昨天，高瓴、鼎晖投的“全球前2%顶尖科学家”又遭投资人围猎

AIGC给生物领域带来一场科技革命。

AIGC技术的突飞猛进，现在大概没有投资人会怀疑AI可以改变一切，在这样的认知下，一批投资人去拥抱了大模型，还有一批投资人去投资了AI应用的落地，比如AI绘画、AI协作、AI制药等。

近日，通过 AI 技术重构合成生物学全流程的行业先驱者——上海智峪生物科技有限公司（以下简称“智峪生科”）宣布完成了超亿元 A 轮融资，本轮融资由青岛清池创投基金领投，惠每资本、宏沣投资和钱塘创投跟投。

智峪生科成立于2021年，是由来自国内外知名学府及工业界经验丰富的大分子结构预测与设计算法开发以及合成生物学实验团队所发起设立。公司致力于通过人工智能和生物计算的方法，从反应路线设计，到相关生物元件的挖掘、设计及改造，再到自动化高通量智能化的研发和生产，重构合成生物学全流程来达到极致的降本增效，并最终驱动产品的生产和快速落地。目前，公司同时拥有着业内极具竞争力的 AI 技术水平和合成生物学产业能力。

据悉，智峪生科在本轮融资后，将从技术、平台、管线、团队四大维度进一步深耕“AI+合成生物学”：1、进一步筑高自身独有且行业领先的 AI 技术壁垒；2、加速将 AI技术整合进公司从 DBTL（Design、Build、Test、Learn）循环到放大生产的全流程环节当中，打造新一代 AI生成型合成生物学智造平台；3、基于新一代 AI生成型合成生物学智造平台扩展公司现有产品管线，推进产品快速落地；4、生产基地的建设以及人才团队的扩充。

截至目前，智峪生科已经完成了三轮融资，以往的投资机构包括鼎晖、高瓴、朗煜等。

01 这到底是一家什么公司

想必不少读者看完智峪生科的简介还是一头雾水，这到底是一家什么样的公司呢？

智峪生科的成立，与AlphaFold2对蛋白质结构的成功预测这件轰动整个人工智能和生物科学界的大事是分不开的。

蛋白质结构预测是生物信息学与理论化学所追求的最重要目标之一，它在医学上（例如，在药物设计）和在生物技术上（例如，新的酶的设计）都是非常重要的。

2020年，DeepMind推出AlphaFold2，在多数蛋白质单体结构预测中首次达到与实验误差接近的准确性，深刻影响了蛋白结构预测以及相关领域，为蛋白质结构设计领域带来了革命性的影响。

看准行业的新机会，智峪生科应运而生。公司核心团队由在AI计算及合成生物学领域具有博士学位并拥有丰富经验的专家组成。团队成员在相关领域获得了国际知名奖项和认可，展现了卓越的学术成果和影响力。

2022年，人工智能结合蛋白质研究领域全球顶级学者王晟博士，正式以CEO的身份加入智峪生科。

据了解，王晟博士拥有10多年国际知名企业蛋白质结构预测、筛选、生命科学等相关工作经验，是蛋白结构预测方法RaptorX核心开发者、蛋白结构预测方法tFold项目带头人，并先后在芝加哥大学TTIC、KAUST以及腾讯AI Lab等科研机构与跨国公司担任要职，负责过多个项目开发和上市产品。他本科毕业于上海交通大学生命科学院，并在中科院理论物理所获得博士学位，博士后研究师从芝加哥丰田计算技术研究所教授许锦波。

目前，王晟博士已在国际权威期刊上发表论文60多篇H-index为31，总引用次数高达6,387次，王晟在学术界与产业界的地位不言而喻。

王晟博士于2022年入选美国斯坦福大学2021年度的“全球前2%顶尖科学家榜单”，同年，在素有生物计算领域“奥运会”之称的第15届全球蛋白质结构预测比赛（CASP）上，智峪生科团队斩获RNA结构预测的第一名、蛋白质-小分子复合体预测第二名的佳绩，在全球行业范围脱颖而出。

智峪生科的业务主要包括合成生物和计算服务两个方面，在合成生物学方面，智峪生科组建了一支在合成生物学产业界领域拥有深厚积累及实战成果经验的团队，该团队在代谢发酵工程方面曾经生产出千克级、吨级的各类合成生物学产品。

