辉瑞和礼来为何押注这家13亿美元的AI药物发现初创公司Why Pfizer And Eli Lilly Are Betting On This $1.3 Billion AI Drug Discovery Startup

环球医讯 / AI与医疗健康来源:www.forbes.com美国 - 英语2026-10-09 15:12:18 - 阅读时长8分钟 - 3959字
辉瑞和礼来等制药巨头正积极投资AI药物发现领域,Chai Discovery作为一家成立仅15个月的初创公司,凭借其创新的抗体AI模型Chai-3迅速崛起,已与礼来达成合作并新签辉瑞协议。该公司估值达13亿美元,正洽谈以34亿美元估值再融资4亿美元,其技术能将药物研发时间大幅缩短,并提高治疗效果,有望彻底改变耗时超10年、成本逾10亿美元的传统药物研发流程,为"不可成药"疾病提供新希望,标志着AI药物发现从概念验证迈向商业化应用的关键转折点。
AI药物发现新药研发抗体设计蛋白质折叠生物药物靶点结合治疗药物癌症自身免疫疾病精准疗法健康医疗
辉瑞和礼来为何押注这家13亿美元的AI药物发现初创公司

去年6月,当AI药物发现初创公司Chai Discovery仅成立15个月时,它发布了一款能够设计抗体的新模型。近20家制药公司纷纷联系洽谈合作。"这就像我们在战场上投下了一颗炸弹,"Chai联合创始人兼总裁杰克·丹特(Jack Dent)告诉《福布斯》。"人们凌晨2点在LinkedIn上发消息说,'我太兴奋了,根本睡不着。'"

药物发现是AI最大的承诺之一——科学家和投资者都希望AI模型能够颠覆新疗法的繁重研发过程。如今,一款单一药物的开发通常耗资超过10亿美元,耗时超过10年。这一技术的梦想是让药物研发人员能够更快、更精准地找到潜在疗法,并为此前被认为"不可成药"的疾病开发出治疗方案。

"我们希望提高所创造药物的标准,"Chai联合创始人兼CEO乔什·梅尔(Josh Meier)表示。"这不仅仅是为患者提供更多药物,而是提供更好的药物。"

尽管面临更年长且资源更丰富的竞争对手,Chai Discovery已一跃成为AI药物发现竞赛的领先者。今年1月,这家估值已达13亿美元的初创公司宣布与市值1万亿美元的制药巨头礼来(Eli Lilly)达成协议,后者以减肥药物闻名,双方将利用Chai的AI模型设计多种新型治疗药物。如今,Chai独家告诉《福布斯》,它已与2025年营收630亿美元的辉瑞(Pfizer)签署了另一项重大AI药物开发合作协议。

今年早些时候,这家总部位于旧金山的公司还悄然推出了其抗体设计模型的下一代版本Chai-3,声称其性能远超让Chai一鸣惊人的Chai-2。"这让辉瑞团队非常兴奋,"丹特表示。该公司现在免费提供其最早的蛋白质折叠模型Chai-1,让潜在的制药公司客户试用其部分技术。Chai正在与另外15多家制药公司洽谈,希望今年能签署更多协议。

尽管这家初创公司拒绝透露与辉瑞或礼来协议的财务细节,但这些协议应能为其带来可观收入。AI药物发现领域的其他合作——如Genesis Molecular最近与Incyte的交易,或Alphabet旗下Isomorphic与礼来2024年的协议——都涉及数千万美元的前期付款,潜在总交易价值超过10亿美元。

Chai曾入选今年的《福布斯》AI 50强榜单,已从包括OpenAI、General Catalyst、Menlo Ventures和Oak HC/FT在内的投资者那里筹集了超过2.25亿美元资金。如今,据两位熟悉交易的投资者告诉《福布斯》,该公司正在洽谈以34亿美元估值再筹集4亿美元。一位风投表示,目前还为时过早,公司尚未选择主要投资者。Chai拒绝置评。

"长期以来,这些模型都是烟雾镜像。我们知道必须将性能真正提升100倍,才能对实际药物研发项目产生价值。"

根据VC数据库PitchBook的数据,2025年全球投资者向AI药物发现公司投入了114亿美元,是前一年56亿美元的两倍多。今年截至目前,这一数字已达55亿美元,有望超过去年。仅Alphabet的AI药物发现子公司Isomorphic就在5月筹集了令人瞠目的21亿美元。"人们对AI在药物发现方面的希望和期望很高,但人们变得有点厌倦,因为很难找到任何切实的成果,"丹特表示。"但我们现在已经进入了一个与一年前完全不同的世界。"

现年30岁的梅尔在新泽西州蒂尼克长大,出身医生家庭,8岁就开始编程。在哈佛大学,他曾考虑成为医生,后来决定主修化学和计算机科学。"我喜欢编程的地方在于,你可以扩大自己的影响力,"他说。

他在哈佛开学第一天遇到了来自伦敦、现年29岁的丹特。主修计算机科学的丹特在青少年时期就与朋友一起开发应用程序和游戏。"我14岁时就在卖99美分一个的应用程序赚钱,还想着'天啊,我的余生有着落了',"他回忆道。

