首页产业医疗健康正文

今年全球最大医疗种子轮，引爆这一赛道

期，一家医疗创新企业刚刚走出隐匿模式，便宣告拿下超10亿美元融资，成为截至目前2024年全球最大医疗种子轮，也让这家企业一跃成为独角兽。

2024-07-29 08:11 · 动脉网胡煊

在医疗创投行业，一笔10亿级美元以上的融资，往往要在企业发展的中后期才能出现。

而在近期，一家医疗创新企业刚刚走出隐匿模式，便宣告拿下超10亿美元融资，成为截至目前2024年全球*医疗种子轮，也让这家企业一跃成为独角兽。

要知道，种子轮往往是创业公司获得的*笔重要资金，由于此时项目十分初创，平均融资额大致在数十万至数百万美元之间。10亿美元以上融资额的医疗种子轮，极其稀少，目前全球仅两例（另一例是抗衰老企业Altos Labs在2022年获得的30亿美元融资）。

此次拿下超10亿美元种子轮的企业名为Xaira Therapeutics，由生物技术领域*的投资机构之一ARCH Venture Partners和Foresite Labs于2023年5月联合孵化。据官网介绍，Xaira Therapeutics核心业务方向是利用AI重塑药物研发，目前专注蛋白质组学方向，即研究蛋白质如何在健康和疾病中发生变化。

与业务方向密切相关，这家企业的联合创立者为2021年科学突破奖·生命科学奖（该奖被誉为“科学界的奥斯卡”）获得者、华盛顿大学蛋白质设计研究所所长David Baker，其与团队研发的新技术，能够设计在自然界中从未见过的蛋白，包括一些对于人类疾病具有干预性治疗潜力的新型蛋白。

其实，在“AI+蛋白质”，Xaira Therapeutics的融资不是孤例。据动脉橙数据库，2022年1月至2024年6月的两年半间，该赛道已发生不下100起融资事件，总融资额超60亿美元，是目前医疗健康最受资本热捧的领域之一。

（数据来源：动脉橙数据库）

频获融资背后，“AI+蛋白质”赛道究竟讲出了一个什么样的产业新故事？

超豪华阵容+超10亿美元加持，Xaira Therapeutics具体要做什么？

在当下，“AI+蛋白质”正成为科技行业关注的焦点。

原因在于，传统的蛋白质研究方法存在着实验周期长、成本高昂等问题，而AI能够加速蛋白质研究进程：一旦用于药物研发，可助力新靶点的发现，缩短研发周期和降低时间成本，而用于材料，则以生成超越自然界的新蛋白质材料，为农业食品等领域带来新增量。

（Al+蛋白质行业的发展大事件图片来源：智药局·《AI+蛋白质行业研究报》）

正是在巨大的想象空间下，“AI+蛋白质”赛道开启狂奔征途。但要想入局，并不容易——其一，要满足足够的研发资金；其二，要有强大的团队。

前者，Xaira Therapeutics已经拿下超10亿美元；后者，Xaira Therapeutics更是拥有一个强大的跨学科团队，成员囊括计算机科学、生物信息学、数据科学、药理学、商业管理等行业背景的专业人才。比如担任CEO的是Marc Tessier-Lavigne博士，其曾是基因泰克首席科学官，同时也是洛克菲勒大学和斯坦福大学前校长。

更重要的是，前文提到的联合创立者David Baker，是“AI+蛋白质”领域大牛级的人物。据悉，Xaira Therapeutics的大部分技术来自David Baker及其任职的华盛顿大学蛋白质设计研究所。

因此，要深入了解Xaira Therapeutics，就需要知晓David Baker及其团队的研究成果。纵观David Baker的科研经历，其一直专注在蛋白质结构预测和蛋白质设计方向。

