DeepTech深科技 4小时前
把AI制药做成Token生意,MIT初创融了1.1亿美元
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

AI 制药的商业模式,正在发生新的变化。

近日,由麻省理工学院(MIT)研究人员创办的 AI 制药初创公司 Boltz 宣布完成 1.1 亿美元(约合人民币 7.8 亿元)A 轮融资,由 Bessemer Venture Partners 领投,a16z、Amplify Partners、Zetta Venture Partners 等现有投资方继续跟投。

和一般制药公司不同,这家公司的业务模式有些特殊。Boltz 不打算自己研发药物,而是向制药企业和科研人员提供蛋白质、小分子设计等 AI 能力,并按照计算使用量收费。科学家可以像调用大语言模型一样,通过软件平台或 API 使用这些模型,完成分子结构预测、候选药物筛选和分子设计等任务。

Boltz 披露,自今年 6 月以来,付费客户使用的分子 Token 数量增长了 50 倍,全球前 20 大制药公司中已有 6 家与其建立合作关系,包括辉瑞、葛兰素史克、武田制药和百时美施贵宝。

图 |Boltz  付费客户的分子 Token   处理量持续增长。(来源:Boltz)

从 MIT 开源项目到商业平台

Boltz 的起点是 MIT 的一项开源研究。

2024 年,来自 MIT 计算机科学与人工智能实验室(CSAIL)及 Jameel Clinic 的研究人员发布了 Boltz-1,尝试用开放模型实现接近 AlphaFold 3 的生物分子结构预测能力。此后,团队陆续推出 Boltz-2 和 BoltzGen,将研究范围扩展到分子结合亲和力预测、蛋白质设计等任务。

这些能力与药物发现密切相关。在研发早期,科学家需要找到能够与特定靶点结合的分子,并进一步判断其活性、选择性和成药潜力。传统方法需要大量合成和实验筛选,而 AI 模型可以帮助研究人员提前缩小候选范围,把实验资源集中在更有希望的分子上。

Boltz 的开源策略很快吸引了行业用户。公司披露,其模型累计下载量已超过 500 万次,用户超过 10 万名科学家,覆盖全球前 20 大制药企业及数千家生物技术公司。

2025 年,参与这些研究的 Gabriele Corso、Jeremy Wohlwend 和 Saro Passaro 创办了 Boltz。其中,Corso 担任 CEO,此前参与开发的 DiffDock 是较早将生成式 AI 用于分子对接的代表性研究之一;Wohlwend 和 Passaro 则分别参与主导了 Boltz-1 和 Boltz-2 的研发。公司目前总部位于伦敦,团队规模约为 40 人。

图|三位创始人(来源:MIT)

开源模型为 Boltz 积累了用户,也让团队有机会接触大量真实的药物研发场景。科研人员在使用模型时遇到的问题、提出的需求,以及来自实际实验的反馈,都成为后续产品开发的依据。

今年 1 月,Boltz 正式推出商业平台 Boltz Lab,为科学家提供了通过网页界面使用分子设计工具的平台。6 月,公司又发布两款专有模型 BoltzMol-1 和 BoltzProt-1,并开放 API 接口,开始把此前积累的技术能力转化为商业服务。

其中,BoltzMol-1 主要用于小分子药物发现。公司公布的实验结果显示,针对 10 个具有挑战性的药物靶点,研究人员在每个靶点仅测试 28 至 51 个候选化合物的情况下,成功在其中 6 个靶点上找到了经实验确认的命中分子。

BoltzProt-1 则主要用于蛋白质设计。在一组具有挑战性的纳米抗体设计测试中,其命中率达到前代 BoltzGen 的近 3 倍。但是,这些结果主要体现了模型在药物发现早期筛选和设计环节的能力,距离最终形成可用于临床的候选药物,还需要多个开发环节。

(来源:Boltz)

把分子设计做成一门 Token 生意

Boltz 的商业模式建立在一个判断之上。团队认为,未来药物研发对 AI 计算的需求,将像今天的软件开发和大模型应用一样持续增长。

在大语言模型领域,开发者可以通过 API 调用外部模型,并根据 Token 消耗量支付费用。Boltz 希望将类似的服务模式引入药物研发,向客户持续出售分子预测和设计能力。

