哲源科技完成近2亿元A2轮融资：AI制药正从分子效率竞赛迈向疾病机制认知革命

一种新药从实验室走向患者，平均需要十年时间和超过十亿美元投入，而最终成功率仅约3%。这就是制药行业著名的“双十定律”，它像一道紧箍咒，套在整个生物医药产业头上数十年。更令人不安的是，尽管过去十年AI辅助分子生成、虚拟筛选的工具日趋成熟，药物的分子设计效率确实在提升，但横亘在产业前端的“靶点枯竭”与终端的“临床试验高失败率”这两座大山，并未发生根本性动摇。当产业里的多数玩家仍在比拼谁能更快、更准地优化一个已知靶点的分子结构时，一个更根本的问题被摆上台面：如果我们从一开始就未能真正理解疾病本身，那么在一个错误的方向上加速奔跑，意义何在？

这正是哲源科技试图回答的问题。这家总部位于北京的公司，将自己定位在“AI4S+疾病”赛道，构建了一套名为“生命世界模型”的计算平台。近日，该公司宣布完成近2亿元人民币的A2轮融资，由圣湘生物携产业基金领投，老股东中科创星和张江科投跟投。这笔资金将用于加速其从一个前沿技术平台，向一个能够持续产出药物资产的“IP工厂”蜕变。

走出“分子效率”的内卷，AI制药的战场移向“疾病黑箱”

过去几年，国内AI制药赛道经历了从资本狂热到回归理性的完整周期。以英矽智能、晶泰科技为代表的公司，凭借AI驱动的分子生成与优化能力，获得了巨额融资和产业合作。它们解决的痛点非常明确：如何在海量的化学空间中，快速找到那个能与靶点蛋白完美结合的分子。然而，当这一环节的“低垂果实”被摘取殆尽，一个更深层的产业困境浮出水面——我们知道的靶点就那么多，且大部分已被反复开发。药物研发的真正瓶颈，已经从“如何做出分子”，转变为“为哪种疾病、哪类患者开发分子”。

哲源科技的切入点正是基于这一判断。在公司创始人、CEO张春明看来，设计出“合格且可专利”的分子已非行业掣肘，最大的挑战在于对疾病机制的深层理解。“药物研发的第一性原理应是治病，”他曾对媒体表示，“在立项之初，系统地理解疾病、确定靶点和疾病之间的因果关系，以及潜在适应症和患者特征，让后续资源投入更有价值的方向，才有可能从根本上提高药物研发效率。”

这套叙事将哲源科技与当前主流AI制药公司划开了一道清晰的分界线。前者聚焦于“AI+分子”，本质上是一个效率工具；而后者押注于“AI+疾病”，试图打造一套理解生命系统的认知模型。这并非一个温和的改良，而是一场试图把药物发现从“偶然”推向“必然”的范式革命。

五重模型构筑“生命数字孪生”，从基因组到病灶全景推演

哲源科技将实现这一愿景的技术底座命名为“生命世界模型”。公司方面称，这并非一个单一的大模型，而是一个整合了五类基础模型的多尺度计算平台，旨在对生命活动与药物干预进行系统级的动态模拟。

这五类模型具体包括：负责知识理解的生物医学知识模型、进行遗传解析的“群体—个体”双尺度基因组语言模型、推演信号通路图谱的信号通路模型、预测细胞扰动结果的虚拟细胞模型，以及模拟病灶演化进程的病灶世界模型。它们共同作用，将原本分散在科学文献、多组学数据、病理研究和临床观察中的碎片化信息，整合成一个可被AI持续调用和推演的“数字底座”。

这一技术架构的野心在于其“全尺度”建模能力。它试图覆盖从最底层的基因组信息，到中间的细胞、信号通路，再到宏观的组织病灶和患者个体反应的各个层级。联合创始人牛钢将此前的制药方式比喻为“在‘黑箱’中点一支小小的蜡烛作业”，充满了未知和不确定性。而计算医学的目的，就是用大规模数据和知识消除这些不确定性。

在对外输出上，哲源科技将这一平台能力封装为两种解决方案：一种是T2I（Target to Indication）模式，为药企的现有管线做深度赋能，利用数字孪生模拟临床试验，帮助客户精准锁定适应症和患者画像；另一种是D2P（Disease to Product）模式，这是一种价值共创模式，从疾病的源头出发，与药企联合研发，共同锁定核心靶点，覆盖从靶点发现到产品上市的全周期。这种模式意味着，哲源科技的商业化路径并非单纯的软件服务商，而是深度嵌入新药研发的价值链，试图分享核心IP的长期回报。

