AI在科学领域的最大突破之一是谷歌DeepMind利用深度学习模型预测蛋白质复杂结构——蛋白质是驱动几乎所有生命细胞过程的分子。随着AI模型不断生成更多潜在治疗候选药物，实际对这些候选进行表征、测试和大规模生产成为新的瓶颈。

成立于2025年12月的初创公司10x Science，今日宣布完成480万美元的种子轮融资，领投方为Initialized Capital，其他投资者包括Y Combinator、Civilization Ventures和Founder Factor。公司由化学生物学家David Roberts、生物学家Andrew Reiter和拥有计算机科学及AI模型经验的连续创业者Vishnu Tejus共同创立。

Roberts向TechCrunch表示：“生物制药公司在创建药物候选时拥有许多优秀的预测工具，可以无限制地增加候选数量，但所有候选都必须经过表征过程，所有数据都需要被测量。”

蛋白质结构的理解对开发生物制剂药物至关重要，这类药物在活细胞中生产，设计复杂，能够精准针对疾病。例如，默克公司销售的Keytruda就是一种通过帮助免疫系统识别并攻击癌细胞的生物药物。

10x Science的三位创始人曾在诺贝尔奖得主Carolyn Bertozzi博士的斯坦福实验室合作，研究癌细胞与免疫系统的相互作用，因无法精确理解分子层面的机制而感到挫败。

目前评估分子的最准确方法是质谱技术，它通过测量分子的质量和电荷来确定其组成和结构。质谱产生的数据复杂，解读需要丰富专业知识且耗时较长。

10x Science的平台结合了基于化学和生物学的确定性算法与能够解读质谱数据的AI代理。团队投入大量精力训练模型处理质谱数据，并确保分析过程可追溯，这对帮助企业满足监管要求至关重要。

Rilas Technologies的科学家Matthew Crawford表示，他使用10x Science平台几周后，工作效率显著提升。该平台不仅能解释其结论，还能自主寻找分析所需数据，适应不同分子类型的评估。相比他之前尝试过的一些AI工具，这个平台假设合理，准确性更高，这得益于创始团队深厚的领域专业知识。

“我用它分析一个蛋白质，它仅凭文件名就推断出蛋白质的可能身份，然后自动在线搜索该蛋白质的序列，我无需手动输入序列。”Crawford说。

10x Science高管透露，公司正与多家大型制药企业及学术研究机构合作，计划利用本轮融资扩充工程师团队，持续优化模型并拓展客户群。Roberts希望公司未来能结合蛋白质结构与细胞其他数据，提供全新的生物学理解方式。

“我们打造的核心，是一种全新的分子智能定义方式。”Roberts表示。

对投资者而言，10x Science提供了一种进入生物技术领域的有效途径，不依赖单一药物的成功或监管批准。若公司发展顺利，将成为药物开发的重要工具，无论最终产品市场表现如何。

Initialized合伙人Zoe Perret表示：“这是一款制药公司必须每月订阅的SaaS平台，用于筛选所有潜在候选药物。”她看好创始团队的深厚经验，认为这将帮助公司抵御竞争，因为懂得这些方法及数据的人并不多。

Crawford认为，该平台能帮助那些缺乏时间或资源部署复杂方法的研究人员，解锁质谱技术的潜力。

“这里的团队都在努力开发新药，他们只想从质谱中快速获得简单答案，而这往往会引发更多复杂问题。这个软件能帮助他们避免陷入复杂细节，直接得到所需答案，推动后续研究。”他说。