁，还推荐了碳酸钙。我们再让ChatGPT推荐一下祛痘的化妆品原料，推荐了维生素A，ChatGPT好像有点反应不过来，我们出的题好像比较难。它又推荐了维C、乳酸，对抗氧化描述非常粗糙了，而且乳酸这个行业里大家知道的比较多。

大家常见的水杨酸为什么没有推荐呢，我问一下ChatGPT为什么没有推荐水杨酸，它有点想不清楚，反应的有点慢。它提到水杨酸是通过调节皮肤油脂减少痘痘成分，我们再进一步深入问它水杨酸如何实现祛痘功效。它回答说抑制皮肤油脂分泌、抑制炎症、缩小毛孔，但我们问它水杨酸对敏感皮肤造成刺激是怎么回事，它直接说了可能会导致的症状，并没有说如何去对皮肤造成刺激的。

看一下我们的平台系统如何回答的，我们在MetaKG里搜索水杨酸，看到了水杨酸，我们去找水杨酸和痘痘中间连接的基因，MT1A就是这样相关的连接基因。我们围绕水杨酸可以进一步拓展，可以找到与水杨酸能共同使用的更多原料和成分，它们是在目录中。我们进一步去找水杨酸能结合更多的基因，可以看到水杨酸还能够和抗衰基因去找到底什么基因引起了水杨酸刺激性的作用，有没有其他替代水杨酸的原料，可以通过这个基因去找，MT1A这个基因进一步去看，乳酸就在找出来的结果里。

这是一个简单的把ChatGPT与我们系统进行对比的视频。前面的部分是展示的，也是为了给大家增加一点趣味性。

下面，我就开始正式介绍这个平台，我们是新一代AI驱动的功效性护肤品新原料/新产品研发设计平台，刚才我们也展示了ChatGPT如何PK我们的MetaKG平台。简单介绍一下这个平台，首先我们通过AI自然语言处理技术进行高精度知识提取，抽取出了基因、蛋白、多肽、各种生物通路和天然产物之间一些实体和高精度关系，把这些数据抽取出来之后整理到MetaKG平台里建立大型生物医学知识图谱，结合图神经网络算法发掘新功效，筛选新的原料。我们还有多肽平台，基于多肽蛋白相互作用数据，利用深度学习设计新的多肽。

这是MetaKG平台的介绍，首先我们的数据类型包括基因，与人体有关的各种指标，到疾病、表型，比如长痘痘、美白、长斑这些。各种成分和基因结合，这些成分可能来自于天然产物，包括草本、菌、代谢物。这是平台系统截图，可以看到衰老是大家都很关心的问题，我们把所有与衰老有关的基因，还有衰老有关的标志物专门拎出来了，我们数据的类型，包括各种Compound、各种草本的成分、各种代谢物、各种天然产物、各种表型、各种蛋白，还有105种高细粒度的关系，我们能精确找到它的方向性，限定场景，精确来源，以及它们结合作用的强度。

这是MetaOmics平台，自动化转录基因组数据查询与分析的平台，可以做差异表达基因的分析、跨样本的分析、通路富集的分析和网络药理学的分析。

这是多肽设计平台，整合了深度学习、分子对接、分子动力学模拟的多维度多肽设计平台，基于已有数据能够高通量声称生成，高通量筛选，找到最合适的全新多肽。

接下来讲一讲我们的应用场景，比如说我们结合MetaKG平台和MetaOmics平台可以做的应用，比如机制理解，通过我们的平台去找敏感肌皮肤抗衰老的关键机制，可以通过知识图谱分析得到敏感肌肤更容易衰老的关键基因。可以看到中间黄色这些点都是关联的基因云，核心的基因以及它的通路，包括下面会提到的细胞外基质、氧化、炎症，并且还会通过MetaOmics组学平台发现一些敏感肌和非敏感肌皮肤组织的差异表达基因，富集参与皮肤老化的过程的多种特异性信号通路。

我们也可以通过平台分析不同的原料，视黄醇是大家已经用了很久的，行业里非常出名的抗衰原料，包括最近刚备案完成的补骨脂酚，我们可以对比补骨脂酚和A醇抗衰原料核心作用基因，发现A醇为什么对敏感肌有一定刺激性，它到底作用于怎样的基因或靶点，补骨脂酚在哪些机制层面上可以避免视黄醇的刺激性。

