AI 制药公司哲源科技宣布完成近 2 亿元 A2 轮融资，由知名产业资本领投，老股东跟投。其核心产品——基于4D 蛋白质组学与因果推理的「计算医学引擎」平台，已进入规模化验证阶段，在 MASH（代谢性脂肪性肝炎）等复杂疾病领域取得关键进展。
哲源科技本轮融资由产业资本领投，老股东跟投。资金将主要用于两方面：一是加速「计算医学引擎」平台在制药企业的商业化落地，二是推进核心管线——尤其是 MASH 治疗候选分子——进入临床前开发阶段。
与上一轮相比，本轮融资的显著特点是产业资本领投。这意味着哲源科技的技术平台已从实验室概念验证阶段，推进到能被制药行业认可的预商业化阶段。
一个诚实的注脚：
AI 制药行业在过去两年经历了从狂热到理性的调整。多家明星公司管线折戟、估值回调。能在这种环境下完成近 2 亿元融资，说明哲源科技的「计算医学引擎」路线得到了产业资本的实质认可。
靶点发现通常依赖文献筛选和实验室经验，从靶点验证到候选分子确定平均需要 5-7 年，成功率不足 10%。
基于 4D 蛋白质组学数据，用因果推理算法解析疾病机制，从蛋白质层面设计药物，将靶点发现到候选分子周期缩短至 2-3 年。
注：时间与成功率数据为行业公开统计，非特定公司数据。
哲源科技的核心技术路线与大多数 AI 制药公司不同。它不依赖单一的小分子生成模型或分子对接，而是从蛋白质组学层面切入药物研发。
其「计算医学引擎」平台的工作方式可以概括为三步：
注：4D 蛋白质组学涵盖时间、空间、修饰与相互作用四个维度，数据量是传统蛋白质组学的数十倍。
与传统的「大数据 + 深度学习」模式不同，哲源科技强调因果推理——不是找相关性，而是找出疾病机制中的因果关系。这使其在复杂疾病（如 MASH、胰腺癌、神经退行性疾病）领域具备独特优势。
AI 制药行业在过去几年呈现出明显的分化。一部分公司聚焦于小分子生成与优化（如 Recursion、Insilico Medicine），另一部分则从蛋白质结构出发（如 David Baker 团队）。哲源科技选择的「蛋白质组学 + 因果推理」路线，属于第三条路。
这条路线之所以在近期变得可行，得益于三个关键驱动因素：
注：4D 质谱技术指 Bruker timsTOF 等新一代质谱仪，可在四维层面解析蛋白质组。
哲源科技在这一赛道中处于领先位置。其「计算医学引擎」是目前国内少数同时覆盖蛋白质组学数据采集、因果推理建模和药物设计三个环节的 AI 制药平台。本轮融资后，其商业化速度将进一步加快。
哲源科技本轮融资的意义，不在于融资金额本身，而在于它代表了一种更务实的 AI 制药路线正在被产业资本认可。
过去几年，AI 制药行业经历了从「讲故事」到「看数据」的转变。那些只在计算机上跑出漂亮数字、却无法在湿实验室里复现结果的公司，已经被市场淘汰。哲源科技选择了一条更难的路——从蛋白质组学数据出发，在实验室里一步一步验证——但也因此走得更稳。
一个值得关注的信号是：产业资本在本轮领投，而非传统 VC。这意味着制药行业内部正在将 AI 制药平台视为可以认真对待的研发工具，而不是「值得赌一把的科技概念」。
AI 制药的下一波浪潮，不属于模型最漂亮的，而属于数据质量最高、最能在实验室里做出可重复结果的公司。蛋白质组学路线正在成为这个行业的「新基建」。
哲源科技官网及技术白皮书已公开，可通过官方渠道获取详细技术路线与管线进展。
哲源科技 · 官方信息