今天小编分享的互联网经验：「天鹜科技」获数千万元Pre-A轮融资，成功交付多款AI设计蛋白质，欢迎阅读。
36 氪获悉，AI 蛋白质设计服务提供商「天鹜科技」近日完成数千万元 Pre-A 轮融资，由金沙江联合资本领投，本草资本、晓池资本和四川交研资本跟投。本轮融资主要用于加速蛋白质工程通用大模型的行业应用，助力产业更新。
天鹜科技成立于 2021 年 9 月，核心团队主要来自于上海交通大学，创始人兼首席科学家洪亮教授在人工智能蛋白质领網域深耕多年。2022 年初拿到首轮融资后，天鹜科技的 AI 蛋白质大模型完成从 0 到 1 的验证；发展至今，天鹜科技已向下游客户交付多款蛋白质设计项目。当前天鹜科技团队规模近 40 人，由生物、计算及市场商务等专业人才构成。
据公司介绍：天鹜科技研发的 AI 蛋白质设计大模型—— AccelProtein ™，采用 Transformer 架构和掩码语言模型。通过在 7.8 亿条覆盖各种环境下生物体蛋白质序列的复杂数据上进行训练，该模型掌握了蛋白质序列与其功能之间复杂的语义联系，实现了从 " 序列到功能 " 的端到端预测，而非遵循蛋白质预测从 " 序列到结构，再到功能 " 的常规路径。因此，使用 "AI 大模型自动设计 + 少量实验验证 "，可对蛋白质序列进行设计和改造，所设计的多款蛋白质在稳定性、活性、亲和力等指标上表现出色。
建立 AI 大模型，数据集的建立、挖掘和利用十分关键。对此，天鹜科技 CTO 刘灏认为，核心在于如何理解产业需求，理解待解决的生物学问题需要怎样的数据和 AI 能力。随着科学界的发展，蛋白质领網域的公开数据集愈发丰富，同时天鹜科技创始团队通过多年科研和产业合作，也积累了丰富的私網域数据，具备数据基础。
" 蛋白质能够应用的领網域非常广泛，除了抗体药，在体外诊断、日用品、农业等多个行业也都会用到各类酶。既往蛋白质改造的壁垒很高，需要资深专家的知识与经验，并进行大量的实验试错。训练后的 AI 通用大模型与 ChatGPT 相似，能够解决多行业的专业问题；再加上少量实验，有望取代传统的蛋白质改造模式，提高蛋白质设计的效率，降低成本。" 刘灏对 36 氪表示。
正因为产业界关注核心是蛋白质的功能，而非处于中间位置的蛋白质结构，且当前高精度的蛋白质结构数据较为稀缺，因此天鹜科技团队选择开发能够实现从 " 序列到功能 " 精准预测的蛋白质设计 AI 大模型。" 当前，对蛋白质功能的验证，生物湿实验仍是验证金标准。通过 AccelProtein ™大模型自动设计加实验验证，天鹜已经推出了数十个成功的蛋白质设计服务案例，得到了客户的认可。" 据了解，正是因为上述交付，天鹜科技 2023 年已经实现盈亏平衡。
举例而言，天鹜科技曾为客户交付一款耐碱蛋白质，经过 AI 设计和实验验证，在 6 个月间，将蛋白质的耐碱性提高了 4 倍，进而提高了蛋白原料的使用寿命，将以往每年数千万的蛋白原料成本节省约 50%。
在研发和交付的过程中，计算与生物两个环节的干湿实验配合，颇为关键。为了让不同专业背景和风格的人才高效协同，天鹜科技做了多种尝试，首先尽可能招募有交叉学科背景的人才加入，同时对不同学科人员进行定期的培训和考核，以加速团队对 AI 蛋白质设计这一跨学科领網域的理解。
据了解，天鹜科技可服务的领網域，包括创新药、体外诊断、药物中间体、营养保健、食品饮料、美容护肤、洗涤纺织、生物能源、生物农业以及环境工程等；其中创新药、体外诊断、中间体等将是接下来客户拓展的重点方向。
