【首發】德睿智藥完成5200萬美元B輪融資，構建AI Native新藥研發引擎

動脈網獲悉，近日，專注于AI驅動新藥研發的科技公司——德睿智藥（MindRank）宣布分階段完成累計5200萬美元B輪融資，多家知名投資機構與產業基金共同投資。凱乘資本擔任本輪融資獨家財務顧問。

本輪融資所得資金將核心投入公司自研全鏈路AI制藥引擎MAP（Molecule Arts Platform）的深度技術迭代，持續完善其業內領先的多智能體（Multi-Agent）協同體系與臨床數據閉環（Clinical Data-in-the-Loop），同時推進自研口服GLP-1RA小分子MDR-001的Ⅲ期臨床開發至商業化，加速拓展差異化創新藥管線，持續鞏固并放大公司新一代AI制藥范式在效率與成本上的絕對優勢。

作為將AI用于重塑創新藥研發產業的全球先行者，德睿智藥2024年初率先將自研多智能體與自研大模型落地新藥研發[2]場景。2026年，公司已成功搭建起由多智能體驅動的制藥引擎MAP（Molecule Arts Platform）。該平臺覆蓋靶點研究、分子設計、多參數優化、實驗驗證及臨床數據分析等制藥產業關鍵環節，通過構建多智能體連接計算模型、濕實驗和臨床反饋，推動預測結果在實驗及臨床數據持續得到驗證和迭代，制藥引擎MAP（Molecule Arts Platform）在產業環境中持續學習、驗證并迭代進化，形成由數據與算法雙輪驅動的“增長復利飛輪”，從而源源不斷地產出重磅創新藥物。

01

范式遷移：從“經驗試錯”邁向數據與AI驅動的“標準化工程”

長期以來，全球制藥行業受困于“雙十定律”：研發平均耗時10年、投入超26億美元，臨床成功率不足10%[1]。面對超過10??級別近乎無限的成藥化學空間，依賴科學家個人經驗、傳統生化實驗以及大規模盲目試錯的傳統研發范式，已經觸及了投入產出比的物理極限與效率天花板。藥物研發的孤立性、隨機性與高淘汰率，成為產業無法承受之重。

AI技術的爆發正在從底層邏輯上顛覆這一傳統路線。德睿智藥認為，AI的產業價值絕不僅僅是作為單點的效率工具，而是要將藥物研發從不可控的“經驗探索”，轉變為由數據驅動、可計算、可迭代、可收斂的“標準化工程創造”。

02

工業化驗證：中國首款AI賦能一類新藥邁入Ⅲ期臨床，效率實現數量級跨越

德睿智藥依托MAP平臺，目前已構建了覆蓋靶點發現、分子設計、多目標優化及臨床試驗的全流程研發體系，并交出了一份令全球醫藥界矚目的工業化答卷：

公司首發管線——口服GLP-1RA小分子創新藥MDR-001，已于2025年正式進入Ⅲ期臨床研究，為中國首個推進至Ⅲ期臨床階段的AI賦能一類創新藥，預計未來2—3年內完成商業化上市，沖擊全球千億美元級GLP-1市場。

MDR-001項目完整且清晰地驗證了MAP引擎相比傳統制藥模式在效率與成本上的數量級優勢：

極致的分子篩選效率：團隊僅耗時8個月、實際僅合成80個小分子，即成功獲得了高質量的臨床前候選藥物（PCC）；

極致的臨床推進速度：IND（臨床試驗申請）獲批周期被大幅壓縮至19個月。從項目最初立項推進至Ⅲ期臨床研究，整體僅耗時4.5年；

極致的資本利用效率：該單產品的累計研發投入控制在約2300萬美元。而對比同期傳統研發模式，同類藥物往往需要8—12年的研發周期，以及高達3.1億—4億美元的現金投入（僅計算這一個成功走到三期的藥物三期前階段的直接資金消耗）[3]。