胰腺癌管线进入临床，虚拟试验与真实世界结果“完全一致”的验证与边界

对于任何一家宣称拥有颠覆性技术的公司，市场的耐心都是有限的。叙事之外，需要可验证的成果。哲源科技目前拿出了几个关键的证据点来证明其平台能力。

最核心的资产是其自研的I类新药PR00012。这是一款针对胰腺癌等恶性实体肿瘤的在研药物，目前已经进入Ⅰ期临床试验阶段，且据公司表述进展顺利。胰腺癌素有“癌王”之称，其发病机制复杂、微环境特殊，多年来新药研发折戟者众多。选择这一适应症作为首发管线，本身就是一个高风险也高回报的技术实力证明。

另一项更具范式意义的验证来自虚拟临床试验。哲源科技与北京肿瘤医院合作，开展了一项前瞻性的虚拟临床研究。针对某靶向肿瘤药物的注册临床试验，该公司的计算医学平台为每位受试者生成了数字孪生，以“电子人吃电子药”的模式预测药物响应结果。公司官方表述称：“虚拟临床疗效预测与真实临床观察的首次疗效结果完全一致”。

这是一项极具冲击力的声明。如果“电子人吃电子药”的预测能力能被更大规模、更多样化的临床试验反复证实，它将从根本上改变药物研发的流程，使得昂贵且漫长的临床试验可以在计算机前进行预演和筛选，从而大幅降低成本并提高成功率。但这同样也是一个需要审慎看待的声明。关于这次验证，公开信息显示涉及8位入组患者。8例患者的结果“完全一致”，虽然为技术原理提供了初步的概念验证，但距离证明该平台在复杂生物系统和大规模人群中的普适性与可靠性，仍有相当长的一段路要走。目前全球范围内，尚无AI预测临床试验结果的大规模成功先例。

此外，公司称其计算医学平台已计算出200多个潜在靶点相关的“insight（洞见）”。这些洞见被内部视作未来新药IP的丰富矿藏。但“洞见”到一款成功上市的创新药之间，横亘着靶点验证、先导化合物优化、临床前研究及I/II/III期临床等无数个可能宣告失败的环节。如何将这些知识资产高效转化为真正有商业价值的管线，将是市场评判其“IP工厂”模式成色的核心指标。

圣湘生物产业资本领投，IVD巨头为何押注“计算医学”

观察本轮融资的出资结构，能捕捉到比单纯金额更丰富的信号。领投方是带着产业基金的圣湘生物，老股东中科创星和张江科投持续跟投。这是一个“产业资本+硬科技资本+区域创新资本”的组合，各自诉求和目标非常清晰。

圣湘生物是国内分子诊断领域的龙头，其核心业务是体外诊断（IVD）试剂的研发、生产和销售。一位来自圣湘生物的代表在公告中表示，公司正处于“被多组学数据与AI模型深度重构的拐点”，并看重哲源科技“系统性地解释疾病的发病机制”的能力。在IVD行业日益向精准医疗和“诊断+治疗”闭环演进的背景下，圣湘生物的这一投资举动并非单纯的财务投资。它更像是一张通向未来“伴随诊断”和“源头创新”的门票。与哲源科技在疾病的细分领域展开业务合作，可以帮助圣湘生物从单纯的“检测出疾病”向“理解疾病并指导用药”延伸，构建从诊断到药物创新的更完整生态。

作为老股东，中科创星的投资逻辑则代表着硬科技风投的典型视角。其代表直言，哲源科技“不是单点算法公司，而是少数同时具备自有真实数据、基础模型、干湿闭环和临床验证能力的全球领先AI4S团队”，并认为其平台“有望成为生命科学的新型基础设施”。这种表述强调的是技术壁垒的稀缺性和平台型公司的长期价值，对短期盈利的容忍度相对更高。

张江科投的加入，则反映了区域产业集群的布局意图。张江科学城是长三角生物医药产业的创新策源地，引入哲源科技这样的“颠覆式创新企业”，有助于其巩固在引领性技术上的话语权，并促成与张江现有药企生态的协同。

可以说，哲源科技这轮融资，每笔钱背后都带着明确的战略资源和产业网络，这比单纯融到近2亿元资金本身，对于一家处在技术转化关键期的公司而言或许更为重要。

“IP工厂”的飞轮挑战：数据、闭环与可复制的商业闭环

哲源科技描述的商业蓝图是一个飞轮：通过“疾病研究—洞见产生—资产转化—数据回流—智能提升”的闭环，让自身成为一个能持续产出原创靶点和创新管线的“IP工厂”。这个模式的核心吸引力在于，一旦飞轮转起来，每一轮产出和新数据都会反哺平台，加深对疾病的理解，从而形成越来越宽的护城河和知识复利。

