瑞财经 李姗姗 2026-11-17 18:01 8668阅读

AI制药有个绕不开的尴尬:模型在基准测试上的分数一路走高,真正推进到临床的分子却寥寥无几。当资本开始为这件事重新算账,评价的重心也在悄悄挪动。
近日,一家成立三年的AI制药企业——无锡途深智合人工智能科技有限公司(下称“途深智合”),连续完成两轮数亿元融资。
投资方给出的理由出奇一致,他们要看的并非又一个漂亮的跑分,而是能不能持续造出真实可用的分子。
具体来看,Pre-A轮由上海科创集团领投,中生引领、舟山途毅等共同投资,Pre-A 轮则由金鼎资本、镁伽科技、清科控股等联合投资。凯乘资本担任长期独家财务顾问。
资金主要投向三处:推进自研管线至IND(临床试验申请)申报、升级ToursynClaw一站式AI药物设计平台、扩充AI算法与商业化团队。
这并非途深智合首次融资,其融资轨迹从2023年12月起步,光子芯谷投了种子轮;2024年2月诚美资本给出数百万元天使轮,资金用于实验室建设和团队搭建;同年12月,锡创投与艾特海浦参与天使 轮;2025年9月,诚美资本加注,上海天使会跟投,合计给出千万级天使 轮。
从数百万元到数亿元,三年间量级跳升。

此次Pre-A轮领投方上海科创集团称,AI制药仍处上半场。它不赌单条管线的静态估值,更看重团队能否在过程中持续做对的事。这家国资机构看中的,是团队的复合背景和设计、实验、数据回流的整套能力。
中生引领背后的中国生物制药则看重产业协同,途深智合在难成药靶点上的突破,与其自身研发方向一致。金鼎资本看重团队的工程化思维,认为这种能力在同类公司里稀缺。
Pre-A 轮里,实验室自动化设备合作商镁伽科技的入股是关键一笔。它认为AI for Science的瓶颈,正从模型能力转向真实世界的反馈能力,双方在自动化实验上的合作由此接上。清科控股则看重以国产芯片为底座、用实验验证串联研发的路径。
途深智合掌舵人王宇光的履历,不像典型的药学创业者。他2015年获新南威尔士大学数学博士学位,曾任德国马普所研究科学家。2021年起,担任上海交通大学副教授,研究方向为几何深度学习与图神经网络。
转折发生在2020年前后,AlphaFold 2破解蛋白质折叠难题后,他开始把几何深度学习搬到蛋白质问题上。王宇光认为,传统研发依赖在自然界筛选和试错,AI则有机会转向按需创造,得到满足特定功能的新分子。
2023年,途深智合落地无锡,4月投入运营,两个月后交付首个商业化订单。这位数学出身的创始人,后来把整套产品做成了一条验证产线。
途深智合的产品线已经迭代到第四代,从2023年的ProteinEngine(蛋白质设计平台)起步,历经2024年的TourSynbio 蛋白质设计大模型、2025年的ProteinNova超级智能平台,迭代到第四代平台ToursynClaw一站式AI药物设计科学智能体平台。途深智合把蛋白生成、结构预测与亲和力优化整合进了同一套系统。
公司把自身定位为“AI生物制药工厂”,以AI超智能体为核心、以干湿闭环为产线、以多模态产品库为输出端,跳出传统AI制药企业仅提供算法工具的模式,直接打通从AI蛋白质设计到自动化湿实验验证的全链条,面向生物医药、食品、化工等多个行业,提供蛋白质改造、从头设计及产业化解决方案。
其核心,是不比单点模型的精度,比设计到验证的迭代速度。AI给出候选分子后,自动化设备随即完成高通量验证;实验数据回流评估模型,再驱动下一轮设计。
一轮干湿验证循环约14天,公司已在上百个抗体改造项目中完成真实实验验证,累计沉淀超5000条实验数据。
在商业化上,途深智合也做了选择。公司平台侧通过License-out和联合开发对接药企;管线侧押注高价值靶点的自研权益,两端共用同一套验证产线。公司还与产业方共建了上海抗体超级工厂,承载“自主模型 干湿闭环 规模化管线推进”的全栈能力。
官网披露,公司半年内推动16条抗体药管线完成PCC(临床前候选化合物)阶段验证,动物实验获积极反馈。针对RBX1无序区的从头设计分子,实测KD为85 nM。
不过,从PCC到IND(研究性新药申请)之间还隔着毒理研究、药代研究、CMC(化学、制造和控制)和申报策略。途深智合亦坦言,管线仍处早期,这一段要用时间回答。王宇光把标准说得很清楚,衡量AI制药价值的关键,不是模型跑分,而是能否设计出具备真实功能与成药潜力的分子。
途深智合这笔融资买的不是一次跑分领先,而是一条能被反复校准的验证产线。这也解释了资本为何在审慎期连投两轮。但标准能否成立,最终不取决于14天或5000条数据,而取决于第一个进入临床的分子。评分表已经换了,交卷还需等待。
