CataX AI拿下种子轮:启明创投独家押注AI原生药企
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
AI制药的竞争重心,正由分子层面移向临床阶段。
CataX AI已于近日完成种子轮融资,本轮由启明创投独家投资。这家公司成立只有4个月,走的是AI原生Biotech路线,与早前主攻药物发现的AI制药企业不同,它不碰靶点与分子发现,而是借助
公司创始人王子龙是90后。高一时,他凭全国生物联赛一等奖拿到保送资格,高中阶段共摘得生物、物理、信息学三科四项竞赛一等奖。之后他进入复旦大学临床医学八年制专业,最终取得肿瘤学博士学位。走出校园,他先担任一家AI医疗科技公司的CTO与首席医学官,入选福布斯30U30;后来又进入
微软亚洲研究院,成为该院唯一一位医学背景、专注医疗AI的研究员。几番跨界之后,他选择亲自下场做药。
谈到这次创业,王子龙从自己学医的经历讲起,一直讲到
90后AI天才,成了医学博士
决定投身
一切要从王子龙讲起。
他1991年出生在河北秦皇岛。刚上高一,他就接连拿下生物、物理、信息学等多项全国联赛一等奖,很早就锁定了保送资格。他对计算机极为着迷,却做了一个看上去反直觉的决定:进入
他自有一番考量:计算机的门足够敞开,医学却没法凭空自学,非得经过亲历的科班训练不可。他的说法是:“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,王子龙主修医学,同时去旁听计算机课程。他把跨学科学习看成航海:刚踏进陌生领域,就像面对一片幽暗无际的大海,而学科之间的交叉地带,是“宝贵的淡水岛”。找到它需要时间,他的体会是“不要着急,耐心一点总会找到”。
临床轮转加上在腾讯实习,让他看到了另一种可能。科室连轴转,一天能做完十几台手术;而在腾讯,团队的产品一上线就能触达约十万人。他开始琢磨,怎么把技术带进医疗,让更多患者受益。
毕业之后,王子龙进入AI医疗企业体素科技,28岁就同时挑起CTO与首席医学官两副担子。那段创业实战里,他带队推进了一项前瞻性多中心研究,覆盖全国155家中心、超4.7万名受试者,并拿下国内早期的
正赶上大模型浪潮涌来。2023年,王子龙重回科研高地,出任
转折出现在今年初,接连冒出的
“医学决定我们为什么出发,而AI决定应该怎样去做。”人与AI分工方式的改变,让他联想到医药行业的现实。
眼下新药临床开发,工业流水线的味道仍然很重:一条管线往前推,医学、注册、运营、数据、生物统计等十多个职能部门都得配合。哪怕只是改一份常规报告,也少不了烦琐的跨部门会议和文件流转。
“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,王子龙下定决心离开微软,开始创业。
启明创投出手孵化
一家AI原生药企就此诞生
陈侃是启明创投合伙人、医疗创新行业共同负责人。他回忆初见王子龙时的印象:“王子龙身上有很强的创业激情。”他接着表示,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。
当时,王子龙脑中只有“把
启明创投是中国最早布局AI制药的投资机构之一,此前投资过
新药从立项到上市,往往要花上十年时间、砸进数十亿美元。钱和时间的大头并不在早期药物发现——那部分只占约20%,剩下的80%都落在临床开发环节。这几年,中国临床前新药分子(
陈侃认为,用智能体重构临床试验是降本的必由之路。“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。”但传统药企想靠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。
启明创投随后拍板,以种子轮独家出资的形式与王子龙一起把这家新公司孵化出来。也是在启明创投的牵线与引荐之下,曾在
CataX AI于2026年7月在上海注册成立。“Cata”来自催化剂Catalyst一词,取的是加快新药研发之意;“X”则由绿色DNA双螺旋与蓝色芯片电路交叉构成,既指探索未知疾病,也承载着十倍(10x)效能的期望。
公司盯的是临床前以及早期临床阶段的管线,打算通过许可引进或共同开发的方式持有相应权益,把早期临床概念验证(PoC)往前推。等项目拿到积极的人体证据,再去找对外授权,交给有后续开发和商业化能力的伙伴接棒。
接住这些管线的,是团队正在摸索的“一人全栈临床”(
当然,医学验证绕不开冷峻的客观规律:一项临床随访要一年,AI也没法把这时间凭空抹掉。所谓“
一人撑起N条管线
中国未来药企样本浮现
陈侃认为,未来的药企注定会朝着这种组织范式演进,他把CataX AI的尝试看作给行业探路。
在他看来,
这轮探索,正好赶上中国创新药走向全球的窗口期。陈侃的观察是,海外药企看中国资产,关注点已从价格便宜转向资产本身的质量。还有一些有潜力的早期项目,因为资金不够而难以往下推。对新成立的Biotech来说,参与全球研发的机会,就藏在这些还没接上的环节里。
说回眼前,对CataX AI自己而言,最现实的一道坎是怎么把这套模式从最初的几个人铺开。
“我没有办法复制十个我。”王子龙说得很直接,现在统筹管线的负责人,得同时具备深度的临床认知和AI思维。这样的人不好找。要是每个项目都靠少数几个人的经验撑着,这套模式就很难交到更多团队手上。
王子龙把破局的办法,押在了“组织经验”的沉淀上。
公开的医学文献,大模型可以学,可临床试验研发中的许多经验,恰恰藏在具体的工作取舍里。专家为什么要求在这个地方改方案,团队又怎样依据新数据决定继续投还是停,王子龙想把这些实战判断背后的依据保留下来。
按他的设想,外部专家的反馈、团队的决策轨迹以及后续结果,都放在同一个系统里,供后面的项目参考。一次开发做完,经验还能接着攒,新加入的临床负责人也有章可循,这套模式就能一点点摆脱对少数跨界人才的依赖。
这种对知识经验如何传递的关注,正好接上王子龙对“跨界”的思考。
“我们在为自己划界。”聊到刘慈欣的《乡村教师》时,王子龙说,记忆没法遗传,知识可以传递,但每个人还是得经过漫长的学习,才能靠近前人到过的地方。他期待
蓝图要变成日常,硬仗自然不少。王子龙表示,团队正在重新梳理临床开发流程,把技术系统、风险控制和法规要求协调起来。
“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,无非是把时间还给科学,让药物早一步去兑现希望。