29歲哈佛學霸，開發(fā)出“藥界ChatGPT”,OpenAI連投三輪，估值92億

作者丨馮汝梅

編輯丨關雎

圖源丨Midjourney

2020年，Google DeepMind開發(fā)的人工智能系統(tǒng)AlphaFold 2，將蛋白質(zhì)結構預測從傳統(tǒng)實驗方法的“數(shù)年時間”縮短至“幾分鐘到幾小時”，且精度達到實驗測定水平，解決了困擾生物學界50年的“蛋白質(zhì)折疊難題”。

2024年，AlphaFold 2的開發(fā)者Demis Hassabis和John Jumper也因此獲得諾貝爾化學獎。這一里程碑式突破開啟了AI在生物醫(yī)學從概念驗證邁向?qū)嶋H應用的分水嶺——AlphaFold時刻。

第二個“AlphaFold時刻”即將來臨。

2025年12月16日，成立僅1年9個月的生物科技初創(chuàng)公司Chai Discovery宣布完成1.3億美元的B輪融資，投后估值達到13億美元（約合92億元人民幣），正式躋身AI制藥獨角獸行列。這距離其上一輪7000萬美元的A輪融資，僅過去了不到四個月。

這家初創(chuàng)企業(yè)正在利用前沿AI技術加速藥物發(fā)現(xiàn)，核心目標是打造一個“分子計算機輔助設計套件”，實現(xiàn)從零開始設計完整療法，最終將生物學從“描述性科學”轉(zhuǎn)變?yōu)椤肮こ虒W科”。

目前，公司已開發(fā)出兩款AI模型——Chai-1和Chai-2，用于預測和重編程生化分子，如蛋白質(zhì)、小分子、DNA和RNA等之間的相互作用。其中，Chai-2帶來了類似AlphaFold 2的突破性變革。它在零樣本抗體設計實驗中，成功率高達15%-20%，相比之下，傳統(tǒng)的計算方法成功率僅約0.1%，實現(xiàn)了百倍效率提升，直接改變了該環(huán)節(jié)的成本與時間邏輯。

自2024年成立以來，Chai Discovery完成了3輪融資，總?cè)谫Y額達2.3億美元，獲得了OpenAI、Thrive Capital、Menlo Ventures、General Catalyst、Oak HC/FT等機構的連續(xù)押注。

關于此次B輪融資資金，Chai Discovery將用于加速研發(fā)、模型開發(fā)和商業(yè)化。目前，公司正在全球范圍內(nèi)大力招聘，計劃在未來一年內(nèi)擴大工程團隊規(guī)模。

01從哈佛宿舍到硅谷

Chai Discovery的故事，是一個典型的“AI時代生物技術革命”敘事：一群對人工智能與生命科學交叉充滿熱情的極客，在經(jīng)歷了個人成長、職業(yè)積累和技術拐點的洗禮后，于關鍵時刻匯聚在一起，創(chuàng)立公司并實現(xiàn)快速增長。

從左到右依次為Joshua Meier、Jacques Boitreaud、Matthew McPartlon和Jack Dent

圖源：Genetic Engineering & Biotechnology News

創(chuàng)始人兼CEO Joshua Meier出生于1996年，從4歲就開始對科學產(chǎn)生濃厚興趣，特別是科學、歷史、創(chuàng)業(yè)和古希伯來文本等領域。他被描述為一個“天生好奇”的孩子，早年就展現(xiàn)出跨學科思維。

高中時期，Meier就已展現(xiàn)出過人的創(chuàng)業(yè)天賦和科研實力。16歲時，Meier牽頭創(chuàng)立生物技術公司Provita Pharmaceuticals，公司完全由高中生組建和運營，專注于兩個創(chuàng)新方向：研發(fā)減少血友病患者注射頻率的醫(yī)療器械，以及探索通過蚊子傳播疫苗的“飛行注射器”技術。其中，“飛行注射器”項目成功入圍谷歌科學挑戰(zhàn)賽，還登上《科學美國人》雜志。

次年，17歲的Meier斬獲多項國家級科技獎項，包括西門子科學競賽全國第四名和英特爾科學人才搜索（Intel Science Talent Search）全國第四名，以及總額達8萬美元的賽事獎金。

后來，Meier進入哈佛大學攻讀計算機科學和化學雙學位及計算機科學碩士學位。在哈佛期間，他就已嶄露頭角，早早開始接觸機器學習與生物學的交叉應用。此外，他還加入CRISPR-Cas基因編輯技術先驅(qū)之一張鋒的實驗室，擔任研究助理，幫助其開發(fā)機器學習平臺，用于設計CRISPR篩查實驗。

