「德睿智藥」獲5200萬美元B輪融資,AI設計的減肥藥已進入3期臨床|36氪首發

重點摘要
德睿智藥完成5200萬美元B輪融資,資金將用於AI製藥平台升級與自研口服減肥藥MDR-001的III期臨床及商業化。該藥物從立項到進入III期僅耗時約4.5年、投入2300萬美元,遠快於業界平均水準,公司目標是成為AI驅動的新一代製藥企業。
AI 藥物研發公司「德睿智藥」近日宣布完成 5200 萬美元 B 輪融資,本輪投資方涵蓋多家頭部人民幣與美元基金,凱乘資本擔任獨家財務顧問。募集資金將主要用於升級其 AI 製藥引擎 Molecule Arts Platform(MAP),強化多智能體協同體系與臨床數據閉環機制,同時推進自研口服 GLP-1 小分子藥物 MDR-001 的第三期臨床試驗及商業化準備,並拓展其他差異化創新藥管線。德睿智藥的目標是成為一家 AI Native 生物製藥公司。創辦人兼執行長牛張明擁有多年在德國 AI 醫療上市公司擔任技術長(CTO)的經驗。
他指出,傳統新藥研發高度依賴資深專家的經驗判斷,往往需要合成數百甚至上千個分子反覆試錯。然而 AI 技術的突破正在改變這條路徑,將過去大海撈針式的「試錯」模式,轉變為由數據驅動、可計算、可迭代的「標準化創造」。這也是德睿智藥打造 MAP 平台的核心理念。MAP 平台共分為三層架構。第一層是 AI 設計層,整合了公司自行開發的 PharmkGPT 生物學平台、Molecule Pro 小分子製藥平台與 Molecule Dance 結構生物學平台,能夠涵蓋小分子、多肽等多種藥物類型,從臨床前到 IND 申報的完整流程。
第二層為乾濕互補實驗平台,由幹實驗仿真系統 Proxima Matrix 與溼實驗室 Proxima Foundary 同步運作,持續產生高品質訓練數據,用以支援 AI 模型迭代。牛張明表示,德睿智藥擁有 200 張顯示卡自主訓練生物醫藥基座大模型,並自建數據產線,目的在於讓製藥公司更接近一個能快速迭代的 AI Native 企業,並透過標準化實驗室客製化產出模型所需的高品質資料。第三層則是 Clinical Pro 臨床 AI 平台。該平台並非單純收集臨床數據,而是試圖將臨床回饋納入研發系統,用以校正前期的計算與實驗判斷。這項設計成為德睿智藥與其他 AI 製藥公司的關鍵差異。
例如,Clinical Pro 已依託 GLP-1 管線 MDR-001 累積超過 1300 例去識別化的臨床相關數據。牛張明強調,MAP 不單是 AI 工具,而是一套能持續學習與進化的藥物研發系統,核心目標是透過 AI 多智能體助手串聯從臨床前到臨床的完整數據,形成「Clinical Data-in-the-Loop」的閉環,讓每條管線無論成功與否,都能將真實數據反向回饋給平台,持續提升能力,進而降低後續新藥的研發成本與失敗風險。目前 MAP 平台的首款驗證藥物 MDR-001 已在 2025 年底進入第三期臨床階段。公司在中國已完成 760 名受試者的招募,合作臨床中心接近 50 家。
若進展順利,該藥物有望在未來 2 至 3 年內在中國上市,瞄準規模達千億美元的 GLP-1 市場。回顧 MDR-001 的研發歷程,德睿智藥團隊在 8 個月內僅合成了 80 餘個全新小分子,就完成了臨床前候選分子(PCC)確認;從立項到啟動第三期臨床總共約 4 年半,投入約 2300 萬美元。相較之下,傳統方法開發一款創新藥從設計到進入第三期臨床往往需要 7 至 9 年,耗資 3 至 4 億美元。德睿智藥稱,其效率達到業界平均的 10 倍以上。這種高效率並非單一案例。
創業至今,德睿智藥團隊僅有 40 餘人,但已同時推進 15 條創新管線,儲備 5 款 PCC,並在中國與美國取得 3 項 IND 批准。繼 MDR-001 之後,針對胰腺癌等目前尚無有效治療方案的實體瘤,公司研發的 WEE1 & YES1 雙靶點藥物 MRANK-106 也已獲得臨床試驗許可。在藥物類型方面,德睿智藥的管線資產涵蓋 GPCR、分子膠、別構抑制劑、雙靶點腫瘤小分子等多種前沿藥物模態。牛張明認為,當 AI 技術全面融入研發體系後,AI Native 製藥公司的價值將不再局限於傳統生技公司的框架。
傳統生技公司的估值邏輯來自於單一藥物的淨現值(NPV)模型,而 AI Native 製藥企業驗證的是更高效生產藥物的方法,對德睿智藥而言,就是 MAP 系統。隨著更多藥物管線推進,MAP 能夠將過往研發經驗遷移到後續管線中,形成持續複用的研發飛輪。此一路徑與上一代電腦輔助藥物設計(CADD)的先行者福泰製藥(Vertex Pharma)相似。福泰製藥市值約 1200 億美元,憑藉電腦精確設計分子的策略,陸續推出多款年銷售額超過百億美元的重磅藥物,逐步成長為千億市值的製藥巨頭。其歷程證明,當掌握最先進的計算工具與最高的預測精度後,或許能用更精簡的資源創造更大的商業回報。
德睿智藥期望以福泰製藥為目標,打造 AI 時代的福泰製藥,讓每一次分子設計、實驗數據與臨床結果都成為下一輪創新的起點。公司計畫持續將重磅藥物推進至臨床乃至商業化階段,並以藥品銷售提供穩定現金流,反哺 AI 技術平台的迭代,不斷產出具備全球競爭力的新藥資產。
Related
相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?
專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議
一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

騰訊是在“賽馬”,還是在打造 “Agent工廠”?
騰訊內部正在探討其發展策略究竟是「賽馬」機制還是打造「Agent工廠」。相關討論聚焦於公司如何平衡內部競爭與統一平台建設。目前站內已移除相關混雜文字,保留原始主題供讀者參考。
ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯
2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

openJiuwen發佈業界首個企業級分佈式蜂群架構,聯合郵儲成功落地金融生產環境
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作
**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。