刚刚与诺华制药签署合作协议的Chai Discovery宣布完成4亿美元C轮融资,所募资金将用于进一步推进其AI驱动的分子设计平台的研发。
本轮融资由Index Ventures领投,Kleiner Perkins、红杉资本和Dimension跟投。距离这家旧金山初创公司分别完成1.3亿美元B轮和7000万美元A轮融资不足一年,此次融资后其估值已高达38亿美元。
Chai Discovery成立于2024年,获得AI机构OpenAI的支持,目前其AI驱动的药物发现模型已迭代至第三代——Chai-3。该平台被定位为药物分子的计算机辅助设计(CAD)套件,可在临床前研究阶段用于"预测和重编程"分子间相互作用。
据公司介绍,与上一代Chai-2相比,最新版本在靶点成功率和结合亲和力方面均有显著提升,所生成的抗体能够更紧密地与预定靶点结合。
Chai-2在发布之初,被誉为首个在全从头抗体设计(de novo antibody design)领域实现两位数实验成功率的零样本生成式平台。而Chai-3的能力更进一步,能够"突破那些长期抵抗传统计算和实验室方法的靶点,将其转化为可操作的设计问题"。
在平台快速迭代的同时,Chai Discovery也与多家大型制药企业建立起合作关系。本周早些时候,诺华制药宣布采用该平台,启动一项针对多个治疗靶点开发抗体的综合项目;此前,辉瑞和礼来也已与其签订合作协议。
Chai Discovery联合创始人兼首席执行官Joshua Meier表示:"AI药物发现已从概念走向实际部署。Chai的模型正在为合作伙伴切实推动研究进展——帮助他们设计出更优质的分子,更快速地攻克高难度靶点,解决传统药物发现方法难以应对的挑战。"
大型制药合作伙伴的背书是吸引投资方参与本轮巨额融资的重要因素。Index Ventures合伙人Nina Achadjian指出:"这支团队不是在为未来的实际部署而努力——他们已经实现了落地,并已在全球最大的几家制药公司中完成部署。"
本轮新进投资方包括Bain Capital Ventures、Battery Ventures、Baillie Gifford、BDT & MSD Partners、Sapphire Ventures和avra,此外还有大量Chai Discovery的原有股东持续跟投。
Q&A
Q1:Chai Discovery的AI药物发现平台Chai-3有什么核心能力?
A:Chai-3是Chai Discovery推出的第三代AI药物发现模型,被定位为药物分子的计算机辅助设计套件。它可在临床前阶段预测和重编程分子间相互作用,相比上一代Chai-2,在靶点成功率和结合亲和力上均有显著提升,能够攻克长期抵抗传统计算和实验室方法的靶点,将其转化为可操作的设计问题。
Q2:Chai Discovery目前已与哪些大型制药公司建立合作?
A:Chai Discovery已先后与多家全球顶级制药企业达成合作。其中辉瑞和礼来是较早签约的合作伙伴,诺华制药则于近期宣布加入,双方将共同推进一项针对多个治疗靶点开发抗体的综合项目。这些大型药企的背书也是推动本轮4亿美元融资顺利完成的重要因素。
Q3:Chai Discovery成立多久了,目前估值是多少?
A:Chai Discovery成立于2024年,是一家总部位于旧金山的AI药物研发初创公司,获得OpenAI的支持。成立以来已完成三轮融资:A轮7000万美元、B轮1.3亿美元,以及本次4亿美元的C轮融资,最新估值已达38亿美元,融资速度和估值增长均相当迅猛。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。