畢業(yè)后，Meier先在OpenAI從事生成式大模型研究，隨后加入Meta FAIR（Facebook AI研究），擔任核心科學家，主導開發(fā)首個Transformer架構蛋白質(zhì)語言模型ESM-1b，該模型被生物制藥行業(yè)廣泛使用。2021年，Meier加入AI制藥公司Absci并擔任首席AI官，帶領團隊開發(fā)生成式AI模型用于創(chuàng)造新型蛋白質(zhì)療法。

另一位聯(lián)合創(chuàng)始人Jack Dent擔任公司總裁。Dent比Meier小一歲，同樣畢業(yè)于哈佛大學計算機科學專業(yè)。兩人是大學同學兼室友，在校期間就結下了深厚友誼，曾共同參與TaxiLater應用開發(fā)，解決預約Uber的實際難題。畢業(yè)后，Dent加入全球支付巨頭Stripe，擔任核心工程與產(chǎn)品負責人。

盡管畢業(yè)后各奔東西，但他們保持著每3-6個月交流一次的習慣，Meier不斷向Dent分享他在AI藥物設計領域的研究進展。在一次交流中，他向Dent展示了“以原子級精度設計分子”的可能性，這打動了Dent，讓他覺得相比之下“其他項目都顯得不那么重要”，并決定放棄Stripe的高薪職位，與其共同創(chuàng)業(yè)。

2024年3月，Chai Discovery在美國加利福尼亞州舊金山正式成立。選擇此時創(chuàng)業(yè)并非一時沖動，而是基于對技術成熟度的判斷。他們認為，谷歌DeepMind的AlphaFold 2在2022年基本解決了蛋白質(zhì)折疊問題，而擴散模型和大語言模型（LLM）的突破，為將結構預測推進到“分子生成”創(chuàng)造了條件。Meier后來表示，這是一次經(jīng)過深思熟慮的“押注”，最佳創(chuàng)業(yè)窗口期可能只有一到兩年。

Matthew McPartlon和Jacques Boitreaud是其他兩位聯(lián)合創(chuàng)始人，前者在多家技術生物公司負責機器學習領導工作，后者在法國AI制藥公司Aqemia領導團隊，專注將機器學習工具應用于小分子發(fā)現(xiàn)。

02“藥界ChatGPT”

首先需要了解的是，現(xiàn)代藥物研發(fā)的關鍵在于針對導致疾病的特定靶點蛋白進行設計。這類似于治療需要找準核心的發(fā)病機制。通過精準干預這個關鍵的分子“開關”，藥物能夠在盡可能減少對正常細胞影響的前提下，達到治療效果。

然而，這一過程長期面臨根本性挑戰(zhàn)。首先，僅解析靶點蛋白的三維結構就可能耗時數(shù)年且成本高昂；其次，在海量無限的化學空間中尋找并優(yōu)化能與靶點精準結合的分子，如同大海撈針，依賴大量試錯。這導致一款新藥的平均研發(fā)周期長達10-15年，耗費數(shù)十億美元，且失敗率極高。

Chai Discovery正在為這些問題提供AI解決方案，并已取得顯著進展。

剛起步時，公司團隊規(guī)模不到10人，擠在舊金山一間辦公室開展工作。創(chuàng)始成員直接參與模型開發(fā)，并在幾個月后快速推出首個基礎模型Chai-1。

圖源：Chai Discovery

Chai-1是多模態(tài)分子結構預測基礎模型，其核心突破在兩方面：一是開源屬性，它是首個完全開源的AlphaFold3復現(xiàn)版本，采用Apache 2.0許可證，明確允許免費商業(yè)使用，打破了AlphaFold3僅開放學術場景的使用限制，降低了行業(yè)技術應用門檻。二是性能表現(xiàn)，在PoseBusters等權威基準測試中，其預測準確率與AlphaFold3相當甚至更優(yōu)，尤其在單序列輸入、無需多序列比對的復雜場景下，仍能保持穩(wěn)定的高精度輸出。

Chai-1的核心定位是高精度生物分子結構預測，具備跨分子類型的統(tǒng)一預測能力，可精準解析蛋白質(zhì)、小分子、核酸等多種核心生物分子的三維結構，精度達到“原子級顯微鏡”水準。這一步恰好解決了藥物設計的核心前提——讓藥物分子與靶點蛋白精準匹配，若無法清晰解析靶點蛋白的精確空間結構，后續(xù)設計便無從談起。

