今天小編分享的互聯網經驗：「天鹜科技」獲數千萬元Pre-A輪融資，成功交付多款AI設計蛋白質，歡迎閲讀。
36 氪獲悉，AI 蛋白質設計服務提供商「天鹜科技」近日完成數千萬元 Pre-A 輪融資，由金沙江聯合資本領投，本草資本、曉池資本和四川交研資本跟投。本輪融資主要用于加速蛋白質工程通用大模型的行業應用，助力產業更新。
天鹜科技成立于 2021 年 9 月，核心團隊主要來自于上海交通大學，創始人兼首席科學家洪亮教授在人工智能蛋白質領網域深耕多年。2022 年初拿到首輪融資後，天鹜科技的 AI 蛋白質大模型完成從 0 到 1 的驗證；發展至今，天鹜科技已向下遊客户交付多款蛋白質設計項目。當前天鹜科技團隊規模近 40 人，由生物、計算及市場商務等專業人才構成。
據公司介紹：天鹜科技研發的 AI 蛋白質設計大模型—— AccelProtein ™，采用 Transformer 架構和掩碼語言模型。通過在 7.8 億條覆蓋各種環境下生物體蛋白質序列的復雜數據上進行訓練，該模型掌握了蛋白質序列與其功能之間復雜的語義聯系，實現了從 " 序列到功能 " 的端到端預測，而非遵循蛋白質預測從 " 序列到結構，再到功能 " 的常規路徑。因此，使用 "AI 大模型自動設計 + 少量實驗驗證 "，可對蛋白質序列進行設計和改造，所設計的多款蛋白質在穩定性、活性、親和力等指标上表現出色。
建立 AI 大模型，數據集的建立、挖掘和利用十分關鍵。對此，天鹜科技 CTO 劉灏認為，核心在于如何理解產業需求，理解待解決的生物學問題需要怎樣的數據和 AI 能力。随着科學界的發展，蛋白質領網域的公開數據集愈發豐富，同時天鹜科技創始團隊通過多年科研和產業合作，也積累了豐富的私網域數據，具備數據基礎。
" 蛋白質能夠應用的領網域非常廣泛，除了抗體藥，在體外診斷、日用品、農業等多個行業也都會用到各類酶。既往蛋白質改造的壁壘很高，需要資深專家的知識與經驗，并進行大量的實驗試錯。訓練後的 AI 通用大模型與 ChatGPT 相似，能夠解決多行業的專業問題；再加上少量實驗，有望取代傳統的蛋白質改造模式，提高蛋白質設計的效率，降低成本。" 劉灏對 36 氪表示。
正因為產業界關注核心是蛋白質的功能，而非處于中間位置的蛋白質結構，且當前高精度的蛋白質結構數據較為稀缺，因此天鹜科技團隊選擇開發能夠實現從 " 序列到功能 " 精準預測的蛋白質設計 AI 大模型。" 當前，對蛋白質功能的驗證，生物濕實驗仍是驗證金标準。通過 AccelProtein ™大模型自動設計加實驗驗證，天鹜已經推出了數十個成功的蛋白質設計服務案例，得到了客户的認可。" 據了解，正是因為上述交付，天鹜科技 2023 年已經實現盈虧平衡。
舉例而言，天鹜科技曾為客户交付一款耐鹼蛋白質，經過 AI 設計和實驗驗證，在 6 個月間，将蛋白質的耐鹼性提高了 4 倍，進而提高了蛋白原料的使用壽命，将以往每年數千萬的蛋白原料成本節省約 50%。
在研發和交付的過程中，計算與生物兩個環節的幹濕實驗配合，頗為關鍵。為了讓不同專業背景和風格的人才高效協同，天鹜科技做了多種嘗試，首先盡可能招募有交叉學科背景的人才加入，同時對不同學科人員進行定期的培訓和考核，以加速團隊對 AI 蛋白質設計這一跨學科領網域的理解。
據了解，天鹜科技可服務的領網域，包括創新藥、體外診斷、藥物中間體、營養保健、食品飲料、美容護膚、洗滌紡織、生物能源、生物農業以及環境工程等；其中創新藥、體外診斷、中間體等将是接下來客户拓展的重點方向。
