初创公司从海量的人工智能生成的候选药物中筛选，以找出最具潜力的候选药物

人工智能对科学最重大的贡献之一，是谷歌DeepMind将深度学习模型应用于预测蛋白质的复杂结构——这些分子主导着活细胞中的几乎所有过程。

然而，随着人工智能模型生成越来越多的潜在疗法候选方案，一个新的瓶颈随之出现：如何对这些候选方案进行实际表征，以便进行测试和大规模生产。

这正是 10x Science 的使命。这家成立于 2025 年 12 月的初创公司今日宣布完成由 Initialized Capital 领投、Y Combinator、Civilization Ventures 和 Founder Factor 跟投的 480 万美元种子轮融资。 该公司的三位联合创始人分别是 David Roberts 和 Andrew Reiter——两位经验丰富的生物化学家，以及精通计算机科学和人工智能模型的连续创业者 Vishnu Tejas。

“当生物制药公司着手开发候选药物时，他们拥有各种出色的预测工具，”罗伯茨告诉TechCrunch。“你可以将任意数量的候选药物加入研发漏斗的顶端，但它们都必须经过表征过程。一切都需要被测量。”

对于开发生物制剂的研究人员而言——这类药物在活细胞中生产，并经过工程改造以精准针对特定疾病和病症——理解蛋白质结构至关重要。例如，这些药物可以被设计成精准定位特定细胞，就像默克公司广泛使用的药物Keytruda一样，它能帮助免疫系统识别并攻击癌细胞。

10x的三位创始人此前曾在诺贝尔奖得主卡罗琳·贝托齐（Carolyn Bertozzi）博士的斯坦福大学实验室共事，研究癌细胞与免疫系统之间的相互作用。由于无法精确掌握分子层面的具体情况，他们感到十分沮丧。

评估分子最精确的方法是质谱分析，这是一种通过在电场中测量分子来确定原子结构的复杂技术。这种相对较新的方法会产生复杂的数据，需要相当的专业知识才能解读，且分析过程十分耗时。

10x的平台将基于化学和生物学的确定性算法与能够解读数据的人工智能代理相结合。该团队投入了大量精力，利用质谱数据对模型进行训练，并确保其分析结果可追溯——对于旨在帮助企业满足合规要求的工具而言，这是一项关键功能。

马修·克劳福德（Matthew Crawford）是 Rilas Technologies 的一名科学家——该公司为其他企业提供化学分析服务——他帮助生物技术初创企业等客户避免在光谱仪设备及其操作专家身上投入数百万美元。克劳福德已使用 10x Science 平台数周，他表示该平台正在加速他的工作。

克劳福德指出，该模型令他印象深刻之处在于：它能够解释其推理过程，独立定位正确的分析数据，并能适应对各类分子的评估。他提到，虽然此前测试过的某些AI工具要么承诺过多，要么存在准确性问题，但这款工具做出的假设合情合理——他认为这一品质得益于其开发者的深厚领域专业知识。

“我用它分析了一种特定的蛋白质，它基本上仅凭文件名就推断出了该蛋白质的可能成分，”克劳福德说道，“随后它从在线数据库中检索到了该蛋白质的序列，因此我无需手动输入序列。”

10x的高管们表示，他们还正在与多家大型制药公司及学术研究人员开展合作。 公司计划利用这笔种子轮融资招聘更多工程师，进一步优化模型，并吸引新客户。如果他们在蛋白质表征领域取得突破，罗伯茨希望公司最终能扩展业务，提供一种将蛋白质结构与其他细胞数据相结合的全新生物学理解方式。

“我们真正构建的核心，是一种定义分子智能的新方法，”罗伯茨说道。

对投资者而言，10x提供了一个进入生物技术领域的切入点，且不依赖于特定药物的成功与监管审批。如果公司能按照创始人的设想发展，它将成为药物研发中的关键工具，无论最终产品能否在商业上取得成功。

“这是一个SaaS平台，制药公司必须按月付费，才能处理所有这些潜在候选药物，”Initialized的合伙人佐伊·佩雷特（Zoe Perret）表示。她押注于创始团队深厚的专业知识，认为这能使公司免受竞争对手的冲击——真正理解这些方法及其所生成数据的人寥寥无几。

据克劳福德介绍，该平台的作用在于让那些能够从中受益但缺乏时间或资源来实施这些技术的研究人员能够轻松使用这些技术。

“这里的团队都在尝试开发新药，”他告诉TechCrunch。“他们只是希望从质谱分析中获得快速、简单的答案，但这往往会引发一系列复杂问题。这款软件将帮助他们避免陷入这些复杂问题，直接提供他们真正需要的答案，以便推进到研究的下一阶段。”