首发| CataX AI完成种子轮融资,启明创投独家投资
投资界
原标题:首发| CataX AI完成种子轮融资,启明创投独家投资
AI制药的战场,正从分子转向临床。投资界获悉,CataX AI近日已完成种子轮融资,启明创投独 家投资。与此前聚焦药物发现的AI制药公司不同,这家成立仅4个月的AI原生Biotech不做靶点与分子发现,而是借助Agent加速新药的早期临床开发。身后创始人王子龙,90后,高一时,他便凭全国生物联赛一等奖获得保送资格,高中期间累计获得生物、物理、信息学三科四项竞赛一等奖。后来他选择在复旦大学就读临床医学八年制专业,最终取得肿瘤学博士学位。此后他曾任一家AI医疗科技公司CTO与首席医学官,荣膺福布斯30U30;并进入微软亚洲研究院,成为亚研院唯 一一位医学背景、专注医疗AI的研究员。几次跨界之后,如今他亲自下场做药。聊起这次创业,王子龙从学医经历讲到Agent浪潮,中间始终牵着一条线:“医学决定我们为什么出发,而AI决定应该怎样去做。”一路走来,他想缩短的始终是技术与患者之间的距离。90后AI天才成为医学博士 决定投身AIDD浪潮故事从王子龙说起。1991年出生于河北秦皇岛,高一开始他就陆续包揽生物、物理、信息学等多项全国联赛一等奖,早早拿到保送资格。尽管他极其痴迷计算机,却做了看似反直觉的选择:进入复旦大学攻读八年制临床医学。他有自己的考量:计算机足够开放,唯独医学无法凭空自学,必须亲历科班训练。“没有人能毫无凭证地走进手术室。但也许有一天,AI真能代替医生,代替药物研发者呢?”在复旦大学,王子龙一边学医,一边旁听计算机课程。他把跨学科学习比作航海:初入陌生领域宛如幽暗无际的大海,学科之间的交叉地带,则是“宝贵的淡水岛”。找到它需要时间,“不要着急,耐心一点总会找到”。临床轮转与腾讯实习的经历,让他看到了另一种可能。科室连轴转一天能做十几台手术;而在腾讯,团队产品上线就能触达约十万人。他开始思考,怎样把技术带进医疗,让更多患者受益。毕业后,王子龙加入AI医疗企业体素科技,年仅28岁便一肩挑起CTO与首席医学官。那段创业实战中,他带队推进了覆盖全国155家中心、超4.7万名受试者的前瞻性多中心研究,拿下了国内早期的NMPA三类医疗AI器械注册证。并连续入选福布斯30Under30、胡润U30创业领 袖榜。恰逢大模型浪潮席卷而来。2023年,王子龙选择重返科研高地,担任微软亚洲研究院(MSRA)高级研究员,研究医疗基础模型、自主智能体及人机协作,相关研究在GitHub上斩获超两万颗星标。转折发生在今年初,接连出现的Agent产品带来了一次“信仰飞跃”。此前,王子龙参与一项关于视障程序员的研究,观察他们如何借助AI工具编程及审阅代码。随着论文推进,现实却以更快的速度被改写。连他自己写代码时,也几乎不再逐行审阅了。“医学决定我们为什么出发,而AI决定应该怎样去做。”人与AI之间的分工改变,让他想到医药行业的现实。如今新药临床开发,依然带有强烈的工业流水线色彩:推进一条管线,需要医学、注册、运营、数据、生物统计等十多个职能部门相互配合。哪怕只是修改一份常规报告,也伴随着烦琐的跨部门会议与文件流转。“如果从第 一天起,就让智能体深度在场,这样一家生物医药公司应该什么样?”带着这个疑问,王子龙毅然离开微软,开启创业。启明创投孵化一家AI原生药企诞生“王子龙身上有很强的创业激情。”启明创投合伙人、医疗创新行业共同负责人陈侃回忆初见时的印象,“市面上懂AI的人很多,学医出身的也不少,但既在微软做着最前沿医学AI研究,又受过系统临床医学训练,同时还迫切下场做点实事的人,非常少见。”今年春天,经复旦大学校友引荐,王子龙与陈侃见了面。那时,王子龙脑中只有“把Agent嵌进制药”的粗略框架,连商业计划书都还没写完。但两人围绕技术演进与新药研发聊了几个小时,很多底层判断一拍即合。作为中国最早布局AI制药的投资机构之一,启明创投此前投资过英矽智能等早期药物发现公司。在陈侃看来,AI在靶点发现和分子设计阶段的应用已经相对成熟,如今整个医药行业的瓶颈已经转移到了下游。