普罗克西玛获DCVC和英伟达8000万美元融资推进AI药物发现Proxima raises $80M for AI drug discovery from DCVC, Nvidia | Crain's New York Business

环球医讯 / 创新药物来源:www.crainsnewyork.com美国 - 英语2026-01-14 08:32:32 - 阅读时长4分钟 - 1634字
美国生物技术初创公司普罗克西玛(Proxima)成功募集8000万美元种子轮融资,由风险投资公司DCVC领投,英伟达、罗伊万特科学有限公司等共同参与,旨在利用人工智能开发调控蛋白质相互作用的创新药物疗法;该公司基于纽约,专注于通过AI模型分析蛋白质结构数据以解决传统药物难以触及的疾病领域,其核心技术NeoLink致力于填补蛋白质相互作用结构数据空白,已与强生、百时美施贵宝等药企建立研发合作,目标是设计能连接或分离蛋白质的小分子适配器,实现可编程的生物分子相互作用,从而加速药物研发进程并降低实验成本,标志着人工智能在生物医药领域的深度应用取得关键突破。
AI药物发现蛋白质相互作用药物研发邻近效应小分子适配器NeoLink技术机器学习候选药物疾病治疗普罗克西玛
普罗克西玛获DCVC和英伟达8000万美元融资推进AI药物发现

彭博社报道,普罗克西玛(Proxima)是一家利用人工智能设计调控蛋白质相互作用药物的生物技术初创公司,近日成功募集8000万美元种子轮融资,这将助其收集更优质数据并最终开发潜在药物候选物。本轮融资由DCVC领投,英伟达公司(Nvidia Corp.)、罗伊万特科学有限公司(Roivant Sciences Ltd.)和布雷德韦尔合伙企业(Braidwell LP)等共同参投。

这家总部位于纽约的公司此前名为VantAI,曾由罗伊万特孵化后独立运营,目前专注于药物研发中快速发展的新兴领域——细胞内蛋白质相互作用机制。与当前多数药物仅通过激活或抑制单一蛋白质发挥作用不同,此类新药旨在连接或分离特定蛋白质以改变细胞行为。该方法因有望治疗传统药物无法触及的疾病而备受关注。

联合创始人兼首席执行官扎卡里·卡彭特(Zachary Carpenter)表示:"基于邻近效应的药物代表了最具潜力的新型疾病治疗方式,但进展受限于结构数据不足和精准设计工具的缺乏。"普罗克西玛正将人工智能模型应用于大规模蛋白质结构数据库,以探索全新治疗方案。

卡彭特在采访中指出,药物研发行业常采用"一对一"思维模式:选择与疾病相关的蛋白质并尝试阻断它。然而生物学机制极少如此简单,蛋白质在细胞网络中协同作用,许多疾病源于通路异常而非单一蛋白质故障。该公司致力于设计能充当"适配器"的小分子,通过连接或分离蛋白质来调控细胞功能。

联合创始人兼首席技术官卢卡·纳夫(Luca Naef)解释,公司采用类似图像视频生成技术的AI编程来辅助药物设计。该软件可创建精确定位在细胞内两个蛋白质之间的微型分子,使药物研发过程如同解决三维拼图,寻找能连接蛋白质并改变细胞行为的正确"拼图块"。

纳夫强调,当前多数药物依赖抑制机制——即关闭特定蛋白质功能。但许多疾病需要恢复、转移或增强生物功能。通过诱导邻近效应,药物可招募一种蛋白质协助另一种无法独立完成任务的蛋白质。数据匮乏是主要瓶颈,普罗克西玛指出:人类仅掌握不足5%的蛋白质-蛋白质相互作用结构信息。为填补这一缺口,该公司正开发名为NeoLink的结构蛋白质组学数据生成技术,并配套构建生物专用人工智能模型。

卡彭特表示,本轮融资将用于扩展数据平台、提升机器学习研究能力,并支持内部药物研发项目及外部合作伙伴关系。目前普罗克西玛拥有约50名员工,计划进一步扩招,除纽约总部外,还在旧金山、苏黎世设有分支机构,并在波士顿建有实验室。

该公司已与强生公司(Johnson & Johnson)、百时美施贵宝公司(Bristol Myers Squibb Co.)及肿瘤学生物科技公司Blueprint Medicines(后被赛诺菲收购)建立研发合作。

专注于深度科学与工程的硅谷风投DCVC表示,此次投资旨在支持该公司在生物学领域构建"数据优势壁垒"。领投合伙人杰森·庞廷(Jason Pontin)长期关注蛋白质"分子胶"技术,认为若能实现精准操控,将提供"使生物分子相互作用可编程"的机遇。他指出,普罗克西玛将专用基础模型与蛋白质相互作用全面测绘计划相结合的策略促使其决定投资。

庞廷强调,人工智能无法单独解决生命科学难题:"AI并非能点石成金的魔法粉末。"但更优模型与专有数据集可改变研发节奏,帮助药企减少无效实验,以更低成本加速推进有前景的候选药物。

与此同时,英伟达正将医疗保健与制药行业视为其技术的重要应用场景,有望为芯片产品开辟新市场。该公司于本周一宣布计划五年内投资10亿美元,与礼来公司(Eli Lilly & Co.)共建新实验室。

对普罗克西玛而言,近期关键考验在于其数据驱动方法能否在活体系统中产出有效药物,而非仅停留在计算机模型层面。

【全文结束】

大健康
大健康