36氪獲悉，MetaNovas（元星智藥）近期完成A+、A++兩輪融資，由富華資本、高瓴資本、袋鼠媽媽集團(tuán)等消費(fèi)健康產(chǎn)業(yè)資本共同投資。此前，A輪融資由高瓴創(chuàng)投、寶頂創(chuàng)投聯(lián)合領(lǐng)投，若羽臣跟投。

如今AI For Science引發(fā)的熱潮仍在繼續(xù)，AI正加速改變新藥、新材料等行業(yè)開發(fā)范式。不過市場(chǎng)也在逐步回歸理性：盡管通過AI生成、優(yōu)化分子結(jié)構(gòu)的難度大幅降低，但首尾兩端的挑戰(zhàn)尚未因?yàn)榧夹g(shù)演進(jìn)而發(fā)生質(zhì)變。

傳統(tǒng)技術(shù)路徑下，從初期選品、中期放大量產(chǎn)，到后端的注冊(cè)準(zhǔn)入和商業(yè)化落地，開發(fā)一個(gè)消費(fèi)型新材料約需3-5年時(shí)間。為提升全鏈條效率，MetaNovas構(gòu)建了以Agentic AI（智能體人工智能）為核心的系統(tǒng)級(jí)操作平臺(tái)，以在高度不確定性的研發(fā)環(huán)境中，進(jìn)行多目標(biāo)決策，兼顧新材料分子的性能、工藝要求、法規(guī)約束等，從源頭降低商業(yè)落地的成本。

MetaNovas聯(lián)合創(chuàng)始人、CEO王梅杰告訴36氪，在“AI智能研發(fā)組織”的推動(dòng)下，其開發(fā)最快的生物活性原料在12個(gè)月內(nèi)完成了從概念提出到人體功效測(cè)試的流程。因?yàn)锳I智能體在全鏈條的應(yīng)用，MetaNovas得以保持精簡、高效的團(tuán)隊(duì)，且能支持快速增加的新材料管線所需人力。

當(dāng)前MetaNovas團(tuán)隊(duì)AI算法專家、生物學(xué)團(tuán)隊(duì)、轉(zhuǎn)化團(tuán)隊(duì)各占1/3。創(chuàng)始團(tuán)隊(duì)則都具有AI、生物醫(yī)藥與計(jì)算材料復(fù)合背景。王梅杰曾在英偉達(dá)硅谷總部任職，開發(fā)用于生物計(jì)算的人工智能基礎(chǔ)設(shè)施；首席技術(shù)官余論是MIT核科學(xué)與工程及AI方向博士，曾在美國UnitedHealth Group擔(dān)任首席數(shù)據(jù)科學(xué)家。

據(jù)介紹，MetaNovas自研了分子語言生成大模型，作為底層生成引擎，能夠跨模態(tài)表證多肽、聚合物、小分子等，“覆蓋超過10^60的化學(xué)空間，分子生成有效率超95%”。同時(shí)，針對(duì)材料落地必須考量的理化性質(zhì)（如熱穩(wěn)定性、氣味、紫外吸光度等），其開發(fā)了性能預(yù)測(cè)模型，為分子篩選提供依據(jù)。

提升模型精度的關(guān)鍵是：高質(zhì)量數(shù)據(jù)積累，及基于實(shí)驗(yàn)數(shù)據(jù)自動(dòng)迭代的active learning系統(tǒng)。余論介紹道，訓(xùn)練數(shù)據(jù)主要包括三類：文獻(xiàn)與專利數(shù)據(jù)；與學(xué)術(shù)機(jī)構(gòu)合作授權(quán)的實(shí)驗(yàn)室數(shù)據(jù)；內(nèi)部實(shí)驗(yàn)平臺(tái)產(chǎn)生的高通量濕實(shí)驗(yàn)數(shù)據(jù)。其中，自有實(shí)驗(yàn)平臺(tái)不僅積累了成功的驗(yàn)證數(shù)據(jù)，也沉淀了“失敗”的負(fù)樣本數(shù)據(jù)。這些稀缺的內(nèi)部反饋，讓AI系統(tǒng)在迭代中更加精準(zhǔn)。

圖源：MetaNovas

為了讓AI系統(tǒng)擁有研發(fā)團(tuán)隊(duì)的思維與能力，MetaNovas針對(duì)新材料開發(fā)的全流程，開發(fā)了文獻(xiàn)挖掘、分子生成、性能預(yù)測(cè)、實(shí)驗(yàn)規(guī)劃、市場(chǎng)和商業(yè)化等AI智能體。

“新材料開發(fā)涉及不同背景的團(tuán)隊(duì)，包括生物學(xué)家、藥化學(xué)家、配方師、市場(chǎng)人員等等。開發(fā)Agent的核心在于搭建出更高效產(chǎn)出有效知識(shí)的工作流，將人類團(tuán)隊(duì)長期磨合出的動(dòng)態(tài)協(xié)作機(jī)制，抽象為Agent能夠直接執(zhí)行的核心步驟、關(guān)鍵質(zhì)量審核（QC）節(jié)點(diǎn)等，這就依賴于既往團(tuán)隊(duì)在各環(huán)節(jié)沉淀下的know-how?！庇嗾摻忉尩?。

如市場(chǎng)洞察環(huán)節(jié)，Agent系統(tǒng)會(huì)抓取消費(fèi)品渠道的真實(shí)數(shù)據(jù)（成分、配方、銷量等）進(jìn)行前瞻性分析。在生物學(xué)家設(shè)計(jì)實(shí)驗(yàn)前，AI已結(jié)合市場(chǎng)方向，排除了過度競爭的賽道，引導(dǎo)研發(fā)走向更具差異化和市場(chǎng)潛力的方向，避免了“做出來卻不是市場(chǎng)所需”的沉沒成本。

在Agent系統(tǒng)賦能下，MetaNovas平臺(tái)推薦分子的首次成功率超過60%，大幅降低了試錯(cuò)成本與迭代次數(shù)。其開發(fā)的Senoreversing（衰老逆轉(zhuǎn)）肽僅測(cè)試42個(gè)肽分子、經(jīng)過2輪迭代，即完成實(shí)驗(yàn)驗(yàn)證，該分子也獲得聯(lián)合利華等品牌商的關(guān)注。此外，由AI設(shè)計(jì)的殺菌消炎新分子AMP33已取得醫(yī)療器械主文檔備案。

作為一家AI原生的新材料開發(fā)平臺(tái)，MetaNovas的管線開發(fā)方向正在拓展，包括生物活性成分、醫(yī)用材料、功能聚合物、光化學(xué)成分、氣味與風(fēng)味成分等。工藝放大和生產(chǎn)方面，其主要與 CDMO深度合作，成立合資公司，進(jìn)行定向生產(chǎn)轉(zhuǎn)化。商業(yè)上，多以與品牌商聯(lián)合開發(fā)、進(jìn)行材料供應(yīng)等模式開展。

在Agentic AI的驅(qū)動(dòng)下，材料科學(xué)正在告別漫長且昂貴的“盲篩時(shí)代”。當(dāng)AI不再是單純的生成工具，而是進(jìn)化為不知疲倦、能跨越學(xué)科鴻溝、懂得商業(yè)化權(quán)衡的“智能研發(fā)組織”時(shí)，新材料研發(fā)的新工業(yè)時(shí)代正在到來。