摘要：2024年，AI制药领域迎来分水岭时刻。当传统药企还在为一个个失败候选药物付出数亿美元代价时，一家名为Chai Discovery的初创公司已经让整个行业看到了新的可能。他们开发的零样本抗体设计模型Chai-2，成功将抗体药物发现的命中率提升了整整155倍，让

耗时从数年缩短至两周，成功率从0.1%跃升至15.5%——这家成立仅18个月的初创公司，正用AI技术颠覆传统药物研发范式。

2024年，AI制药领域迎来分水岭时刻。当传统药企还在为一个个失败候选药物付出数亿美元代价时，一家名为Chai Discovery的初创公司已经让整个行业看到了新的可能。他们开发的零样本抗体设计模型Chai-2，成功将抗体药物发现的命中率提升了整整155倍，让制药巨头们纷纷侧目。

从“试错式发现"到"精准设计”，Chai Discovery正在证明：AI驱动的生物技术革命已经到来。这不仅是技术的升级，更是对整个药物研发范式的彻底重构。

01 明星团队跨界创业，技术天才联手商业精英

Chai Discovery的故事始于2024年3月的旧金山。虽然公司成立时间不长，但创始团队却堪称“全明星阵容”，完美融合了技术和商业的顶尖基因。

让人惊讶的是，在获得首轮融资时，公司全体员工还不足10人。就是这样一支精干的团队，却怀揣着改变整个药物研发行业的远大理想。

02 技术突破：从结构预测到抗体设计的跨越

Chai Discovery的技术演进路径清晰而富有层次，两大核心产品分别对应了AI制药的不同能力阶段，展现了公司的技术积累和突破性创新能力。

2024年9月，公司首先发布了开源多模态基础模型Chai-1。这个模型专注于分子结构预测，能够统一预测蛋白质、小分子、DNA、RNA等多种生物分子结构。虽然采用了与AlphaFold 3类似的架构，但Chai-1在关键指标上实现了超越——在蛋白质-配体复合物预测中达到了77%的成功率，略高于AlphaFold 3的76%。

Chai-1的独特之处在于其"原生多模态"功能和无需多重序列比对即可基于单序列进行有效运算的能力。这个模型还可以接收外部约束条件，显著提升预测精度。更重要的是，Chai Discovery做出了一个大胆决定：将模型权重和推理代码全部开源。这一举措不仅推动了领域的透明度与合作，也为公司建立了良好的行业声誉。

但真正的突破发生在2025年6月。公司发布了零样本从头抗体设计模型Chai-2，其平均成功率高达15.5%，与传统方法0.1%的命中率形成了鲜明对比。Chai-2具备真正的"零样本"蛋白质从头设计能力，仅凭训练数据中的通用知识就能够直接设计出有效的全新抗体，无需针对特定靶点进行额外训练。

在52个不同目标的实验室验证中，Chai-2实现了16%的抗体命中率和68%的小蛋白命中率，50%的目标至少获得一个成功命中。这意味着即使面对毫无实验数据的未知靶点，包括各类难成药靶点，Chai-2也能通过计算直接生成具有结合活性的新蛋白。

03 商业模式：从开源到闭源的战略转变

Chai Discovery的商业模式经历了明显的演进过程，反映了公司从技术推广到商业化落地的战略思考和实践智慧。

在Chai-1阶段，公司选择了开源策略，主动发布模型权重和推理代码供非商业使用，同时推出免费的Chai-1网页接口供药物研发团队测试功能。这一策略虽然短期内看不到直接收益，但帮助公司快速建立了行业影响力和技术信誉，为后续发展奠定了坚实基础。

进入Chai-2阶段后，公司果断转向闭源商业化路径。他们决定不再开源模型，只向学术机构提供部分非商业许可，同时开始积极寻求药企合作伙伴，计划通过合作研发和授权模式实现商业化盈利。

这种转变体现了公司对AI模型与药物研发高投入需求的现实考量。直接用于抗体生成的Chai-2正在成为公司商业变现的基石，其巨大的商业价值需要通过合理的商业模式来释放。公司的目标客户群体包括大型制药公司、生物技术初创公司和学术研究机构。盈利模式可能采用多元化的组合策略，包括技术授权费用、合作研发收益分成和云计算服务收费等。2025年8月，辉瑞前首席科学官Mikael Dolsten博士加入公司董事会，这一举动释放了向应用转化迈进的强烈信号。

04 资本追捧：巨额融资与行业认可

资本市场对Chai Discovery的表现可以用"热烈追捧"来形容。2025年8月，公司宣布完成7000万美元A轮融资，本轮由Menlo Ventures领投，新投资者Yosemite、DST Global Partners、SV Angel、Avenir、DCVC等知名机构跟投。

这次融资距离公司上一轮融资还不到一年时间。回顾2024年9月，公司刚刚获得了由Thrive Capital、OpenAI和Dimension领投的3000万美元种子轮融资，当时估值已经达到1.5亿美元。

A轮融资使公司估值达到约5.5亿美元，在短短一年内实现了近3倍的增长，充分反映了资本市场对其技术前景的极度看好和信心。投资方不仅提供资金支持，更带来了丰富的行业资源和战略指导。

融资资金将主要用于进一步开发Chai平台，将其能力扩展至以前无法实现的靶点领域。同时，公司也计划扩大团队规模，加速技术商业化进程，推动更多AI设计的药物进入实际研发管线。

05 竞争优势：技术领先与生态建设

在快速发展的AI制药领域，Chai Discovery凭借多重竞争优势占据了有利位置，这些优势正在转化为持续的发展动力。

技术独特性是公司的核心优势。Chai-2的零样本设计能力是行业内的突破性创新，相比传统方法实现了数量级的效率提升。其多模态生成架构集成了全原子结构预测和生成建模，能够跨多种模式设计新的蛋白质结合剂，这种技术能力在业内极为罕见。

