新投资者还包括Bain Capital Ventures、Battery Ventures、Baillie Gifford、BDT & MSD、Sapphire Ventures、Avra Capital及其他知名投资者。现有投资者Thrive Capital、OpenAI、Oak HC/FT、Menlo Ventures、General Catalyst、Glade Brook、Avenir、Lachy Groom和Yosemite也加入了本轮。
哈佛天才创业，OpenAI投了
Chai Discovery 成立于2024年3月，总部位于美国加利福尼亚州旧金山，是一家致力于使用AI赋能药物开发的公司。
团队核心人物Joshua Meier，拥有哈佛大学计算机科学和化学本科双学位、计算机硕士学位。
图：Joshua Meier
2015年—2018年，他曾在全球基因编辑奠基人张锋实验室担任研究员，并开发了一套基于机器学习的可视化平台，用于设计CRISPR筛查实验。
随后，他又在OpenAI从事生成式大模型研究。2018年，他进入Meta-FAIR蛋白质小组，并一手搭建起蛋白质建模平台。
三年后，他加入了AI抗体研发公司Absci并担任首席AI官。Joshua Meier多年来累积的复合性科研和产业经验，成为其创业最重要的财富。
另一位联合创始人Jack Dent，此前则是知名金融科技Stripe工程和产品负责人，另外两位联合创始人 Jacques Boitreaud 和 Matthew McPartion 也都有资深的AI药物研发经验。
此外，团队还包括来自Google X、OpenAI、Meta FAIR的成员，在 AI 驱动的药物发现领域共同推动了十余个药物项目的进展。
在获得首轮融资时，创始人表示公司的员工甚至不足10人，但他们有一个希望改变药物研发的理想。
在团队看来，当前药物的研发进展太慢了，受到昂贵的试错实验的阻碍。
首席执行官兼联合创始人Joshua Meier 表示：Chai Discovery 的存在是为了突破该领域的可能性界限，应用前沿人工智能将生物学从科学转变为工程学，以便可以设计突破，而不是简单地发现突破。
就是这样一家仅成立2年的公司，却连续凭借模型上的成功引发业界关注，成为黑马AI制药企业。
2024年9月，公司发布多模态基础模型Chai-1，成为AlphaFold3的首个开源复现版本。
和AlphaFold3类似，Chai-1 专注于分子结构预测，能统一预测蛋白质、小分子、DNA、RNA、共价修饰等多种生物分子结构，并且在多个任务优于前者。
Chai-2具备“零样本”（Zero-shot）蛋白质从头设计能力。这突破了传统方法依赖已知抗体结构模板的限制，显著提高了成功率。
“零样本”设计是指模型仅凭其训练数据中的通用知识，就能够直接设计出有效的全新抗体，而无需针对特定靶点进行额外的训练或者大量实验。
数据显示，Chai-2从头设计抗体的平均成功率高达15.5%，相较此前仅0.1%的成功率，实现了百倍提升。
在52个不同目标的实验室验证中，Chai-2 实现了16%的抗体命中率和68%的小蛋白命中率，50%的目标（26/52）至少获得一个成功命中，表明了Chai-2的强大性能。
图：Chai-2针对52种抗原的测试结果，蓝色标注的方框代表在≤20个测试设计中至少有一个成功结合的靶点，占全部测试靶点的50%
不仅成功率是上一代的两倍（Chai-2的平均成功率为15.5%，可推测Chai-3的成功率能达到30%以上）。
经其设计得到的抗体，与预设药物靶点的结合亲和力能提升至原有百倍，从传统纳摩尔（nM）级别整体抬升至皮摩尔（pM）区间。
推荐阅读