然而，驱动这个飞轮运转的初始动力和持续燃料，却面临现实世界中的严峻考验。

首先是高质量的数据问题。构建与验证一个覆盖基因组、细胞、组织、个体等多尺度的“生命世界模型”，依赖海量、多模态、带标注的高质量临床与组学数据。这些数据大多分散在各大医院、研究机构和药企的内部数据库中，形成数据孤岛。获取并整合这些数据的合规成本、合作壁垒和标准化难度极高。尽管公开资料显示哲源科技与多个国家医学中心在肿瘤、精神类疾病上开展了合作，但这类合作的数量、深度和数据使用权限，并未详细披露。

其次是“干湿闭环”的效率问题。“干实验”的计算结果需要“湿实验”的反复验证，而生物学实验本身昂贵、耗时且变数多。哲源科技提到要推进“AI智能体与实验验证体系建设”，这意味着公司不仅要在计算端保持领先，还必须构建或深度绑定一套高效的实验验证能力。对于一家初创公司而言，同时驾驭这两套体系，对人才、管理和资金都提出了巨大考验。

再则，就是跨学科人才的稀缺。计算医学要求团队同时精通AI算法、组学数据分析、疾病生物学和临床药理学。这种极度交叉的复合型人才在全球范围内都是稀缺资源。

飞轮理论在逻辑上完美，但在实践中，每一个环节都可能成为漏斗，将宏大的价值叙事不断漏向现实。哲源科技需要向外界证明的，不仅是其平台在单个案例上能创造奇迹，而是这套模式能够被工程化地复制，并持续产出经得起监管和临床考验的管线资产。

资金下注“长期主义”，但风险清单上的问题依然无解

根据公司披露，本轮近2亿元融资将重点投向四个方面：高价值创新IP的持续产出与全球资产布局、生命世界模型驱动的AI4S平台升级、AI智能体与实验验证体系建设，以及原创靶点、创新药管线及虚拟临床试验的产业化转化。这一资金用途指明了一个清晰的路径：钱不会烧在短期营收，而是用于加固技术基础设施和积累知识产权资产。

但风险清单同样清晰可见，且每一个都足以致命。全球范围内尚无一款完全由AI驱动研发的药物获批上市，这意味整个行业的技术路线仍然有待最终验证。哲源科技的先发优势在于，它选择了一条更艰难的路——从疾病机制入手，但这也意味着其商业化的兑现周期可能更长。一款First-in-Class药物的平均研发成本往往远超十亿美元，而近2亿元的融资在整个新药研发的资金体量面前并不算宽裕。

竞争格局也在演变。英矽智能、晶泰科技等从分子端切入的对手，正在通过融资和合作积累庞大的数据、算力与管线，它们也可能向疾病理解的上游延伸。大型药企和互联网巨头也在布局，它们拥有资金、数据和渠道优势。哲源科技必须在自己的范式上跑得足够快，在巨头转身之前建立起不可替代的知识壁垒。

此外，制药行业严格的监管流程不会因为技术范式的革新而放松。虚拟临床试验在多大程度上能被监管机构接受为关键性证据，目前仍是监管科学的空白地带。哲源科技需要用PR00012等管线的临床数据，不仅要证明自己药物的有效性，更是在为整个计算医学方法论的监管认可度铺路。这是一个既属于科学，又关乎政策博弈的漫长征程。

RecodeX 极客视：哲源科技的故事是AI制药领域一个激进的“认知升级”样本。它抛弃了对分子优化效率的微创新，转而挑战用AI模拟疾病本身这一更为根本的科学难题。与北京肿瘤医院临床预测的“完美一致”和胰腺癌管线的顺利推进，为宏大叙事提供了坚实落点，但它们是孤例，还是能规模化复制的曙光，仍未可知。这轮融资的出资结构，更像一个各取所需的产业联盟，各自押注于哲源平台可能带来的长期协同效应。它的真正考验将在于，能否在未来数年里，将“IP工厂”的飞轮从PPT上搬到现实中——不仅在超级难治的肿瘤上证明自己，更能在更广阔的商业化版图中，证明AI对疾病的理解，真的可以系统性地转化为对人类有价值的药片。这条路远比优化单个分子漫长得多，但若能走通，它将定义下一代制药工业的底层逻辑。