现阶段，智峪生科正在将 AI 计算和设计完全整合到合成生物学从研发到放大再到生产的全流程阶段，基于自身打造的 AI 计算平台“峪云 ZCloud”，是一款高性能、高通量的综合型生物计算软件平台，旨在解决蛋白质结构计算、蛋白质结构模拟、药物设计、酶工程设计等领域内常见的计算问题。

峪云 ZCloud提供包括超大规模并行蛋白质结构预测、蛋白复合体预测、分子动力学模拟、药物筛选设计、自由能微扰、分子属性预测等临床前药物发现阶段各类场景的完整方案。

该平台不仅大幅提高了元件挖掘与设计的效率，更是将合成生物学管线的研发周期缩短为原来的1/3左右，直接将研发成本下降一到二个数量级。同时，利用AI计算平台，智峪生科的某款医药中间体产品仅在6个月内便完成了从研发到生产再到销售的全周期，充分展示了公司计算平台赋能的合成生物学管线的强大商业化应用能力。

目前，公司利用AI技术不断拓展生物科技边界，融合已知数据挖掘未知领域以及设计工具从无到有的创造，赋能合成生物学DBTL和放大生产等各个环节实现降本增效，并通过自建产品管线及与行业合作并举，推动医疗健康、农业、食品、消费、化工等行业共同发展。

智峪生科的天使投资人鼎晖投资高级管理合伙人柳丹博士这样评价智峪生科，“智峪生科团队属于在蛋白质结构领域首屈一指的华人团队，可以和AlphaFold2媲美（在人工智能领域ChatGPT之前的重磅热点就是AF2了）。公司在应用转化落地领域走在了全球前列，全面布局了抗原、抗体、酶和细胞因子等合成生物学方面的应用，进一步扩展到更多贴近生活的消费领域，并且已经有商业化收入，是非常难得的上顶天（技术上国际“奥林匹克”一冠一亚）下立地（有客户有收入）的潜力明星公司。”

02 这一轮来的主要是专业医疗投资机构

比起前几轮的投资机构，这次智峪生科引入的主要为专业的医疗投资机构。

本次领投方青岛清池创投基金，是一家专注于投资中国医疗医药领域早中期项目的机构。基金力求在广阔多元的医疗医药细分赛道中，寻找到以创新作为核心竞争力、善于捕捉商业机会、执行力优秀的标的公司，通过向标的公司赋能产业资源及金融资源，结合严谨的投后治理，帮助企业迅速发展壮大。

青岛清池创投基金合伙人钱然婷女士表示:“近年来，AI+生物计算在生命科学领域中的应用潜力随着AI技术的高速迭代逐渐显现。智峪生科团队将AI与合成生物学深度融合，在蛋白质结构预测的领军科学家王晟博士的带领下，通过AI技术赋能合成生物学DBTL各个环节。公司成立两年以来，不断丰富产品研发管线，且实现了首个产品的商业化试水。我们寄希望于智峪生科团队持续以最前沿的AI技术赋能合成生物学的应用，向市场高效输出兼具创新性与成本优势的产品。”

跟投方惠每资本（HM CAPITAL）是一家专注于医疗健康投资的专业基金，依托于惠每医疗集团等资源生态优势，多维度、跨区域、立体化地投资于医疗健康生态系统，致力于打造具有国际视野及本土执行力的专业投资平台，通过双币种、多策略基金投资模式，帮助早期和成长期医疗健康企业快速成长。截至2022年底，惠每管理规模超40亿元，全球范围内投资企业超50家，投资组合中多家已经成为行业领军企业。

惠每资本表示：“智峪生科集合了多个细分领域的AI算法科学家及合成生物方向产业化经验丰富的团队，致力于将世界前沿的干湿实验闭环落地在酶法绿色制造管线，从而将AI、合成生物学、药物研发的技术优势转化为商业化优势。我们期待团队进一步攻克行业瓶颈，推动大分子药物研发、酶法绿色制造产业的重要突破。”