2018年毕业后(两人都获得了学士和硕士学位),梅尔在OpenAI、Meta的生成生物学团队和AI药物发现公司Absci工作。丹特则去了Stripe,在那里他成为公司顶级工程师之一。那正是从事AI工作的幸运时期。每隔几个月,梅尔和丹特就会在旧金山的一家葡萄牙餐厅(丹特居住地)或纽约的一家冰淇淋店(梅尔所在地)碰面,交流快速发展的AI领域的最新进展。

Google DeepMind于2021年推出了首个AlphaFold蛋白质数据库——其团队随后因此获得了诺贝尔化学奖。到2024年,"我们感觉AI领域的所有事情即将大规模发挥作用,而蛋白质发现领域则落后了几年,"丹特表示。他们于当年3月与梅尔在业内结识的另外两位联合创始人Matt McPartlon(也曾就职于Absci)和来自法国AI药物发现公司Aqemia的Jacques Boitreaud一起创立了Chai。

他们相信,能够构建更好的AI模型来加速寻找疗法。"人类在药物发现方面表现非常糟糕,"梅尔表示。"老实说,用现有工具我们竟然能制造出药物,这简直是奇迹。"他们仅用几个月就推出了首个模型Chai-1。

"我认为已经非常清楚,他们正在赢得这场战争。他们在商业化方面取胜,在模型和产品方面也取胜。"

大多数AI药物发现公司的协议都专注于特定药物,如果成功将获得丰厚回报。它们通常也会开发自己的治疗药物管线,因为重磅药物的潜在收入太大,不容忽视。Chai采取了不同的方法,出售对其技术的访问权限。"当我们开始时,人们告诉我们赚钱的唯一方法是创造自己的资产并成为制药公司。这是我们必须挑战的教条,"丹特表示。他认为,在制药公司愿意为一个有前景的分子花费数亿美元的世界里,能够快速生成大量潜在疗法的软件引擎将极具价值。

"我认为这是一个绝妙的见解:如果你想成为传统行业愿意放心合作的可信伙伴,你就不能同时试图经营自己的小商店,"曾在辉瑞担任全球研发总裁、现为Chai董事会成员的Mikael Dolsten表示。

通过与礼来的合作,该公司正在加速生物药物的开发。这些药物来源于蛋白质或细胞等天然物质,而非实验室合成的化学品。礼来首席信息与数字官Diogo Rau今年3月告诉《福布斯》,考虑到药物审批的时间表,其AI开发的药物要到"2030年代中期,甚至可能是2030年代后期"才能上市。"这是对未来的重大押注,"他当时表示。(辉瑞拒绝就与Chai的合作接受《福布斯》采访。)

Oak HC/FT的管理合伙人、《福布斯》Midas榜单获奖者Annie Lamont在投资Chai之前曾花十年时间研究AI药物发现工作,她表示该公司的商业化努力比她预期的要快。"我认为已经非常清楚,他们正在赢得这场战争,"她说。"他们在商业化方面取胜,在模型和产品方面也取胜。"

正是Chai-3说服辉瑞签署了合作协议。据公司称,该模型将初创公司先前模型的成功率提高了一倍,并产生的抗体与其预定治疗靶点的结合紧密度提高了100倍。在药物发现中,像蛋白质、酶或受体这样的靶点就像锁,而治疗方法则类似于用来治疗疾病的钥匙。更紧密的结合意味着更有效的治疗。"长期以来,这些模型都是烟雾镜像,"丹特表示。"我们知道必须将性能真正提升100倍,才能对实际药物研发项目产生价值。"

Chai-3模型更高的成功率和更紧密的结合,可能对实现AI将彻底改变药物发现的长期期望至关重要。"科技人士对更好、更快、更便宜的东西感到兴奋,但一款重磅药物每年可带来100亿美元的收入。从三年缩短到三个月是有意义的,但更大的问题是,'你能制造出具有巨大影响的药物吗?'"去年12月主导Chai风险投资的General Catalyst管理董事总经理Elena Viboch表示。我们距离看到这是否真正可行还有很长的路要走。

Chai-2模型使研究人员能够从头设计全长单克隆抗体,这在癌症和自身免疫疾病的治疗中越来越重要。该模型能够从头设计出抗体,成功率约为16%,将湿实验室数月的工作压缩到两周。但即使其分子能够与靶点结合(药物开发中的关键环节),效果也并非总是理想。这意味着它们仍需经过漫长的改进过程以提高效力和安全性,就像那些没有使用AI发现的药物一样。

Chai-3的改进使其更接近于能够跳过精炼分子的过程。该公司表示,在大约一半的情况下,Chai-3生成的分子与其靶点的结合紧密度与已获批药物相当。创始人还将此视为迈向能够创建同时与多个靶点结合(而不仅仅是一个)的抗体的一步,从而创造出更为复杂、精准的疗法。"大多数抗体只是堵塞某些靶点。目前最先进的技术是堵塞两个靶点,"梅尔表示。"未来,我们将以更强大的方式调节靶点。"

Chai的研发团队已经在开发下一代模型。Dolsten表示,最终Chai可能为其制药公司客户提供能够设计小分子和肽的AI,从而使其潜在市场呈指数级增长。

随着AI模型不断改进,开发这些模型的公司正在争相与制药公司签署协议,而大型制药公司则在测试这些技术。"制药行业现在普遍意识到这些技术正在发挥作用,"丹特表示。"我们已经过了接受阶段,进入了采用曲线的兴奋部分。"

补充报道:Rashi Shrivastava

【全文结束】