人工智能制药

搜索文档
剂泰科技完成4亿元人民币D轮融资:以AI创新解决纳米递送难题
IPO早知道· 2025-08-04 16:45
公司融资与战略 - 剂泰科技完成4亿元人民币D轮融资,由北京市医药健康产业投资基金和大兴区产业投资基金联合领投,资金将用于平台自动化升级、自研产品管线推进、深化国际战略合作及高端人才引进 [2] - 北京市医药健康产业投资基金是经北京市政府批准的八支产业基金之一,重点投向创新药、创新医疗器械、细胞与基因治疗、数字医疗等新兴产业领域,总规模200亿元 [4][5] 技术平台与研发进展 - 公司自主开发了AI纳米基座大模型及三大核心解决方案:AiLNP(AI核酸递送系统设计平台)、AiRNA(AI mRNA序列设计平台)、AiTEM(AI小分子制剂设计平台) [2] - 公司具备肝脏、肺部、肌肉和免疫细胞等关键组织和细胞的脂质纳米颗粒(LNP)精准靶向递送能力,在多器官、多组织靶向递送难题上取得突破性进展 [3] - OpenCGT技术平台旨在聚焦精准药物递送的行业痛点,降低开发门槛与成本,孵化并赋能突破性CGT疗法的研发及临床转化,已启动首个项目赋能锐正基因开发基于mRNA-LNP的肝靶向CRISPER基因编辑疗法 [4] 行业定位与影响 - 公司填补了高端制剂与递送系统产业转化的关键空白,助力北京打造国际CGT产业创新高地和生命健康产业"新引擎" [4][5] - 北京市加快推动人工智能+医药健康创新发展行动计划,将AI+医药健康深度融合,以智能技术赋能产业升级 [5] - 大兴区将生物医药产业作为高质量发展核心赛道,剂泰科技OpenCGT平台落地将加速原创新成果转化并吸引全球顶尖资源 [5]
入选ICML 2025,清华/人大/字节提出首个跨分子种类统一生成框架UniMoMo,实现多类型药物分子设计
36氪· 2025-05-28 18:30
跨分子种类统一生成框架UniMoMo - 清华大学刘洋老师组联合人大黄文炳老师组和字节AI制药团队提出UniMoMo框架,基于分子片段对不同种类分子进行统一表示,实现对同一靶点不同结合分子种类(小分子、多肽、抗体)的设计[1][3] - 该框架使用变分自编码器对每个block的全原子构象进行压缩,并在压缩后的隐空间进行几何扩散建模,在多类分子任务基准评测中均实现领先表现[1][8] - 相关成果以《UniMoMo: Unified Generative Modeling of 3D Molecules for De Novo Binder Design》为题入选ICML 2025[2] 不同分子类型的应用场景 - 小分子体积小、易于口服、穿透性强,适合进入细胞内部作用于靶点,广泛应用于慢性病和代谢类疾病[3] - 多肽类分子拥有较高靶向性,能够与蛋白质表面的大而平的区域结合,适合靶向"难成药"的蛋白互作位点,常用于癌症、炎症治疗[3] - 抗体具有极高选择性和亲和力,能够稳定识别特定蛋白标志物,特别适合免疫治疗等精确干预场景[3] 统一建模的技术突破 - UniMoMo采用block形式建模所有分子类型,每个block可以是标准氨基酸或小分子片段,保留原子级别细节和层级结构[8] - 设计全原子几何隐空间扩散模型,通过迭代变分自编码器将block压缩为隐空间表示,在压缩空间进行生成后再解码回完整原子结构[9] - 该框架解决了传统扩散模型无法处理block类型变化导致的原子数量/种类变化问题,实现高效性与原子级准确性的统一[7][9] 性能表现 - 在多肽生成任务中,UniMoMo在结构准确性(RMSD)、结合能(Rosetta ΔG)和几何合理性指标上显著优于RFDiffusion、PepFlow等专域模型[12][13] - 在抗体CDR-H3设计中,UniMoMo在召回天然结合序列/结构(AAR/RMSD)和结合能提升(IMP)等指标上全面超越MEAN、dyMEAN等方法[14] - 在小分子设计中,UniMoMo在子结构分布、化学性质合理性和几何结构质量等方面超越LIGAN、3DSBDD等主流方法,综合评分排名第一[15][16] 应用案例与未来方向 - 在GPCR靶点案例中,UniMoMo生成的多肽、抗体和小分子均展现出良好结合能分布,小分子还自发模拟出类似氨基酸侧链的官能团[20] - 未来可扩展到非天然氨基酸、后修饰多肽/抗体、环状分子等更复杂结构,并探索模型可控性和可解释性研究[21]