独家专访宋云龙博士:BD累计超78亿美元,AI制药深耕者的第“三”次创业
宋云龙博士2026年4月创立小分子创新药Biotech云济智曜,搭建贯通靶点评估、动态蛋白建模、分子生成与ADMET预测的全链路AIDD平台,数月内输出多条差异化小分子管线。
宋云龙博士2026年4月创立小分子创新药Biotech云济智曜,搭建贯通靶点评估、动态蛋白建模、分子生成与ADMET预测的全链路AIDD平台,数月内输出多条差异化小分子管线。
作者梳理 BoltzGen、RFD4-Proteina 与 Mol-1 的公开证据后认为,把注意力从生成器转向过滤器值得检验,但尚无把同一候选池分别交给 Boltz-2 和 Protenix 过滤再前瞻性比较湿实验命中率的公开配对研究。
推荐理由:文章把生成器与过滤器的证据分层拆开,指出结构恢复榜单与湿实验命中率之间缺少可核验的桥。
要是再看到一篇“Agent引导”的预印本,我就要炸了
上海交通大学副教授谢伟迪联合王延峰、张娅创办观壹智能(OneX Intelligence),已完成首轮商业化融资,目标是训练连接生物学知识与实验数据的生命科学基础模型,让模型提出假设并由湿实验检验。
剂泰科技首席战略官邵文倩在第三届京港澳青年科学家大会发表主旨演讲,分享AI纳米递送技术在创新药研发中的创新与前景,剂泰科技是此次大会唯一受邀的AI制药上市公司。公司依托NanoForge平台推进AiLNP、AiTEM等合作与管线授权,其中与礼来的AiLNP合作首付款逾千万美元、总额最高可达11亿美元。
途深智合在11月2日至3日举行的香港金融科技周上参与AI与深科技论坛,创始人兼CEO王宇光讨论了AI如何适配小分子、肽类及生物大分子等不同药物模态。其ToursynClaw平台融合蛋白大模型、科学智能体与全自动机器人实验产线,公司称可实现约1.5个月完成抗体设计及功能实验验证,并在半年内推动16条抗体药管线完成PCC阶段验证。
BiopharmaTrend 提出如何判断 Isomorphic 的 AI 平台是否有效的问题,并链接到其站内文章《The $27B question: how do we know if Isomorphic's AI works?》。该推文未展开具体论证或数据。
哈佛化学荣休教授、连续创业者 Gregory Verdine 在 DeepTech 访谈中表示,AI 目前最明确的价值是优化已有候选分子,而非从零设计全新小分子,后者受限于复杂结构的合成周期与水分子的物理计算难题。
推荐理由:连续创业者从分子设计、合成瓶颈与组织分工三层谈 AI 在药研中的实际边界,并以与晶泰的合作作为观察样本。
DeepTech深科技以百奥几何为例,讨论AI制药竞争从模型预测能力转向真实研发交付,核心是其提出的“自进化微观世界模型”,连接分子设计、细胞响应与自动化实验。
剂泰科技赖才达博士在瑞银颠覆性科技CEO峰会上提出Biological AI“三层蛋糕”架构,认为干湿实验数据平台是最厚底层、数据是最深壁垒。公司自研NanoForge平台覆盖约5万至7万种脂质分子建模,DataLots已产生超10万次小鼠实验,将验证到PCC缩短至9到11个月。其MTS-109为全球首个in vivo三特异性TCE,并已与礼来、恒瑞及Deerfield达成合作或授权。
晶泰科技联合创始人兼首席创新官赖力鹏在 SWITCH 2026 期间该公司举办的研讨会上提出,AI 药物发现正从“AI 预测”走向“AI 原生”,即让验证、数据与新认识回流模型。
Isomorphic Labs 总裁 Max Jaderberg 在 Bloomberg Tech 采访中表示,未来所有药物都将由 AI 设计,公司正以推理模型提出假设、模拟模型开展虚拟实验两条路线推进药物研发。
当LLM让一条具名通路变得足够可评分、可供尽职调查时,神经免疫衰老靶点就变得可合作了。Gerald Lushington 在 #ARDD2026 上。照片:https://agingpharma.org/photos2026
