AI药物候选物激增，这家初创公司助力筛选有效分子
TechCrunch AI··作者 Tim Fernholz
关键信息
该平台结合基于化学和生物学的确定性算法与AI代理，并针对质谱数据进行训练，确保分析过程可追溯且符合监管要求，这对制药行业至关重要。
资讯摘要
像AlphaFold这样的AI模型已经彻底改变了蛋白质结构预测，但现在出现了大量待验证的药物候选物。10x Science由斯坦福大学诺贝尔奖得主实验室的三位科学家创立，致力于构建一个能自动解析复杂质谱数据的系统。其平台结合规则驱动的化学逻辑与机器学习，使分子分析更快、更可靠。
早期用户如Rilas Technologies的Matthew Crawford表示，该工具在无需人工输入的情况下即可识别蛋白质，显著提升了效率和准确性。公司还与多家大型药企和学术研究机构合作，计划扩大这一解决方案的应用范围。
资讯正文
人工智能在科学领域最大的影响，体现在谷歌DeepMind利用深度学习模型预测蛋白质复杂结构的应用上——这些分子驱动着活细胞内几乎所有的过程。
但随着人工智能模型不断生成越来越多的潜在治疗候选物，一个新兴瓶颈随之出现：在实际中对所有候选物进行表征，以用于测试和大规模生产。
这正是10x Science这家初创公司致力于解决的问题。该公司成立于2025年12月，今天宣布完成由Initialized Capital领投的480万美元种子轮融资，其他投资方包括Y Combinator、Civilization Ventures和Founder Factor。三位创始人分别是化学生物学家David Roberts、生物学家Andrew Reiter以及拥有计算机科学和AI模型专长的连续创业者Vishnu Tejus。
罗伯茨告诉TechCrunch：“当生物制药企业试图开发药物候选物时，他们拥有很多优秀的预测工具。你可以往漏斗顶部添加任意数量的候选物，但它们都必须通过表征流程。每种物质都需要被测量。”
理解蛋白质结构对于研发生物制剂至关重要，这类药物是在活细胞中生产的，并采用精密设计来特异性靶向疾病和病症。例如，它们可以被设计成靶向特定细胞，比如默克公司销售的畅销药Keytruda，它能帮助免疫系统识别并攻击癌症。
10x Science的三位创始人曾在诺贝尔奖得主卡罗琳·贝尔托齐博士（Dr. Carolyn Bertozzi）位于斯坦福大学的实验室中一起工作，当时他们研究癌细胞与免疫系统的相互作用，却因无法精确了解分子层面发生了什么而感到沮丧。
最准确的分子评估方法是质谱分析，这是一种通过测量分子的质量和电荷来确定其组成和结构的技术。这种相对较新的方法会产生复杂的海量数据，需要大量专业知识才能解读，而且分析过程耗时很长。
在Disrupt大会上结识你的下一位投资者或投资组合初创企业
你的下一轮融资、下一个招聘机会、下一个突破性机遇——都在TechCrunch Disrupt 2026上等你。届时将有超过1万名创始人、投资人和技术领导者齐聚三日，参与250多场实战型会议、关键人脉对接及定义市场的创新活动。立即注册可节省最高410美元。
10x Science的平台结合了基于化学和生物学的确定性算法与能够解读这些数据的人工智能代理。团队不得不投入大量工作来训练模型处理质谱数据，并确保其分析过程可追溯，这是用于帮助企业实现监管合规的工具的关键要求。
Rilas Technologies是一家为其他企业提供化学分析服务的公司，帮助客户如生物技术初创企业避免投资数百万美元购置自己的质谱设备及其专业操作人员。该公司的科学家马修·克劳福德（Matthew Crawford）已使用10x Science平台数周，他表示这正在加快他的工作进度。
Crawford表示，该模型让他感到惊讶的是它解释结论的能力，能够自主找到合适的分析数据，并适应评估不同类型的分子。虽然他过去尝试过的某些AI工具要么承诺过多，要么存在准确性问题，但他认为这款工具做出了合理的假设，这归功于其创建者深厚的领域专业知识。
“我将一种特定的蛋白质输入到系统中，它仅凭文件名称就推断出了这种蛋白质可能是什么，然后自动在线数据库中搜索该蛋白质的序列，我不需要手动输入序列。”Crawford说道。
10x公司的高管表示，他们正在与多家大型制药公司以及学术研究人员合作。他们的计划是利用这笔种子资金招聘更多工程师，继续优化模型并面向新客户推出服务。如果公司在蛋白质特征识别方面取得进展，Roberts希望公司能进一步拓展，提供一种结合蛋白质结构与其他细胞数据的新生物学理解方式。
“我们正在构建的东西背后更深层的意义，实际上是一种定义分子智能的新方法，”Roberts说。
对于投资者而言，10x提供了一种无需依赖某一具体药物成功并通过监管审批即可进入生物技术领域的途径。如果公司如创始人所期望那样顺利发展，无论最终产品是否在市场上取得成功，它都将成长为药物开发中的重要工具。
“这是一个SaaS平台，制药公司每个月都必须付费使用，以筛选所有潜在候选药物，”Initialized合伙人Zoe Perret表示。她相信创始团队深厚的经验将帮助公司抵御竞争对手——真正懂这些方法及其产生数据的人并不多。
Crawford表示，该平台可以帮助那些受益于这些方法但缺乏时间和资源来部署它们的研究人员解锁相关技术。
“这里的研究团队正试图开发一种新药，他们只想从质谱分析中快速获得一个简单答案，但这会引发一连串复杂的问题。这款软件将帮助他们把这些问题控制住，只获取他们下一步研究真正需要的答案。”Crawford对TechCrunch说道。
来源与参考
收录于 2026-04-23