基于我们的平台可以做原料的功效发现与理解，以SOD抗蓝光功效为例，SOD也是化妆品包括食品领域用得很久的原料，以SOD为中心可以建立庞大的知识网络图谱，可以看到有4000多个基因都与SOD有关，可以通过图谱拎出来抗蓝光功效，SOD通过上调什么、组织什么生物过程去影响激活蓝光。

比如说青刺果油，现在用得比较好的植物提取原料，我们也可以通过看到青刺果油中主要成分亚油酸，通过怎样的生物过程调控炎症反应的。另外通过图谱还可以根据功效筛选原料，比如我们要去筛选抗衰老功效分子，通过图谱推导和查询与衰老有关的生物过程，然后可以通过这种多维度计算找到推导参与调控这一生物过程的基因或者蛋白，还可以通过多维度计算筛选出与基因或者蛋白有相互作用的分子。

通过这个平台我们也可以推荐功效配方，我们的目标是把品牌方或者工厂告诉的功效诉求转化为对应的生物过程，把这些生物过程送到知识图谱里，去找对应的靶点，进一步去找与这些靶点结合的成分，这些成分来自于什么原料，进一步计算这些原料的网络协同性，得到推荐的功效组方。包括我们在做多肽，AI设计的全新多肽成功案例。

再比如如何通过平台去做配方的优化，当然这个并不是我们实际合作的，我们在去年已经展开了一些和品牌方合作，但因为保密的原因暂时无法透露。我们就以一个热销产品举例，比如欧莱雅的修丽可，修丽可中有4个配方，我们对这4个配方做了靶点分析，进一步挑选了配方4，因为比较独特，去看了一下它的信号通路与网络协同性。通过我们分析可以看到白藜芦醇和维生素E靶点在于蛋白互作用于网络上有一定功能重叠，我们去这几个成分所涉及的生物学信号通路，包括促生长信号通路、自噬凋亡信号通路、抗炎及屏障功能、脂肪代谢通路和细胞外基质蛋白通路，通过这样生物过程达到最终促进皮肤更新、新陈代谢、抗炎抗氧化、促进皮肤蛋白及脂肪合成的功效。

我们AI如何帮助配方去做优化呢，首先我们针对核心的生物过程去找与这些生物过程有关的靶点，当然我们有这些靶点分别的权重，基于这些靶点分别去找推荐的天然产物。它首先要在化妆品原料目录里，这些天然产物有不同的分值，我们会进一步去用比较好的天然产物替代，并且进一步看它的网络协同性。通过这样的方式，我们能够推荐给配方实现优化，并且去寻找1+1>2的配方。

关于我们平台的总结，我们相当于定位为AI驱动的功效性原料和产品研发设计平台，平台在整个行业最前端。原料端，会给老原料找一些新的用途和作用机制，AI也在设计全新的原料。另外，我们也会AI计算配方和作用机制，一起和生产商合作，推荐给品牌方，或者与品牌方有直接的合作。

整个平台应用范围是非常广的，底层的技术包括机器学习、自动化组学分析、核心的知识图谱、自然语言处理、多组学平台，我们在应用端是涵盖了化妆品、功能食品和药物研发这3个领域，当然我们目前比较多的精力，最早是在药物研发得到一定技术层面验证，现在我们比较多的把商业布局在化妆品领域。一方面是给天然原料去找新的功效，也会做机制的理解，做新的配方，也会AI设计新的原料，我们关注的包括抗衰老、美白、防脱发、抗黑眼圈、祛痘、淡斑各种各样的问题。

我们公司2021年初成立的，最早大家都是比较偏技术的类型，也是刚进入这个行业里，我们主要协助科学家和配方师理解天然产物或者活性成分的功能和机制。针对特定人群做改良和优化护肤品的配方，开发新功能的原料。我们整合海量的数据，可以提供无偏差最有效的信息，为产品开发和优化提供非常严谨完整的生物学知识和科学背书，提高整个产品临床效益。我们也希望通过AI平台提高成功率，缩短产品开发的周期，帮助品牌方加速产品的商业化进程。

简要介绍一下我们团队，我们初创的科学技术团队来自于生物学背景，非常资深的生物学家，包括非常资深的AI工程师，以及衰老领域的专家。

谢谢大家！

（葱白、Cancer采访整理）返回搜狐，查看更多

责任编辑：