公司将其处理的分子信息量称为 Molecular Token(分子 Token)。投资方 a16z 解释,一次简单的分子预测只需要消耗少量计算资源,而一项大规模分子筛选或多轮优化任务,则需要处理更多分子信息,消耗更多 Token。

这种计量方式反映了不同研发任务的计算需求。不过,Boltz 的实际收费仍按照模型类型、预测次数和任务规模确定,并非所有服务都采用统一的 Token 单价。

目前,其公开定价显示,部分小分子设计与预测任务的价格低至每个分子 0.025 美元;蛋白质设计任务则根据计算规模分级收费。面向个人研究人员和小型团队,Boltz 提供免费额度及按量付费服务;大型药企还可以购买定制化企业方案。

目前,Boltz 的收入主要来自两方面。一方面,公司为客户运行模型、提供计算资源,在计算成本之上获得一定利润;另一方面,公司还提供模型微调、专属 AI 智能体、企业级部署等服务。

例如,一家药企可以利用自身积累的实验数据对 Boltz 模型进行微调,使其更适合特定靶点或某一类分子的研究。对于数据保密要求较高的企业,Boltz 还提供单租户、私有云及本地部署方案,并承诺客户保留研发成果的所有权,不会将其数据用于模型训练。

在使用方式上,Boltz 也在降低科研人员的操作门槛。除了网页平台,其模型能够接入企业现有的研发软件,并通过 Claude Code、Codex 等 AI 智能体调用。智能体可以根据研究人员提出的目标,安排计算任务、调用分子模型、读取结果,再进一步修改设计方案。

这种方式让分子计算逐渐融入科研工作流程。研究人员可以先通过 AI 生成和筛选候选分子,再根据计算结果决定下一轮实验,减少在低潜力候选物上投入的时间和资源。

AI 制药开始探索新的商业模式

巧合的是,就在 Boltz 宣布融资的前一天,谷歌母公司 Alphabet 旗下的  AI 制药公司 Isomorphic Labs 刚刚完成了一笔历史级融资:50 亿美元 C 轮。

两家公司都在利用 AI 加速药物发现,但商业模式有所不同。Isomorphic Labs 正在扩大自有药物研发管线,并与礼来、诺华等大型药企开展合作,希望将 AI 设计的候选药物推进临床试验。另一家代表性企业 Recursion 同样拥有自主研发管线,通过药企合作、里程碑付款和未来潜在的药物收入获取回报。

相比之下,Boltz 主要向药企提供模型和计算服务,无需承担自研药物进入临床试验的巨额成本,也不必等待药物上市才能获得收入。只要客户持续使用其模型开展分子筛选、结构预测和设计优化,公司就能获得相应收入。

不过,这种模式也面临激烈的竞争。因为哦药企可以自行部署开源模型,或者选择其他供应商。Boltz 需要通过模型性能、计算成本和企业级服务建立竞争优势,尤其是利用客户数据微调模型、支持私有部署,以及与现有研发软件深度集成。

对于药企而言,按需购买计算服务可以减少前期技术投入,同时保留自身的实验数据和药物知识产权。对于 Boltz 而言,其商业规模则取决于客户的实际使用需求,以及能否将这些需求转化为持续收入。

本轮融资后,Boltz 计划继续投入计算资源、训练数据和模型研发。公司希望进一步扩大 AI 在药物发现流程中的应用,让科学家能够在计算机上完成从治疗假设到候选分子设计的更多工作。

参考资料

[ 1 ] https://www.boltz.com/series-a

[ 2 ] https://www.bvp.com/news/boltz-building-towards-programmable-molecular-design

[ 3 ] https://boltz.com/manifesto

[ 4 ] https://www.boltz.com/boltzmol-boltzprot-api

[ 5 ] https://a16z.com/announcement/investing-in-boltz/

[ 6 ] https://boltz.com/pricing

[ 7 ] https://www.isomorphiclabs.com/articles/isomorphic-labs-announces-series-c-investment-round

[ 8 ] https://ir.recursion.com/news-releases/news-release-details/recursion-announces-200-million-oversubscribed-follow-offering  

智客推

智客推

ZAKER 智客推 GEO | AI 时代的品牌认知解决方案

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

ai mit 麻省理工学院 融资 跟投
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…