Isomorphic Labs总裁Max Jaderberg称未来所有药物都将由AI设计,公司目前仍处临床前阶段,预计2026年年底启动首次临床试验。其统一药物设计引擎IsoDDE在Runs N' Poses基准上对全新蛋白质-配体系统的准确率超过AlphaFold 3两倍,并声称可在无需晶体结构下预测结合亲和力。上述基准数据主要由公司自行发布,尚需独立验证。
针对AI4S在制药行业的落地,有观察指出真正实现"实验数据回流模型"闭环的公司远比"AI制药"名单短。其提出四条标准:自主可控测量系统、百万级互作/筛选事件通量、超越存在性的定量读数,以及实验数据真正进入下一轮设计。文章还按仪器供应商、数据回流型和CRO化三类玩家分析了各自的生存路径。
Radical Numerics 联合创始人 Eric Nguyen、Armin W Thomas、Michael Poli 与 Stefano Massaroli 在访谈中讲述从长序列架构 Hyena、DNA 生成模型 Evo 到多生物信号模型 Omnii 的技术路径,主张让 AI 直接学习尚未写成自然语言的原始生物数据。
针对 KRAS G12D 肽-HLA-A*11:01 pMHC 复合物,文章提出以 VHH 纳米抗体识别突变肽,并强调需在真实细胞上验证其能否区分仅差一个氨基酸的野生型肽及人体自身肽组。已有 TCR 研究支持该 pMHC 作为识别入口,但 VHH 路线仍属项目设想,尚无实验数据。文章建议将肽长度、可及表面与突变相关构象纳入靶点定义,并用遗传对照矩阵和靶向免疫肽组学检验内源呈递靶标。
水木分子入选央视「中国AI创业十骏」,是名单中唯一AI制药公司。其以对话式药物研发平台ChatDD连接专家经验与AI,自研自身免疫领域双特异性抗体管线从立项到确认PCC仅用七个月,对比传统方法12-24个月。公司称2026年为商业放量阶段,预计今年收入为去年的3至4倍。
科理新序创始人张载熙正训练一个多模态科学基座模型,用自定义scientific token统一蛋白质结构、组学矩阵、基因序列与分子动力学等模态,使模型直接在科学空间推理。
Science to Startup(S2S)首届中国研讨会在杭州西湖大学举办,让中国顶尖科学家与全球生物医药创投直接对接。会上展示的项目包括郭天南团队的ProteinTalks,其在501例乳腺癌患者回顾性队列中验证预后风险分层,并对3000种化合物做虚拟筛选、经患者来源肿瘤类器官验证。会议数据称2025年中国76个创新药获批上市,高于2024年的48个。
首届Science2Startup中国研讨会2026年10月15日在杭州西湖大学举行,由RA Capital与启明创投联合主办,约130位参会者中一半为海外投资人,10支团队从43个申请项目中入选决赛。
Atlas Venture 合伙人 Bruce Booth 在 LifeSciVC 发文《The Fruits of AI Drug Abundance: Indigestion In The Near Term》,判断 AI 长期能帮制药做出更好的药,但未来 3–5 年在分子设计层面更可能先制造一轮药物丰裕,把行业整体研发生产率推得更糟。
推荐理由:文章转述投资人 Bruce Booth 对 AI 药物丰裕的判断,并梳理评论区关于差异化与估值的分歧。
Moderna总裁斯蒂芬·霍格在黑石播客中表示,AI可加快药物发现与mRNA序列设计,但药物是否有效、疗效能持续多久仍需人体临床验证。他以个体化癌症疫苗为例:肿瘤样本测序后最多将34个新抗原编入mRNA,最多接种九剂,从收到合格样本到送回医院约六周。他认为AI难以同步加速制造、临床与监管环节,个体化医疗是其最看好的方向。
为什么没人讨论“患者参与闭环”(Patient-in-the-Loop)?