人才密度是另一个关键优势。尽管团队规模不大，但核心成员都来自顶尖AI研究和生物技术公司，具备罕见的交叉学科能力和产业经验。这种高素质的人才组合确保了公司既能进行前沿技术探索，又能实现工程化落地。

通过Chai-1的开源策略，公司成功建立了良好的开发者社区和学术合作关系，为后续技术推广和生态建设奠定了基础。这种开放态度赢得了学术界的认可，为长期发展创造了有利环境。

战略投资者的支持也为公司带来了独特优势。OpenAI、Thrive Capital等顶级投资者的参与不仅提供了资金保障，更重要的是带来了技术洞察、行业资源和品牌背书，这些都是初创公司非常需要的支持。

与Isomorphic Labs、EvolutionaryScale等竞争对手相比，Chai Discovery在技术性能、产品化程度和团队执行力方面都表现出明显优势。当然，在新药临床推进经验方面，公司还需要时间和实践来积累。

06 前行挑战：技术与商业化的双重考验

尽管发展前景广阔，但Chai Discovery仍然面临着多重挑战，这些挑战需要公司在未来发展中逐一克服。

（一）技术验证风险是首要挑战。AI设计的抗体仍然需要经过严格的临床测试、安全性评估与监管验证流程。实验室中的高命中率能否转化为临床上的有效性和安全性，仍然需要大量实验数据来证明。这个问题直接关系到技术的实用价值。

（二）药物研发固有的长周期、高投入特点带来了商业化周期挑战。即使AI技术能够加速前期发现阶段，后续的临床开发和审批仍然需要大量时间和资源投入。这种长周期特性对公司的资金实力和耐心都是巨大考验。

（三）行业竞争加剧也是不容忽视的挑战。随着AI制药热度的提升，各大药企和科技公司纷纷布局这个领域，技术差距可能会迅速缩小。如何保持技术领先优势，是公司需要持续思考的问题。

（四）数据壁垒同样存在挑战。高质量的生物数据是AI模型训练的基础，如何获取足够多且高质量的训练数据是持续创新的前提。这方面可能需要与更多机构建立合作关系。

（五）监管不确定性也需要特别关注。AI设计的药物可能面临特殊的监管审查和标准，需要与监管机构沟通建立新的评审框架。这个过程的复杂性和时间成本都不容小觑。

（六）商业模式的验证尚待进行。公司的合作分成模式还没有经过大规模验证，如何与药企建立互利共赢的合作关系，需要在实际操作中不断探索和完善。

07 未来展望：从抗体设计到全面药物工程

Chai Discovery的未来发展可能沿着多个方向展开。

短期内，公司将进一步深化Chai-2的应用范围，拓展到更多难成药靶点和疾病领域。通过与药企建立深度合作，推进首批AI设计抗体药物的临床前研究，争取早日进入临床试验阶段。这个阶段的关键是证明技术的可靠性和可重复性。

中期规划中，公司可能会着手建立端到端的药物设计平台，覆盖从靶点发现到候选化合物优化的全流程。同时，将技术能力从小分子、抗体扩展到更广泛的药物形态，建立更加完整的技术体系。这个阶段的目标是打造平台化的技术能力。

长期愿景是实现生物学从"科学"到"工程"的转变，使药物开发变得更加高效、可控。最终可能实现根据疾病靶点"按需设计"药物的理想状态。这个愿景的实现将彻底改变药物研发的本质。

公司技术有望在多个重要领域产生重大影响。在罕见病和疑难疾病药物开发方面，AI设计能力可以大大降低研发成本；在快速响应传染病爆发方面，能够快速设计中和抗体；在个性化癌症治疗领域，可以实现量身定制的治疗方案；在抗衰老药物研发方面，也开辟了新的可能性。

行业分析师预测，AI驱动的药物发现市场将在未来五年内增长数倍。Chai Discovery如果能够保持技术领先优势，完善商业模式，有望成为这个领域的领军企业，引领行业向更加高效、精准的方向发展。

08 数据支撑：百倍效率提升的价值验证

Chai Discovery的技术价值已有具体数据支持。

抗体设计成功率从传统方法的0.1%提升至15.5%，实现155倍的效率飞跃。时间周期从传统方法需数月甚至数年压缩至短短两周。开发成本也大幅降低，传统方法需投入数百万美元，而Chai-2显著降低了发现成本。

在靶点覆盖方面，在52种抗原测试中，50%的靶点至少获得一个成功命中。设计的小蛋白亲和力达到皮摩尔等级，表现出极高的结合强度。

这些数据不仅证明了技术的有效性，也预示着巨大的经济价值。据估计，全球抗体药物市场规模在2025年将超过3000亿美元，即使只占据微小市场份额，也能带来可观收益。

09 结语

Chai Discovery的出现标志着AI制药正从“辅助工具”走向“核心驱动力量”。

其技术突破不仅体现在效率提升上，更重要的是实现了从“发现”到“设计”的范式转变。正如Meier所言： Chai Discovery的存在是为了突破该领域的可能性界限，应用前沿人工智能将生物学从科学转变为工程学。 未来十年，我们可能见证一系列由AI设计的药物进入市场，最终改变人类应对疾病的根本方式。Chai Discovery正是这一变革浪潮中的弄潮儿。

技术成熟和商业化落地仍需时间，但方向已经明确：AI正在重塑药物研发的本质，而Chai Discovery正处于这一变革的最前沿。

来源：寂寞的咖啡