在人工智能与生物技术加速融合的浪潮中，一家名为Chai Discovery的初创公司凭借1.3亿美元的B轮融资和13亿美元的估值成为焦点。这家获得OpenAI支持的生物科技公司正在用AI重新定义药物发现的方式，其最新技术平台Chai 2能够从头设计抗体，为传统上难以靶向的疾病带来新希望。
Chai Discovery的技术为何如此革命性？
Chai Discovery正在构建所谓的“分子计算机辅助设计套件”，使用专为药物发现调优的先进AI模型。与传统的修改现有分子的方法不同，Chai专注于从头抗体设计——从零开始创建定制抗体。这一能力有望将新药开发周期从数年缩短至数月，同时大幅降低失败率。公司的技术栈包括：专为生化预测设计的基础模型、预测分子相互作用的先进算法、定制抗体设计能力，以及相比传统方法显著提高的成功率。
OpenAI的参与如何影响生物技术格局？
OpenAI对Chai Discovery的押注是其在生物技术领域的战略布局。这不仅是一项投资，更是对AI变革药物发现潜力的认可。公司联合创始人兼CEO Josh Meier曾在OpenAI工作，后于2024年创立Chai。他的机器学习背景以及之前在Meta（Facebook）研发团队的经验，使Chai处于尖端AI与实用生物技术的交汇点。投资方阵容包括General Catalyst、Oak HC/FT（领投），以及Menlo Ventures、Thrive Capital、OpenAI、Dimension、Neo、Glade Brook、Emerson Collective等。
这一轮B轮融资对药物发现意味着什么？
此次1.3亿美元的B轮融资使Chai Discovery的总融资额超过2.25亿美元，此前8月已获得由Menlo Ventures领投的7000万美元A轮融资。从A轮到B轮快速跃升至13亿美元估值，显示了投资者对公司技术和市场潜力的强烈信心。生物技术行业历来以长开发周期和高失败率著称，而AI有望通过以下方式改变这一局面：将药物发现时间从数年缩短至数月、通过计算效率降低开发成本、通过更好的预测模型提高成功率，以及实现针对“不可成药”疾病的靶向治疗。
AI在生物技术转型中面临哪些挑战？
尽管潜力巨大，将AI整合入药物发现仍面临重大挑战。监管障碍不容忽视，新的AI驱动方法必须向FDA等机构证明其安全性和有效性。数据质量和可用性仍是限制因素，因为AI模型需要大量高质量生物数据。此外，将计算预测转化为真实生物学结果存在不确定性——在模拟中有效的方法不一定在生物系统中有效。然而，Chai Discovery获得顶级风投的大额资金支持表明市场相信这些障碍可以被克服。公司专注于构建实用工具而非理论模型，使其在未来几年有望产出切实成果。
这将如何影响未来的医疗和医药？
如果像Chai Discovery这样的公司能够兑现承诺，我们或将看到：针对新发病种的更快疗法开发、更个性化的医疗方法、通过更高效的药物开发降低医疗成本，以及针对当前不治之症的突破性治疗。CEO Josh Meier表示：“我们最新的模型可以设计出具备实际药物所需特性的分子，并攻克那些长期难以实现的目标。”这标志着我们在药物发现方法上的根本性转变——AI正向整个医药产业注入前所未有的创新动力。