AI蛋白质设计融资追踪:2024年1月至2026年9月84笔交易、67家公司、27.5亿美元
AI蛋白质设计融资追踪显示,2024年1月至2026年9月67家公司完成84笔融资,披露总额至少27.5亿美元,但中位数仅1500万美元,远低于3673万美元的平均值。
AI蛋白质设计融资追踪显示,2024年1月至2026年9月67家公司完成84笔融资,披露总额至少27.5亿美元,但中位数仅1500万美元,远低于3673万美元的平均值。
礼来与剂泰科技围绕新型脂质纳米颗粒(LNP)递送解决方案达成战略合作,剂泰科技将收取逾千万美元首付款,并有资格获得总额最高可达11亿美元的开发、监管及商业里程碑付款,另按合作产品年度净销售额获个位数百分比分级特许权使用费。
推荐理由:以礼来与剂泰的LNP合作切入,梳理礼来AI版图各环节的获取方式差异,并讨论AI递送平台的价值边界。
剂泰科技2026年10月19日宣布与礼来达成战略合作,聚焦AI驱动的LNP递送技术研发,将利用NanoForge平台下的AiLNP设计提升LNP组织靶向性和体内分布的新一代递送技术,礼来投入药物发现、开发及商业化资源。
Profluent 宣布与 BioMarin 合作,用其 AI 模型设计新型药物。Profluent 称其基础模型基于约 1150 亿条独特蛋白质序列的 Protein Atlas,可解锁具有新功能和改进功能的蛋白质;BioMarin 将筛选 Profluent 生成的设计,并把最有潜力的设计推进到临床前测试。Profluent 的 Ali Madani 表示,公司构建的基础模型覆盖所有蛋白质模态,此次合作是这一点的证据之一。
Profluent 宣布与 BioMarin 达成合作,将用其 AI 基础模型设计新型药物蛋白。Profluent 称其模型基于规模达 1150 亿条且仍在增长的唯一蛋白质序列数据集 Protein Atlas,可生成具备新功能或改良功能的蛋白;BioMarin 将筛选 Profluent 生成的设计,并把其中表现最强者推进至临床前测试。合作未披露金额、靶点或具体适应证。
推荐理由:Profluent 与 BioMarin 的分工展示了 AI 蛋白设计公司如何把生成模型接入药企的筛选与临床前流程。
我们的生物信息学与平台研发负责人Stephen Nayfach本周在@CSHL参加基因组工程:CRISPR前沿活动。如果你也在现场,欢迎找他打个招呼!👋 他将发表演讲,介绍如何利用我们的AI模型设计用于碱基编辑的CRISPR-Cas9变体("为突变特异性碱基编辑器设计编程PAM特异性"),并主持"CRISPR技术I"分会场。
Profluent团队下周将前往Summer RosettaCon!找到@jeffruffolo、@richardwshuai、@ShiakiMinami和Alex Hoffnagle,打个招呼👋 你可以在周四下午1:30听Richard谈论E1,我们的编码器模型(“E1:用于适应度和结构预测的检索增强蛋白质编码器”),Alex将在周一晚上7:30分享他在我们AI设计的碱基编辑器上的工作(“使用蛋白质语言模型设计可编程碱基编辑器”)。
政府正在支持我们开展一项设计*个性化治愈性*药物的登月计划。很高兴能与GemmaBio合作,并与世界顶尖医疗中心为伍。 每个词都有分量。 个性化 = 为每位患者量身定制[这正是AI可编程生物学能直接发挥作用的地方] 治愈性 = 持久解决方案,不仅控制疾病,更能治愈疾病。这正是我们Profluent的使命所在——真正治愈疾病。 让我们开始建设吧!
一套AI设计的碱基编辑器,全部源自同一骨架。每位患者唯一不同的部分只是向导RNA。 这就是AI带来的转变:罕见病从"一次一个药物"走向平台化,旨在降低成本、惠及更多患者。 下方是我们与GEMMABio合作、现获@ARPA_H的THRIVE项目支持的更多内容。
罕见病的瓶颈在于设计:突变太多,一次只能编辑一个。AI 能解锁这一点。 很自豪能与他们一起在 @ARPA_H 的 THRIVE 项目下构建 GemmaBio 的平台。我们正将前沿 AI 模型和碱基编辑器投入这项工作,设计可跨多种突变扩展的模块化基因编辑器。
我们仍处在AI×生物学的GPT 1.5时代 早期模型已经奏效(信号:我们与礼来22.5亿美元的合作),但我们离天花板还很远 我们正尽可能快地奔向GPT 5 @thisismadani 与 @nathanbenaich @airstreet
生物学的复杂度不亚于文本,而且(在我们有偏见的看法中)影响力要大得多。然而,世界上只有一小部分AI人才和算力投向这一领域。 这个领域远远未被充分开发。 观看 @thisismadani 与 @nathanbenaich @airstreetcapital 的对谈,聊聊这一机遇。
OpenCRISPR是首个证明AI能够从头设计基因组编辑器的演示。我们利用AI模型构建了一种自然界不存在的、针对特定功能的蛋白质,并且它奏效了。 观看@thisismadani与@nathanbenaich @airstreetcapital的对谈,了解我们从那时起走到了哪里(以及我们将走向何方)
Profluent 宣布与礼来达成战略合作,利用其 AI 模型设计重组酶编辑器,可在基因组特定位点插入长片段 DNA,用于基因医学。该合作在销售提成前价值最高 22.5 亿美元。Jeff Ruffolo 转发并表示将参与这一 AI 设计重组酶的工作。
推荐理由:Profluent 与礼来达成最高 22.5 亿美元合作,用 AI 设计重组酶编辑器,可作为 AI 蛋白设计与基因医学商业化的参照。
我们 @ProfluentBio 的团队正在招聘:蛋白质设计科学家,智能体工作流方向。 蛋白质语言模型学习自然序列的进化规则,但将其转化为端到端可运行的设计流程是另一个问题。 https://job-boards.greenhouse.io/profluent/jobs/5200182008
Profluent 公开其内部蛋白质序列编码器模型 Profluent-E1,称 E1 系列可作为现有蛋白质建模与设计工作流的直接替换组件以升级流程。作者同时给出 bioRxiv 预印本链接(10.1101/2025.11.12.688125v1),推文未披露具体评测结果与权重开放情况。
推荐理由:Profluent 公开其内部蛋白质序列编码器 E1,并给出可替换现有建模与设计流程的定位,便于对照其预印本方法。