寻明生科用AI重构抗体药物研发闭环
智能制药的“基建革命”：寻明生科如何用AI重构抗体药物研发闭环
在生物医药创新周期漫长、成本高昂的当下，AI驱动的药物研发正从概念验证走向产业落地。近期，成立仅三年的寻明生科（Aureka Biotechnologies）完成3500万美元A+轮融资，红杉中国领投，经纬创投、博远资本等跟投，老股东五源资本、启明创投等持续加注。至此，其A轮累计融资近1亿美元，成为AI制药领域不可忽视的新势力。
更值得关注的是，这家年轻企业不仅搭建了生成式抗体设计平台AuraIDE™，更率先打通了“智能体设计—高通量验证—商业化交付”的全链条闭环，首个抗体药物即将进入临床阶段，标志着AI制药正从实验室走向真实世界。
从“模型”到“体系”：AI制药的瓶颈与突破
传统药物研发周期长达10年以上，平均成本超过20亿美元，其中靶点验证、分子筛选等环节耗时最长。尽管AI模型在分子生成上展现出潜力，但多数企业仍停留在“算法优化”层面，缺乏与生物实验的高效反馈机制。
寻明生科创始人兼CEO赵伟安指出：“通用大模型之所以强大，在于其拥有强大的基础设施，能快速验证、迭代、优化。但在制药行业，验证周期太长，模型缺乏真实反馈，容易‘失真’。”
为此，寻明生科构建了一套三位一体的“智能制药基础设施”：
- 生化层面快速验证：在标准靶点分子设计中，交付效率较传统湿实验提升约50%，验证周期压缩至3周；
- 细胞功能高通量筛选：依托微流控系统，6周内可规模化评估激动活性、内吞、透脑等复杂功能，解决传统方法难以量化的难题；
- 商业化数据包快速交付：9-12个月内完成从立项到体内外药效、毒理、CMC等全套数据的打包交付，直接对接药企BD需求。
这套体系的核心价值，在于将AI模型的“设计能力”与实验平台的“验证能力”深度耦合，形成“设计—验证—反馈—优化”的高速迭代闭环。
差异化突围：聚焦“难成药”靶点与功能创新
在竞争激烈的AI制药赛道，寻明生科并未选择广撒网式布局，而是聚焦两类高价值场景：
一是传统方法无法攻克的难成药靶点，如GPCR（G蛋白偶联受体）。这类靶点结构复杂、表达量低，传统免疫手段难以获得有效抗体。寻明生科通过功能筛选平台结合智能体，直接在天然细胞环境中一步筛选功能性分子，成功为某TOP 5跨国药企在两个月内完成三个此类项目开发。
二是成熟靶点的功能再创新。针对已有上市药物但存在药效不足、毒性或脱靶等问题的靶点，利用AI设计具备差异化功能的新分子。例如，在免疫或中枢神经系统疾病领域，开发具有更强穿透性或更低副作用的抗体。
这种“功能导向”的研发策略，使寻明生科在BD合作中具备独特议价能力。过去两年，公司已与多家跨国药企达成合作，实现千万美元级收入，验证了其商业模式的可持续性。
自研管线加速：从平台到产品的跨越
除了对外合作，寻明生科也在积极布局自研管线，聚焦心血管代谢、免疫和中枢神经系统三大领域。目前已有8条管线在研，其中2个项目预计今年底进入临床申报，明年一季度启动首个人体试验，另有4个项目将在年底完成PCC阶段。
尤为关键的是，这些管线“完全由智能体设计而成”，且公司可提供完整原始数据，证明生物基础模型的提升直接转化为药物开发效率的飞跃。这不仅是技术能力的体现，更是对AI制药“可解释性”与“可验证性”的重要回应。
智能制药的未来：基础设施即竞争力
寻明生科的快速崛起，揭示了AI制药的新趋势：真正的壁垒不再是单一算法，而是支撑AI高效迭代的“实验—数据—反馈”基础设施。
正如赵伟安所言：“未来的新药研发，九成需求将集中在传统方法难以实现的特殊功能分子上。”谁能更快验证、更准预测、更低成本交付，谁就能赢得市场。
随着AuraIDE™平台的持续升级与实验能力的规模化放大，寻明生科正从一家AI制药公司，进化为智能生物创新的“基础设施提供商”。而其即将进入临床的首个抗体药物，或许将成为AI真正改写药物研发范式的第一块里程碑。
标签： AI制药 抗体药物 智能体设计 生物技术 新药研发