一款新药研发动辄耗时十年、耗资数十亿美元。其中,早期的药物发现只占去约20%的成本与时间,剩下80%的权重都压在临床开发阶段。过去几年,中国临床前新药分子(PCC)的产出量占到了全球的44%,急需一条高性价比通道跨过“人体概念验证(PoC)”的生死线。“如果人类今天停下所有新药分子的发现,光是实验室里攒下的存量,就足够全球临床体系消化整整十年。”在陈侃看来,用智能体重构临床试验是降本必由之路。但传统药企通过AI穿透重重职能部门壁垒,无异于推翻整个旧体系。与其对抗庞大惯性,不如从零开始。随后,启明创投决定以种子轮独 家出资的方式,与王子龙联手孵化这家新公司。在启明创投的推动与引荐下,曾在泰格医药、百济神州等企业做过十余年临床运营的蒋哲敏作为联合创始人兼CDO加入,补齐了临床落地的关键一环。2026年7月,CataX AI在上海成立。“Cata”取自催化剂Catalyst,意在加速新药研发;“X”标识由绿色DNA双螺旋与蓝色芯片电路交叉而成,寓意探索未知疾病,也寄托十倍(10x)效能的期待。公司瞄准临床前及早期临床管线,计划通过许可引进或共同开发,持有相应权益,推进早期临床概念验证(PoC)。对于取得积极人体证据的项目,再寻求对外授权,由具备后续开发和商业化能力的伙伴接力。承接这些管线的,是团队探索的“一人全栈临床”(Clinical-of-One)模式。一名临床开发负责人统筹项目,协调Agent与外部专家。资料研究、文件起草、数据处理交由Agent参与,关键决策则是由人负责。诚然,医学验证无法违背冷峻的客观规律:若一项临床随访需要一年,AI也无法凭空缩短时间。所谓“10x Biotech”的效率,是通过精准资产筛选与减少人为内耗,把资源投入到更多有价值的临床验证中。一人撑起N条管线中国未来药企样本浮现“未来的药企,注定向着这种组织范式演进。”陈侃将CataX AI的探索视作行业探路。在他看来,Agent对研发与底层分工的重塑终将深入行业,但这无法在真空中发生,需要整个生态同行。一家公司的内部革新,最终仍需与医院、合作伙伴及监管体系衔接。这场探索,恰逢中国创新药走向全球的窗口期。陈侃观察到,海外药企对中国资产的关注,已从价格优势转向资产质量。一些有潜力的早期项目,仍因资金不足难以继续推进。对于新成立的Biotech,参与全球研发的机会,就藏在这些尚待衔接的环节中。视线拉回当下,落到CataX AI身上,最现实的挑战是如何将这种模式从最初的几个人扩展出去。“我没有办法复制十个我。”王子龙坦言,眼下统筹管线的负责人,需兼具深度的临床认知与AI思维。找到这样的人并不容易。如果每个项目都依赖少数人的经验,这套模式便很难交给更多团队。王子龙将破局的解法,落在了“组织经验”沉淀上。公开的医学文献可以被大模型学习,但临床试验研发的许多经验,却藏在具体的工作取舍里。专家为何要求在此处修改方案,团队如何根据新数据决定继续或停止投入,王子龙希望把这些实战判断背后的依据留下来。在他的设想里,外部专家的反馈、团队的决策轨迹及后续结果,都保存在同一系统中,供后续项目借鉴。一次开发结束,经验仍能继续积累,新加入的临床负责人也能有所遵循,让这套模式逐步减少对少数跨界人才的依赖。这种对知识经验传递的关注,恰好呼应王子龙对“跨界”的思考。“我们在为自己划界。”王子龙聊到刘慈欣的《乡村教师》,记忆无法遗传,知识虽能传递,每个人仍要经历漫长的学习,才能接近前人抵达的地方。他期待Agent成为“外脑”,帮助人调用更广的知识,把探索延伸到既有专业之外。当然,要把蓝图化作日常,还有很多硬仗要打。王子龙表示,团队正在重新梳理临床开发流程,协调技术系统、风险控制与法规要求。Agent在资产调研上的表现,也需要在后续开发中继续验证。“新药研发是一场漫长的马拉松接力赛,最难的从来不是起跑,而是如何把每一棒平稳、高效地交到终点。”在王子龙看来,技术和组织的重构,不过是把时间还给科学,让药物早一步去兑现希望。文章来源:投资界原创 | 作者:
王露
原文地址:https://news.pedaily.cn/202611/571895.shtml