技術突破快速轉(zhuǎn)為市場認可，Chai-1發(fā)布當日，公司同步宣布完成近3000萬美元種子輪融資，獲得OpenAI、Thrive Capital及Dimension的支持。

不到一年，Chai Discovery便實現(xiàn)技術迭代升級。2025年6月，公司正式發(fā)布多模態(tài)生成式AI模型——Chai-2。相較于Chai-1的“結構預測”，Chai-2實現(xiàn)了從“預測”到“創(chuàng)造”的跨越。

圖源：Chai Discovery

Chai-2的核心亮點是“零樣本”從頭抗體設計，僅需輸入靶點抗原信息，就能直接生成全新的、具有結合活性的抗體或微型蛋白的序列和3D結構。實驗數(shù)據(jù)顯示，其成功率平均達到15.5%-20%，相較于傳統(tǒng)計算方法僅約0.1%的成功率，效率提升超100倍。更重要的是，Chai-2能針對傳統(tǒng)上“無藥可靶向”的G蛋白偶聯(lián)受體等靶點生成高親和力抗體，這被業(yè)界視為通過純計算方式實現(xiàn)的重大突破。

這意味著，一個過去耗資數(shù)百萬美元、歷時數(shù)年的早期發(fā)現(xiàn)難題，現(xiàn)在可能被縮短至數(shù)周內(nèi)解決。

并且，與僅能設計蛋白質(zhì)片段的許多模型不同，Chai-2能夠生成長度完整的抗體。設計分子在原子級精度與實驗結構一致，86%的設計達到可直接進入早期藥物開發(fā)的標準。

現(xiàn)在，Chai-2被業(yè)內(nèi)形象地稱為“藥界ChatGPT”，因為它實現(xiàn)了從“讀分子”到“寫分子”的改變。與AlphaFold專注于“預測蛋白質(zhì)結構”不同，Chai-2致力于“創(chuàng)造所需蛋白質(zhì)”，即將開啟生成式AI在藥物研發(fā)領域的全新應用場景。

隨著B輪融資的完成，Chai Discovery正在推進商業(yè)化進程，拓展合作伙伴關系，推動其平臺在更多生物制藥公司中的應用。

03 AI制藥的新階段

如果說AlphaFold 2解決的是“看清”的問題，那么Chai-2則更進一步，解決的是“創(chuàng)造”的問題。AlphaFold 2像一臺超高精度顯微鏡，讓科學家能快速地看到幾乎所有蛋白質(zhì)的形狀。Chai-2則像一個分子生成器，能根據(jù)靶點直接設計出全新的、可能成為藥物的抗體。

這一跨越對制藥行業(yè)的意義在于，它有望從根本上解決行業(yè)長期面臨的“高投入、低產(chǎn)出”難題。

與之對應，Chai Discovery未來將打造一個“分子的計算機輔助設計套件”，讓生物學家能像工程師一樣，可預測、可編程地設計生命分子。正如其創(chuàng)始人Meier所言，未來最強的抗體工程師可能不再是傳統(tǒng)的生物學博士，而是懂得如何與AI協(xié)作的“分子提示詞工程師”。

盡管AI設計的分子仍需經(jīng)過漫長且嚴格的臨床實驗驗證，但Chai Discovery無疑代表“生成式AI制藥”的前沿方向——不局限于篩選，而是直接創(chuàng)造全新分子，以攻克傳統(tǒng)難以解決的靶點。

在全球范圍內(nèi)，類似的競爭正聚焦于生成式AI的工程化能力。在國內(nèi)，這一賽道同樣活躍，據(jù)不完全統(tǒng)計，已有上百家公司在此布局，部分企業(yè)已在技術突破和商業(yè)化方面取得實質(zhì)性進展。

市場分析認為，盡管在底層通用生成模型方面與國際頂尖公司存在差距，但國內(nèi)企業(yè)在特定靶點、臨床數(shù)據(jù)應用及本土市場結合方面正快速發(fā)展。中國在政策與臨床資源整合上的優(yōu)勢，未來可能催生全球級的AI醫(yī)藥研發(fā)服務平臺。

本文為創(chuàng)業(yè)邦原創(chuàng)，未經(jīng)授權不得轉(zhuǎn)載，否則創(chuàng)業(yè)邦將保留向其追究法律責任的權利。如需轉(zhuǎn)載或有任何疑問，請聯(lián)系editor@cyzone.cn。