● 在蛋白质结构预测方向，David Baker及其团队早在1998年便推出了Rosetta算法，并在第三届国际蛋白质结构预测大赛中崭露头角。随着后续的不断优化，Rosetta在蛋白质结构预测领域一直是*代表性的算法之一，并陆续开发出多种临床阶段蛋白质生物制剂、多款IND 阶段分子和十多种临床前阶段生物制剂。

●在蛋白质设计方向，David Baker及其团队在2022年推出了深度学习工具ProteinMPNN，其借鉴了图像识别使用的神经网络，能够明确与特定结构相对应的序列，可以更加精准、快速地设计蛋白质分子，将设计蛋白质的时间长度从“月”缩短至“秒”，比此前*的软件快200多倍。

据悉，Xaira Therapeutics所用的AI大模型，就整合了David Baker及其团队开发的AI大模型RFdiffusion，后者是该团队继ProteinMPNN后，推出的一种更先进、更通用的蛋白质设计模型。

具体来说，RFdiffusion是利用扩散模型构建的创新型生成式AI系统，其类似Midjourney和Stable Diffusion等能将文本生成图像的模型，即可以生成新颖的、可定制的蛋白质“骨架”（即蛋白质的整体结构支架），然后将序列分层。据外媒报道，该模型可按需设计生物分子，有望革新疫苗和药物开发领域。

不过，由于尚处初创阶段，Xaira Therapeutics并未透露太多研发进展和管线布局，外界还难以预判其未来的具体动作。

但可以肯定的是，凭借强大的明星创始团队和巨额融资，Xaira Therapeutics一出场已经成为“AI+蛋白质”赛道最重磅的选手之一。

资本热捧，“AI+蛋白质”赛道进展几何？

“AI+蛋白质”的创投大浪潮始于2020年。

彼时，由Google DeepMind团队开发的AlphaFold成功预测出蛋白质的三维结构，迈出了利用人工智能预测蛋白质结构的*步，使“AI+蛋白质”成功破圈，并吸引众多创业者和投资机构入局。

“这是人工智能对科学领域*的一次贡献，也是人类在21世纪取得的最重要的科学突破之一。”谈及AlphaFold，西湖大学校长施一公曾如此表示。

从技术角度看，“AI+蛋白质”赛道可以分为三大主要方向，分别是AI蛋白质组学、AI蛋白质预测与AI蛋白质设计，其区别如下：

● AI蛋白质组学：蛋白质组学是以蛋白质组为研究对象，研究细胞、组织或生物体蛋白质组成及其变化规律的科学，AI与蛋白质组学的结合，能够在靶点发现、生物标志物的发现和精准医疗领域有很大应用潜力。

● AI蛋白质预测：通过机器学习和深度学习算法，基于蛋白质的氨基酸序列信息，预测蛋白质的三维结构、折叠方式和与其他分子的相互作用。

● AI蛋白质设计：利用AI在没有人类直接干预的情况下，通过学习蛋白质序列和功能之间的关系，设计出新的蛋白质。

接下来，我们将从三个方向看各自的代表企业与其进展。不过需要注意的是，蛋白质预测和蛋白质设计都是紧紧围绕“蛋白质如何折叠”这一核心命题展开研究，所以一些创新企业在两个方向上皆有布局。

目前，在AI蛋白质组学方向，已经有珞米科技、Matchpoint、Olink、Somalogic、西湖欧米（按企业名称首字母排序）等为代表创新企业。

以西湖欧米为例，其成立于2020年7月，主要聚焦开发和应用以蛋白质谱为主的多组学技术，并通过该技术正在推进甲状腺结节、阿尔茨海默病（老年痴呆症）、肺癌等多种疾病的体外诊断试剂和方法的开发。

例如，针对甲状腺结节的检测，西湖欧米通过蛋白质组结合AI技术，开发出新型分子诊断产品“甲谱诺”。该产品能够将结节良恶性诊断的准确率提升到90%左右，从而帮助大部分原本难以判断良恶性的患者免受手术之苦。

