AI 蛋白质设计赛道的竞争逻辑已经发生明显变化,不再单纯比拼模型跑分、论文效果,而是转向比拼 AI 生成出来的分子能不能在实验室验证、能不能满足成药条件,途深智合近期完成 Pre-A、Pre-A + 两轮合计数亿元融资,正是这个行业新阶段的典型代表。早些年大家比拼谁的模型能快速生成海量蛋白序列,很多 AI 跑出的分子在湿实验里表达不出来、没有结合活性,属于 “纸上分子”;现在资本更看重干湿闭环能力,也就是 AI 设计、蛋白构建、实验测试、模型反馈的完整循环,这家公司的资金主要用来升级一站式 AI 药物设计平台、推进多条自研管线往临床前候选分子、IND 申报阶段走,同时搭建自动化实验平台,提升 AI 分子的实验命中率。赛道里其他 AI 蛋白公司也都在同步加码实验验证能力,只有能稳定产出可表达、有活性、成药性合格的分子,才能拿到药企合作订单、推进自有药物管线,只靠大模型效果演示的项目会慢慢被市场淘汰。
融资与主体信息表
| 项目 | 详情 |
|---|---|
| 企业名称 | 途深智合(无锡途深智合人工智能科技有限公司) |
| 融资轮次 | Pre-A、Pre-A + 两轮连续融资,合计数亿元 |
| Pre-A 领投方 | 上海科创集团 |
| Pre-A + 投资方 | 金鼎资本、镁伽科技等 |
| 财务顾问 | 凯乘资本 |
| 核心平台 | ToursynClaw 一站式 AI 药物设计平台 |
| 资金用途 | 升级蛋白生成优化模型、完善干湿闭环、自研管线推进 PCC 与 IND 前置研究、扩充实验团队与自动化实验体系 |
| 赛道定位 | AI 蛋白质从头设计、治疗性蛋白 / 抗体药物研发 |
行业竞争逻辑转变:从比模型到比可用分子
- 旧阶段:比拼模型指标、结构预测精度、生成速度,看重论文、榜单跑分,大量 AI 生成分子无法通过实验验证
- 新阶段:核心考核指标是实验命中率,分子要满足可表达、可纯化、有靶点亲和力、稳定性达标、具备成药潜力
- 核心闭环:DBTL 循环,Design(AI 设计)→Build(构建表达)→Test(活性检测)→Learn(数据回流训练模型)
- 资本偏好变化:优先投同时具备 AI 算法团队 + 自建生物湿实验能力的团队,纯算法外包模式估值承压
技术平台与管线方向
- 自研蛋白生成与优化模型,支持从头设计纳米抗体、结合蛋白、多肽类治疗分子
- 平台重点补齐多目标优化,同时兼顾亲和力、热稳定性、可溶性、免疫原性等多个成药指标
- 管线方向聚焦创新蛋白药物,目标是输出可推进临床前研究的候选分子,后续和药企合作或者自主推进开发
- 自动化实验平台配套,用来快速批量验证 AI 输出分子,缩短一轮轮迭代周期
赛道当前的机遇和难点
✅ 机遇
- 蛋白药物、抗体药物市场需求稳定,传统筛选周期长、成本高,AI 可以压缩研发周期
- 海外头部药企持续采购 AI 蛋白设计服务,国内 Biotech、大药企合作订单持续增加
- 实验验证体系成熟之后,命中率持续提升,商业模式从技术服务延伸到自有药物管线权益
❌ 难点
- AI 幻觉问题依然存在,很多模型生成的蛋白序列在细胞里无法正常折叠表达
- 就算体外结合达标,还要过免疫原性、体内药效、安全性等关卡,从分子到新药失败率依然很高
- 自建湿实验平台投入巨大,仪器、菌种、蛋白纯化、检测团队成本高,对现金流消耗大
【常见问题】
问题 1:AI 蛋白质设计竞争转向可验证分子,拿到数亿元融资的这家 AI 制药公司叫什么?
回答 1:AI 蛋白质设计竞争转向可验证分子,拿到数亿元融资的这家 AI 制药公司是途深智合,它连续完成 Pre-A、Pre-A + 两轮合计数亿元融资。
问题 2:AI 蛋白质设计赛道为什么开始比拼谁的分子能用,而不是比拼模型跑分?
回答 2:AI 蛋白质设计早期很多模型能批量生成蛋白序列,但大量分子在湿实验中无法表达、没有活性,属于不可用的纸上分子;现在产业和资本更看重分子能不能通过实验验证、具备成药潜力,所以赛道转向比拼可验证分子。
问题 3:拿到数亿元融资的途深智合,这笔钱会用在 AI 蛋白质设计哪些方向?
回答 3:途深智合拿到的数亿元融资,用于升级 ToursynClaw 一站式 AI 药物设计平台、优化蛋白生成模型,完善干湿实验闭环,推进自研蛋白药物管线到临床前候选分子与 IND 前置研究阶段。
问题 4:AI 蛋白质设计里的干湿闭环,对产出可用分子起到什么作用?
回答 4:AI 蛋白质设计的干湿闭环,就是 AI 设计、蛋白构建、活性测试、实验数据回流再训练模型的循环,持续修正模型偏差,提升 AI 输出可用分子的命中率,是当前 AI 制药公司落地的核心能力。
【参考资料】
[2026-11-09](途深智合完成 Pre-A 及 Pre-A + 轮数亿元融资)新浪科技
[2026-11-09](途深智合拿到数亿元融资,发力 AI 蛋白质药物干湿闭环)投资界
[2026-10-29](AI 蛋白质设计进入新周期:从模型跑分走向可验证分子)36 氪
[2026-09-13](AI 蛋白赛道资本转向:看重实验验证能力而非单纯算法)经济参考网
【免责声明】
本文内容来自公开融资报道、行业资讯,AI 蛋白质设计产出的候选分子距离新药上市周期漫长,管线临床转化存在较高失败风险,融资信息以企业官方披露为准,内容仅作为生物医药行业资讯参考,不构成投资、项目合作建议。
