分子计算机辅助设计
把分子的设计工作搬到计算机上完成,定位是面向分子的计算机辅助设计套件,供科学家用于设计新药,而不是单纯做分子性质预测。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Chai Discovery 是一家把人工智能用于分子设计的公司,核心产品定位为分子的计算机辅助设计套件,让科学家在电脑上设计新药。其模型学习生化结构与相互作用的底层规律,能够从零开始设计新分子。公司已与 Novartis、Pfizer、Eli Lilly、argenx 等国际药企建立合作或授权协议,并获得 400M 美元的新一轮融资。目前公开信息以公司动态与科研更新为主,具体的定价、产品档位与使用入口均未公布。
Chai Discovery 是一家面向药物发现的人工智能公司,主打产品被定义为「分子的计算机辅助设计套件」。它的目标用户是生命科学领域的研究人员与制药企业,核心思路是让模型学习生化结构与相互作用的底层规律,从而在计算机上从零设计新分子。
从公开信息看,公司当前处于与大型药企深度合作的阶段。Novartis、Pfizer、Eli Lilly、argenx 等企业先后与 Chai Discovery 建立合作、达成授权协议或签署 AI 相关交易,公司自身也完成了新一轮融资。这些动作表明其技术已被用于真实的药物发现项目,而非停留在概念演示。
对科研人员而言,它的价值在于把原本依赖实验试错的分子设计环节搬到计算机上完成,加快筛选速度;对制药企业而言,它更像是一套可嵌入现有研发流程的 AI 设计能力,用于攻克用其他方法难以触及的靶点。
把分子的设计工作搬到计算机上完成,定位是面向分子的计算机辅助设计套件,供科学家用于设计新药,而不是单纯做分子性质预测。
模型学习生物结构与相互作用的原理后,可以从头设计新分子,而非只在已有化合物库里做筛选,这是它与传统虚拟筛选工具的主要区别。
研究方向覆盖抗体设计,公开的科研更新提到针对高难度靶点、具备成药性的抗体设计,并强调原子级别的精度。
模型学习的对象是生化结构与相互作用的底层规律,用于支撑分子设计决策,而不是只输出单一的对接打分。
以合作与授权两种方式服务药企,已公开的合作方包括 Novartis、Pfizer、Eli Lilly 与 argenx,覆盖抗体发现、药物发现与免疫学方向。
面向其他方法难以触及的靶点,用 AI 设计路径去尝试这些靶点,帮助药企加快研发节奏并进入此前难以推进的方向。
Chai Discovery 适合的是有真实药物发现需求、并且愿意以合作方式接入 AI 设计能力的团队。它的证据很硬:Novartis、Pfizer、Eli Lilly、argenx 这些药企已经分别与它建立合作、签署授权协议或达成 AI 交易,公司也拿到了 400M 美元新融资,说明技术已经进入实际项目而非概念阶段。反过来说,如果你是个人研究者或小团队,想直接在线试用一款分子设计工具,目前没有可自助注册的产品入口,价格与档位也未公布,短期内接触成本较高。它有价值的地方是抗体设计等难成药方向,而不是通用的小分子库筛选。
已有药物发现管线,希望把 AI 设计能力接入现有流程,官网列出的合作方都是这一量级的企业,适配度最高。
公开的科研进展集中在抗体设计,argenx 的合作方向是免疫学突破,这个方向的研究者最能对上它的能力。
想了解 AI 制药的商业化进展,官网的合作公告与融资消息是现成的观察样本,不需要产品账号。
没有可自助注册的产品入口,价格与使用方式未公布,个人研究者短期内难以直接使用。
定价与档位均未公布,无法预估成本,若项目预算有限,需要先通过联系渠道确认合作门槛再决定。
它做的是药物发现方向的 AI 工具,官方定位是「分子的计算机辅助设计套件」。简单说,它的模型学习生化结构与相互作用的底层规律,然后让科学家在计算机上从零设计新分子,而不是只在已有化合物库里做筛选。
官网列出的合作与授权对象包括 Novartis、Pfizer、Eli Lilly 和 argenx。合作方向分别涉及抗体发现、药物发现加速、AI 部署以及免疫学突破,说明它的技术已经被用于多家大型药企的实际项目。
公司宣布完成新一轮融资,金额为 400M 美元,用于加速其在 Chai 的工作。这笔资金规模通常意味着团队会继续扩编,官网也设有 Open Roles 招聘入口。
公开的科研更新集中在抗体设计,强调针对高难度靶点设计出具备成药性的抗体,并达到原子级别的精度。也就是说,它的能力重心在抗体这类复杂分子,而不是通用的小分子筛选。
目前没有公开的自助注册入口,也没有公布定价与档位。官网提供的是 Press 与 Contact Us 联系渠道,研究者若有合作意向,需要通过联系渠道对接,而不是在线注册即用。