当合作方能够对照完整证据包对具名目标产品概况进行评分时,早期授权即可通过。Nikolaj Kulahin Roed 在 #ARDD2026 上发言。照片:https://agingpharma.org/photos2026
AI在药物发现前端已能系统排序靶点、生成候选分子并优化临床试验设计,英矽智能的Rentosertib从靶点识别到提名临床前候选药物约用18个月。但湿实验与临床验证仍是瓶颈:截至2025年中超过75个AI设计分子进入人体试验,尚无一款通过III期并获批上市。Rentosertib的III期GENESIS-IPF-3已于2026年9月完成首例患者给药,计划在47个中心招募约320名患者。
德睿智药在2026上海生物医药投融资峰会上披露,其口服小分子GLP-1候选药物从立项到Ⅲ期临床耗时4年半、直接研发投入仅2300万美元,而美国药厂平均需8年以上、超3亿美元。公司40多位研发人员人均推进1.5条管线,创始人牛张明称AI分子设计与多目标优化可使研发效率提升10到20倍。与会投资人同时指出,AI应用仍集中在研发前端,临床开发等中后期尚未被充分赋能。
DoveTree Medicines与晶泰科技的合作项目中已有一项进入IND申报前研究阶段,其余仍处早期发现阶段。双方在研讨会上强调,AI可探索的化学空间远超实体化合物库,难成药靶点可能只是库里缺那个分子,晶泰以合成数据加物理模拟为起点、再由自动化实验室合成100至500个新化合物迭代。于利华同时指出,研发最贵环节是IND-enabling和临床开发,AI原生应同时消解科学与流程两端的摩擦。
OpenAI 公布内部模型证明任意维度挂谷猜想、证伪指数时间假说并给出四维量子色动力学严格存在性证明,成果交由领域专家牵头核查且不申请学术署名。
文章对比Terray与Jura Bio两条自产数据路线:Terray用自研高通量硬件累计超过4200亿次测量、折算逾170亿个靶标-分子互作数据点,Jura Bio则用变分合成一次造出10¹⁶个抗体序列。作者认为两者分别拆解干湿循环的合成端与筛选端,Terray已签吉利德、BMS、Odyssey合作并预计2026年有内部药物进入临床试验,但数据规模本身不等于成药。
推荐理由:文章把Terray与Jura Bio两种自产数据路线放在干湿循环两端对照,便于理解数据瓶颈的不同解法。
很高兴看到这个。尤其对“一人生物科技公司”感到兴奋。拥有可供智能体使用的API的CRO,比如@ginkgo的Datapoints服务,再加上类似“生物科技版cursor”的东西,真的可能改变创办生物科技初创公司的成本。
英矽智能创始人兼CEO Alex Zhavoronkov在Fast Company“影响力委员会”专栏撰文称,AI有潜力倍增人类寿命,但这只是愿景而非近期可验证的科学预测。
分子之心创始人许锦波开发的RaptorX-Contact在2016年CASP12蛋白质结构预测比赛中夺得第一,首次将深度残差卷积神经网络用于预测氨基酸残基间相互作用。他于2022年创立分子之心,推出AI大分子优化与设计平台MoleculeOS,并于2026年6月发布AI生物药从头设计平台MMDesign。公司称已完成逾亿美元A轮系列融资。
英矽智能称其现有40余个项目,其中35个已过PCC/DC,并含新机制药物,强调项目质量与数据室深度才是关键。公司正与Grok Bot、xPharma.ai合作开发项目级端到端推理与数据室工具,并认为前沿实验室将大规模收购有产出的生物技术公司。
投资者愿意支持那些明确聚焦应用场景、拥有高保真人类数据、并具备降低资产风险的清晰路径的虚拟细胞项目。Manish Sharma 在 #ARDD2026 上发言。照片:https://agingpharma.org/photos2026
文章复盘Anthropic于2026年7月收购的Mithril Medicine:公司仅1名全职创始人,另有8名付费顾问和11家外部实验室,不到18个月将一款靶向laminin-α4与β-dystroglycan的双特异桥接抗体推进到LAMA2-CMD小鼠模型药效验证,2+2 IgG-scFv格式峰值肌力约为对照组1.95倍、体重标准化握力约1.94倍,1+1格式未见明确获益。
同一新闻,精选展示《Anthropic 收购一人 AI 药企 Mithril Medicine,Claude 协调 11 家外部实验室》
百图生科联合创始人兼CEO刘维预计,AI制药行业真正迎来破局点还需3–5年,并将发展划分为工具效率提升、管线赋能与研发组织变革三个阶段。他称百图生科已用虚拟细胞与干湿实验闭环平台推进20多个First-in-Class靶点发现项目,均完成早期验证,部分进入临床前研究。公司坚持基础设施定位,通过系统许可、AI模型及Agent工具赋能药企。
大型制药公司正在购买超级计算机。成果在哪里? 我们将在本周的新闻通讯汇总中探讨这一问题(链接见个人简介)
途深智合创始人兼CEO王宇光在第12届BiG IMPACT年会上参与“AI前沿创新者×一线投资机构深度对话”圆桌交流,与AI领域创新者及投资机构代表探讨行业发展议题。该年会10月24日在上海张江收官,设主论坛、四大分论坛及三场闭门会,聚焦难成药靶点突破、AI虚实之辩、CNS与自免研发及BD/NewCo出海等议题。
Morgan Levine 在《Biology Beyond Human Intuition》中提出,细胞类型标签、实验条件和论文叙述构成的选择性观测,会成为语言模型学习生命的边界。