又比如总部位于瑞典的Olink，该企业提供了一个以蛋白质组学为中心的产品和服务平台，其中最著名的是其邻位延伸分析（PEA）技术——该技术可在实验室安装的qPCR仪器和下一代测序仪上运行，带来高通量蛋白质分析能力。据悉，PEA技术建立在超过5300个蛋白质生物标志物目标的庞大文库上，已经在约1400份科学论文中得到应用，显示了其强大的市场潜力和科研价值。

就在7月10日，全球科学服务领域的巨头赛默飞宣布对Olink进行收购，收购总金额高达31亿美元。赛默飞总裁兼首席执行官Marc Casper在声明中提到：“收购Olink凸显了蛋白质组学在推进生命科学研究和精准医疗方面的深远影响。”

在AI蛋白质预测方向，涌现了百图生科、DeepMind、分子之心、GenesisTherapeutics、华深智药、Profluent Bio、深势科技、天壤（按企业名称首字母排序）等代表企业。

作为AI蛋白质预测领域的先行者，继AlphaFold后，DeepMind于去年发布了又一AI模型AlphaMissense。根据国外媒体的报道，AlphaMissense通过利用蛋白质序列数据库和变异结构背景，可以识别致病的错义突变（错义突变是可能破坏人类蛋白质功能的基因突变）和未知致病基因，且可预测的范围比人类专家提升近千倍。

同时，在今年5月，DeepMind与AI 药物发现公司Isomorphic Labs共同宣布推出新一代AI生物分子结构模型AlphaFold 3，其开发建立在AlphaFold 2 的基础之上，能将预测范围从蛋白质带到广泛的生物分子。

（AlphaFold3预测的分子结构图片来源：DeepMind）

国内企业天壤推出了xCREATOR工作台，其通过集成多样化的AI算法和计算资源，为科研院所、企业等提供更高效、更便捷、更易用的蛋白质结构预测与设计服务。用户无需编写任何代码即可进行蛋白质预测和设计等各项任务，并对计算结果进行可视化展示和分析，适用于多肽、酶、抗体和各类功能蛋白质。

借助工作台，使用者几分钟内就可以获得接近实验解析精度的蛋白质结构。在过去，这个时间可能是数个月甚至数年，并且得借助造价昂贵的专业器械。

在AI蛋白质设计方向，已经跑出Arzeda、Cradle Bio、分子之心、Generate Biomedicines、RevolKa、天壤、天鹜科技、途深智合等（按企业名称首字母排序）企业。

国外企业Generate Biomedicines是该方向的代表企业之一，其由生命科学*风投公司Flagship Pioneering孵化，开发了名为Chroma的生成式人工智能模型，该模型建立在扩散模型（Diffusion Models）和图神经网络（Graph Neural Networks）的框架上，能够从头生成高质量、多样化和创新的蛋白质结构。

在落地应用上，目前Generate Biomedicines已经拥有广泛的产品管线，涵盖免疫学、肿瘤学和传染病学。

再看国内企业分子之心，该企业自主研发了产业级AI蛋白质生成大模型——NewOrigin（达尔文）大模型，该模型拥有百亿级参数，学习了海量高度专业、复杂的多模态数据，可根据产业应用需求，“按需定制”功能性蛋白质。

截至目前，分子之心已将NewOrigin大模型广泛应用于创新药研发、新材料、食品、化工、农业等领域，在大分子药物设计、极端环境下蛋白质稳定性优化、酶活性优化、酶－特定底物对接、蛋白质从头设计等多类型的高难度产业任务上取得重大突破，并在真实的生产体系中获得验证。

不难发现，在各个细分方向，创新企业们已经取得重要突破，并正持续深入中。

后续，得益于更多企业的进入与新的可能性产生，“AI+蛋白质”在行业端的应用会迎来更大进展，市场空间将不断拓宽。据MedMarket Insights测算，2023年AI蛋白质市场规模已达14.83亿美元，预计到2031年市场规模将增长至178亿美元，年复合增长率约为36.5%。