AI 制药与虚拟细胞创新企业获近亿元融资

近日，AI 制药与虚拟细胞创新企业深度细胞完成近亿元种子轮融资，本轮融资由中科创星、顺禧基金、千骥资本共同领投，鼎峰科创、水木创投和清科控股参与投资。

这不仅是资本市场对一家科技创业公司的认可，更标志着一个新的生命科学研究范式正在加速形成：

AI 正在从单一工具，迈向理解生命规律、高精度设计全新药物，乃至自主提出并验证科学假设的新型科研主体。

围绕这一目标，深度细胞选择同时走向两个极致：

• 极致求深，突破 AI 分子模型的精度和泛化性边界；

• 极致求广，构建能够理解疾病机制的虚拟细胞世界模型智能系统。

最终，以分子相互作用模型作为底层引擎，以虚拟细胞作为更高尺度的应用和推演系统。前者提供微观机制，后者提供疾病背景和干预目标，实验结果再反向训练底层模型，形成统一闭环。

当前主流 AI 制药模型大多依赖海量结构与序列数据，从历史样本中学习统计规律。这一路径推动了生命科学人工智能的快速发展，却也面临一个根本性瓶颈：

生命并非简单静态的数据集合，而是由力、能量、运动、环境和多种相互作用共同驱动的动态系统。

当模型面对训练数据之外的新型分子、新型靶点、复杂生物分子相互作用，以及缺乏已知结构信息的难成药体系时，单纯依赖数据相关性往往难以保证预测精度和泛化能力。

深度细胞的解法是：构建一套以分子相互作用智能基座模型为核心的高精度分子设计平台，将 AI 的表征与生成能力，与分子物理、能量变化、构象动力学和生物环境约束深度融合。这套方案并非简单地在 AI 模型之外叠加若干物理规则，而是尝试将分子物理机制转化为可学习、可验证的模型约束，让模型在学习海量生命科学数据的同时，逐步形成对分子相互作用规律的本质理解。

在这一方向上，深度细胞将 IsoDDE、Chai-2 等国际前沿模型视为重要技术标杆，但深度细胞认为，结构预测和分子设计等基础科学问题依然有很大进步空间，公司的目标并非复现或追赶某一个模型，而是进一步突破当前模型精度和能力的边界。

深度细胞希望解决的是更加接近药物研发本质的问题：

• 如何预测训练数据中从未出现过的生物分子相互作用；

• 如何攻克传统模型难以处理的难成药靶点；

• 如何从结构预测进一步走向细胞功能预测与调控机制预测；

• 如何支持抗体、蛋白、多肽、分子胶、双抗及其他新型药物模态；

• 如何让模型设计出的分子不仅「结构合理」，更具备可验证的细胞功能、可控的活性和真正的成药潜力。

深度细胞创始人陈新栋博士表示：「AI 制药和 AI 生命科学的核心是准确地理解分子相互作用，相互作用的本质是物理力，我们团队在此领域有着超过 20 年的深厚积淀，是全球最顶尖的物理力学与 AI 交叉团队之一。我们希望将 AI 的学习能力与分子物理世界的基本力学规律结合起来，让模型不仅知道什么可能成立，更能够理解它为什么成立，进而突破当前 AI 模型的重要瓶颈——精度和泛化能力，让 AI 从拟合历史数据，走向探索未知生命空间，最终实现生命科学智能的自进化。深度细胞希望推动这一重要范式的跨越。」

在持续深入分子尺度的同时，深度细胞也在向更复杂的生命系统尺度拓展。疾病往往并不是由单一靶点、单一通路或某一个差异表达基因决定的，而是细胞内部海量生物分子和相互作用，在特定遗传背景、微环境、力学状态和时间过程中共同演化的结果。真正理解疾病，不仅要看到细胞最终呈现出的状态，更要理解这些状态由哪些分子相互作用驱动、如何随时间演化，以及干预其中一个环节后，整个生命系统将如何响应。

深度细胞创始人陈新栋博士，师从清华大学力学系冯西桥院士，在此领域深耕 10 年，研究横跨量子尺度的分子相互作用计算、分子动力学模拟与细胞尺度物理建模三个不同的生命科学尺度，多篇相关成果发表于 PNAS、ACS Nano 等国际知名期刊。

当前许多虚拟细胞模型主要建立在转录组和扰动数据之上，能够学习细胞状态之间的统计映射，却往往难以回答更深层的问题：

• 这些状态为什么发生？

• 哪些分子相互作用真正驱动了疾病？

• 如果对其中一个环节进行干预，整个细胞系统将如何响应？

为此，深度细胞正在构建以多组学数据与分子物理双轮驱动的虚拟细胞世界模型，形成覆盖「多组学—结构—相互作用—能量—动力学—功能」的统一学习框架，并通过自有实验反馈和高精度模拟数据持续优化模型。在这一体系中，组学数据用于描述细胞在不同疾病、药物和环境条件下呈现出的宏观状态；分子结构、相互作用、动力学和物理机制，则负责解释这些状态背后的深层次微观动因和机制。

深度细胞希望逐步打通从分子到通路、从细胞局部到细胞整体状态、从药物作用到疾病表型的多尺度链路，构建能够模拟细胞状态变化、推演药物干预结果，并辅助发现全新疾病机制的智能系统。相比于「扰动后哪些基因会上调或下调」这类预测，深度细胞更关心的是：