跟投方宏沣投资为宁波杭州湾生命科技园BioVillage的配套基金管理人，杭州湾生命科技园BioVillage位于宁波前湾新区高端产业区核心地块。园区占地100亩,总建筑面积约8.5万平方米，由生物医药创业孵化楼、企业独栋等组成。宏沣投资专注于生命健康领域，特别是早期创新型生物医药研发企业。

宏沣投资创始合伙人楼国强先生表示：“智峪生科致力于通过AI赋能合成生物学，预测蛋白结构、优化选品、降本增效，解决行业的难点痛点，实践了当前绿色可持续发展战略，也与我们宏沣投资关注的方向十分契合。智峪团队是一支实力强劲、富有创造力的队伍，我们看好智峪的前景并很荣幸有机会参与公司的发展，相信在王晟博士的带领下，公司会展示出在合成生物学领域更大的潜力，给行业带来更广阔的空间。”

跟投方钱塘创投主要从事海内外早期类项目及Pre-IPO项目投资，中外联动，以全球视野搜寻项目，通过投资早期创新型项目并助推其发展，专注于信息技术和生物医药领域，有资深专业人才、合作投资机构以及深厚产业人脉基础。

能够投到智峪生科这样优秀的项目，这些投资人眼光是独到的，也是幸运的，那么没有投到这个项目的投资人面对AI给医疗行业带来的机遇又该如何布局呢？

03 AI医疗还有哪些方向留给投资人

AIGC技术的突破，把许多投资人的目光重新拉回AI，AIGC与医疗的结合也是他们感兴趣的重点方向，然而一个通用性的技术与与一个专业领域的组合，这不仅需要投资人在医疗领域有着资深的经验，同时还要对AI技术有着深刻理解，这对投资人有着十分苛刻的要求，可以说，AIGC+医疗是个不错的投资机遇，但只是少数投资人的机遇。那么这些机遇在哪里呢？

总体来看，AI医疗由上游的基础设施、中游的算法模型和下游的应用拓展三部分构成。

基础设施主要由工具链和智算平台构成；中间为模型层，其中有部分采用的是从自建模型到开发应用的端到端模式，指的是科技公司或创业企业针对一些特定的领域，自行完成基础模型的开发，再针对目标市场和应用，进行模型、知识和数据的特定优化，并开发出直接交付给用户的应用产品；在模型层之上是应用层。这些应用往往依赖于模型层进行开发，通过接入API实现应用功能。

从成本效益的角度考虑，基础层、模型层的搭建适合有规模效应的大厂和平台来做；而创业公司在应用方面的探索和突破，很有可能会成为未来的主要趋势。

目前，谷歌、百度均在模型层发力，分别推出了基于生成式模型的蛋白结构预测模型。这些通用性的基础模型需要强大的算法、算力和数据资源的支撑，头部的科技公司在这些方面有着更大的优势，投资人参与的机会并不多。

有一些初创企业也会另辟蹊径，专注于某些小赛道的专业数据和对于某个细分领域的理解来训练小模型，比如左手医生从2016年起从知识图谱切入医疗AI领域，在研发层面已经融合OpenAI等厂商的成熟训练思路，验证了大模型对于AI医生能力的跃迁性提升。在器械领域，CRO普瑞纯证推出了器械法规文档体系的生成式模型，在注册审批这一环节中提高了效率。

专注于细分领域的初创企业对于投资人来说是个机会，但这些机会捕捉的难度要大得多，这也是现在很多投资人看着AI医疗是个机会，但又迟迟难以下手的主要原因。

还有一类是调用GPT能力赋能的互联网医疗企业，一种是利用AIGC能力提高效率，如多问医生接入GPT后耦联了自身第二意见子模型，自动生成了第二意见书；第二类表现为延伸产品服务范围，例如万木健康（AIGC+医学内容营销），原医学科普内容服务提供商，利用原本积累的医生资源，借用AIGC的内容生产模式，将业务拓展到医生数字人运营和与医生共建单病种知识数据库，打造医疗领域的Midjourney商业闭环。

这一类型的机会大多在PE阶段项目和上市公司。

总体看来，AI给医疗投资带来了新的投资机会，但是伴随着机会而来的是投资难度的倍增，在新机会下，谁将成为那个慧眼识珠的投资人，我们拭目以待。