见微

见微知著 · 医疗与科技情报

2026-09-21 · 周一
企业概览

企业概览:寻明生科 (Aureka Biotechnologies)

寻明生科 (Aureka Biotechnologies) 企业概览

一句话定位:用”特斯拉造电车”的逻辑重做抗体药物发现——AI 基座模型 + 高通量微流控实验闭环,目标让验证周期从年缩短到周。


基本信息

项目内容
成立时间2023年
总部/布局中美双中心,加州建有 3 个大型超高通量实验室
创始人/CEO赵伟安博士(UCI 终身正教授,斯坦福全球前 2% 顶尖科学家)
背景哈佛医学院博士后,MIT、麦克马斯特大学、山东大学训练
累计融资近 $200M(A轮 + A+轮 $35M + B轮 $100M)
上市状态未上市

融资历程

时间轮次金额领投方关键老股东
2025-11Series A数千万美元五源资本、启明创投
2026-04Series A+$35M红杉中国经纬创投、博远资本、纽尔利资本
2026-08Series B$100MGranite Asia(首轮)弘晖基金、启明、经纬、纽尔利

节奏特点:A+ 到 B 仅间隔 4 个月,资本密度极高,反映 AI 抗体设计赛道热度。


技术平台:AuraIDE + OpenDDE

寻明生科将自己定位为 Drug Discovery Engine,不只是预测,而是要从零设计分子。

核心技术栈

组件名称功能
基座模型AuraIDE™全原子生物分子基础模型,覆盖结构预测、共折叠、de novo 设计
开源引擎OpenDDE2026.07.06 开源,第三方评测 DockQ success 76.1%(AlphaFold 3 为 47.9%)
实验闭环微流控平台单细胞液滴反应,体积缩小 100 万倍,百万-千万级并行
智能体AI Agent 基础设施算法驱动决策、设计、引导实验

模型关键设计

  • 全原子 Tokenization:将主链(backbone)和侧链(side chain)拆分为不同 Token,保留三维信息
  • 多分子共折叠(Co-folding):预测抗体-抗原复合物的结合界面
  • 统一训练框架:将结构预测和从头设计放在同一框架下训练
  • 参数规模:OpenDDE 7 亿参数(AlphaFold 3 的 2 倍多),闭源版本为其 2-3 倍
  • 训练数据:100B-120B Token,千卡级集群训练

Lab-in-the-Loop 闭环

模型设计 → 微流控制造/测试 → 数据回流 → 模型迭代
   ↑_________________________________________|

CEO 赵伟安称之为同时跑两个闭环:

  • 大闭环:筛选更好的药物候选
  • 小闭环:实验数据持续回流基座模型,让它变得更懂生物

管线与商业

自研管线(已公开 8 条)

管线类型进展
AURA083多特异性抗体临床前
AURA104/105激动型抗体临床前
AURA136高效内吞型抗体临床前
AURA053酸碱开关抗体临床前
AURA010/012/014表位特异靶向抗体临床前
未命名自身免疫(功能型抗体)2026 年内启动 I 期临床
未命名2 款处于 IND 开发阶段

商业化数据

  • 收入:过去两年实现千万美元级商业收入
  • 合作:与多家跨国药企建立 BD / NewCo 合作
  • 交付周期:标准靶点分子设计效率提升 50%,验证周期压缩至 3 周(生化)、6 周(细胞功能)
  • 资产交易:从立项到具备交易价值的药物资产,最快可压缩至 1 年

商业模式

模式比喻内容
卖引擎卖平台AuraIDE / OpenDDE 模型能力输出(API、订阅)
卖车卖管线自主设计候选分子,临床前/临床阶段通过 licensing 交易

竞争优势

  1. 抗体专精:聚焦高价值抗体药物,包括 GPCR 等挑战性靶点
  2. 实验闭环完整:自研微流控平台,非纯计算公司
  3. 开源策略:OpenDDE 开源建立社区信任,吸引合作
  4. 速度:4 个月一轮融资,管线推进极快

风险与挑战

  • 临床验证尚早:最快 2027 Q1 才提交 IND,距概念验证还有距离
  • 开源vs商业化平衡:OpenDDE 开源如何与 AuraIDE 商业化互补仍需观察
  • 中美双中心运营:地缘政治风险(尽管创始人有深厚美国学术背景)
  • 与巨头竞争:Generate Biomedicines、LabGenius 等同赛道公司融资能力同样强劲

数据来源:寻明生科官方公告、zgeo.net、Elsewhere News、瑞财经。部分信息截至 2026-08-15。