MAP引擎在MDR-001上的卓越表現，實現了研發投入產出效率的10倍級跨越。更重要的是，這種高效并非孤例。現階段德睿智藥已取得3項中美IND批件，擁有5款臨床前PCC分子，共有15條FIC（First-in-class，同類首創）/BIC（Best-in-class，同類最佳）創新管線正在同步推進。

在諸多傳統被視為“難成藥”的靶點和領域中，德睿智藥展現出了強大的跨模態、跨靶點規模化復制能力。公司的管線資產已全面覆蓋GPCR、分子膠、別構抑制劑以及全球唯一的雙靶點腫瘤小分子等多種前沿藥物模態，它們目前分別處于臨床階段或PCC階段。

截至目前，公司已累計申請專利超200項，積淀了1300例寶貴的臨床試驗數據，并在《Nature Biomedical Engineering》《Advanced Science》等國際頂級期刊及全球頂級機器學習會議ICML（International Conference on Machine Learning）上發表了近100篇經過同行評審的AI制藥相關論文，彰顯了其在學術積淀與產業應用上的雙重卓越行業影響力。

03

行業愿景：構建可持續進化的AI Native Pharma系統

德睿智藥創始人兼CEO牛張明表示：“新藥研發，如同探索一片廣闊而未知的宇宙。盡管人類已經積累了數十年的藥物研發經驗，但相較于近乎無限的化學、生物和疾病空間，我們真正理解和探索的仍然只是其中很小的一部分。每一種創新藥的誕生，都是一次對未知規律的探索；每一次偉大的成功或失敗，都在幫助人類不斷完善對疾病和藥物的認知。

德睿智藥希望構建的不僅是一家創新藥公司，更是一套能夠持續探索、持續學習、持續創造創新藥的AI Native Pharma系統。為此，我們打造了MAP引擎——一個持續進化的藥物創新基礎設施。它為廣闊藥物空間中的探索提供高精度地圖導航，將每一次分子設計計算、實驗驗證和臨床反饋沉淀為新的知識，讓每一次探索都成為下一次創新的起點。我們相信，AI的價值不僅在于提升研發效率，更在于不斷拓展人類探索生命科學的邊界，加快創新療法的發現，讓更多疾病有藥可醫，讓更多患者從創新中獲益。”

伴隨著模型算法的持續迭代、多智能體協同機制的深度沉淀以及臨床真實世界數據的加速回流，德睿智藥期待能夠憑借其技術復利，不斷打破傳統藥物研發的效率與成功率邊界，引領全球新藥發現正式告別“大海撈針”的經驗時代，全面邁向由AI精準導航的“按圖索驥”新紀元。

參考文獻：

[1]PAUL S M, MYTELKA D S, DUNWIDDIE C T, et al. How to improve R&D productivity: the pharmaceutical industry's grand challenge[J]. Nature Reviews Drug Discovery, 2010, 9: 203-214. DOI:10.1038/nrd3078.

[2]Niu, Z, et al. “PharmaBench: Enhancing ADMET Benchmarks with Large Language Models.” Scientific Data, vol. 11, no. 1, 2024, pp. 1–15. Nature, https://doi.org/10.1038/s41597-024-03793-0.

[3]DiMasi, J. A., Grabowski, H. G., & Hansen, R. W. (2016). Innovation in the pharmaceutical industry: New estimates of R&D costs. Journal of Health Economics, 47, 20-33.成功候選藥物推進至臨床三期前的純直接研發費用(Out-of-pocket)（臨床前研究+一期臨床+二期臨床，剔除三期臨床、NDA（審批）及上市后費用后）的總和約3.1億—4.0 億美元；計入失敗分攤的綜合成本(Capitalized)（純直接研發費用外，還包含了在研發此藥期間，成百上千個在臨床前、一期、二期死掉的其他管線所打的水漂，以及資金的時間機會成本）的總和約10.2億—11.2億美元。

文｜劉東

微信｜liudong83112

添加時請注明:姓名-公司-職位

聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。未經許可，禁止進行轉載、摘編、復制及建立鏡像等任何使用。文中如果涉及企業信息和數據，均由受訪者向分析師提供并確認。