• 疾病状态下，细胞内部究竟发生了什么；

• 什么力量推动细胞从健康走向疾病；

• 又应该设计怎样的分子，才能把细胞重编程回正确的状态。

清华大学冯西桥院士表示：「全球生物科技竞争正从单点技术和单一产品，走向生命科学基础模型与科研范式的竞争。虚拟细胞有望成为未来生物科技创新的重要基础设施，也关系到我国在疾病机制研究和原创药物研发中的自主能力。真实细胞是一个由亿万分子持续运动、发生相互作用并响应环境变化驱动的复杂物理动态系统。组学告诉我们细胞状态变化，多尺度物理帮助我们理解为什么发生——揭示生物学和疾病机制。二者深度融合，将是构建真正可解释、可推演、可干预的虚拟细胞世界模型的有效途径。」

中科创星合伙人米磊博士表示：「真正吸引我们的，并不是深度细胞在某一项结构预测指标上的领先，而是团队正在解决一个更基础、也更具长期价值的问题：如何让人工智能从拟合生命科学数据，进一步走向对分子相互作用和疾病机制的理解。深度细胞以分子相互作用为底层支点，将高精度分子设计、细胞状态推演与实验反馈连接起来。这条路线技术门槛极高，也需要跨越 AI、物理科学和药物研发之间长期存在的边界。我们认为，团队在这些领域形成的交叉积累和系统性能力，是其最难被复制的核心优势。在人工智能加速重塑生命科学研发的关键阶段，真正稀缺的并不是又一个功能更强的工具，而是有能力定义下一代研发基础设施的团队。深度细胞既展现出对前沿技术的深刻判断，也保持着以真实结果验证技术的战略定力。我们相信，它有机会从一家 AI 制药创新企业，成长为生命科学智能化时代的重要基础平台。」

顺禧基金表示：「AI 制药正在从技术概念验证走向真实研发结果。行业最终检验的，不是模型规模有多大，而是能否提高关键研发决策的准确性、减少无效实验，并持续产生可验证、可成药的候选分子。深度细胞技术路线具备持续积累和自我强化的价值闭环，以真实药物研发问题为牵引，将模型预测、AI 加速物理模拟与实验验证连接起来，每一次项目推进，都有机会沉淀为新的数据、机制认知和模型能力。深度细胞兼具底层技术纵深与面向真实药物研发问题的延展能力，有望成长为创造高价值研发资产的新型生命科学企业。」

千骥资本首席投资官吴海博士表示：「AI 正在将药物发现推向'精密工程'时代，构建理解生命底层规律的自主引擎，是掌握竞争主动权的关键。深度细胞以 AI 与多尺度物理力学的深度融合为技术路线，是突破当前 AI 模型精度边界和泛化能力的有效途径。我们十分欣赏创始人陈新栋博士带领的团队。核心成员均经历行业顶尖训练，对构建面向生命科学的自进化通用人工智能充满激情、坚毅笃定。清华团队在生物物理力学领域的深厚积淀，使这种多元化互补背景配置在业内极为稀缺。千骥资本长期深耕医疗健康投资，荣幸与深度细胞携手。我们坚信，公司有望成为推动科研范式变革的重要力量。」

鼎峰科创创始合伙人李峰博士表示：「深度细胞选择了一条具有长期价值的技术路线。生命是跨越分子、蛋白和细胞尺度持续相互作用、动态演化的复杂系统。当前生命科学已能精细描述不同层次的生命现象，但如何贯通微观机制与细胞状态，从观察结果走向解释机制、推演过程和设计干预，仍然缺乏有效工具。依托清华团队的长期积累，深度细胞尝试将人工智能、多尺度物理建模与实验验证深度融合，以分子相互作用智能模型为底层引擎，逐步构建连接微观分子机制、细胞功能与疾病演化的统一计算框架。生命科学智能化不是一场依靠短期热点就能完成的竞赛，而是一项需要深厚科学积累、跨学科组织能力和长期战略定力的系统工程。我们看重深度细胞对基础科学问题的深刻判断，以及始终面向疾病机制研究和真实药物研发价值的务实路径。我们期待并愿意长期陪伴团队，将这条原创技术路线持续做深、做实，成长为生命科学智能化时代具有全球影响力的底层技术平台。」

水木创投合伙人张静博士表示：「我们投资深度细胞，核心逻辑在于：他们正在用『AI+物理』重构药物研发的底层范式，让 AI 从『预测分子』真正迈向『理解生命』。当前，AI 大模型在制药领域的落地正从『单点提效』走向『多场景协同』。但真实的细胞是一个高度动态的系统，药物在人体复杂微环境中的响应千变万化，这导致许多在计算机上表现优异的分子，最终因成药性差而在临床折戟。深度细胞将 AI 的表征生成能力与分子物理、细胞动力学深度融合，让模型不仅知道分子『能不能结合』，更能从物理底层推演其在真实微环境中的『动态响应』，从而真正攻克传统 AI 模型在成药性预测上的瓶颈。深度细胞的技术路线既有底层科学的纵深，又有清晰的商业化验证路径：以功能性大分子设计为切入点，直击药企在活性调控、成药性优化等环节的核心痛点；同时，其构建的虚拟细胞世界模型，有望成为未来生命科学研发的重要基础设施。」

精彩活动

长按识别二维码立即参与↓

推荐 1

8 月 11 日 13:15-16:30

【线下会议】探索新前沿，共拓蛋白表达创新与应用

声明及版权说明

声明：本文旨在于传递行业发展信息、探究生物医药前沿进展。文章内容仅代表作者观点，并不代表医麦客立场，亦不构成任何价值判断、投资建议或医疗指导，如有需求请咨询专业人士投资或前往正规医院就诊。

版权说明：欢迎个人转发文章至朋友圈，谢绝媒体或机构未经授权以任何形式转载至其他平台。如需转载请在文章下方留言获取授权。

封面图片来源网络，如有侵犯版权，请联系删除

点点“分享”、“点赞”和“在看”

给我充点儿电吧~