MetaNovas erhält zwei Runden von Finanzierungen in Serie A+ und A++, beschleunigt die Entwicklung neuer Materialien mit der "Legion" von Agenten | Exklusivbericht von 36Kr

36 Kr hat erfahren, dass MetaNovas (Yuanxing Zhiyao) vor kurzem zwei Runden von Finanzierungen in Serie A+ und A++ abgeschlossen hat, die von Konsumgesundheitsbranchenkapitalen wie Fuhua Capital, Hillhouse Capital und der Gruppe Kangaroo Mama gemeinsam investiert wurden. Zuvor wurde die Serie A-Finanzierung von Hillhouse Ventures und Baoding Ventures gemeinsam geleitet, und Ruoyuchen beteiligte sich an der Investition.

Heute geht die von AI For Science ausgelöste Hype noch immer weiter, und KI beschleunigt die Veränderung der Entwicklungsparadigmen in Branchen wie neuen Arzneimitteln und neuen Materialien. Der Markt kehrt jedoch allmählich zur Rationalität zurück: Obwohl die Schwierigkeit, Molekülstrukturen durch KI zu generieren und zu optimieren, erheblich gesenkt wurde, hat sich die Herausforderung an beiden Enden nicht wesentlich verändert, trotz der technologischen Entwicklung.

Nach dem traditionellen technologischen Weg dauert es etwa 3 - 5 Jahre, um ein konsumorientiertes neues Material zu entwickeln, von der anfänglichen Produktauswahl, der mittleren Massenproduktion bis zur späten Registrierung und kommerziellen Umsetzung. Um die Effizienz der gesamten Wertschöpfungskette zu verbessern, hat MetaNovas eine systemübergreifende Betriebsplattform mit Agentic AI (Intelligent Agent Artificial Intelligence) als Kern aufgebaut, um in einer hochgradig unsicheren Forschungs- und Entwicklungsumgebung mehrzielige Entscheidungen zu treffen, die Leistung, Verfahrensanforderungen, gesetzliche Beschränkungen usw. von neuen Materialmolekülen zu berücksichtigen und die Kosten für die kommerzielle Umsetzung von Anfang an zu senken.

Wang Meijie, Mitbegründer und CEO von MetaNovas, sagte 36 Kr, dass unter der Förderung des "KI-Intelligent Research and Development Organization" das am schnellsten entwickelte bioaktive Rohmaterial von MetaNovas den Prozess von der Konzeptentwicklung bis zur menschlichen Wirksamkeitstestung innerhalb von 12 Monaten abgeschlossen hat. Dank der Anwendung von KI-Intelligent Agenten in der gesamten Wertschöpfungskette kann MetaNovas ein schlankes und effizientes Team aufrechterhalten und die Arbeitskräfte für die schnell zunehmenden neuen Materialpipelines unterstützen.

Derzeit machen AI-Algorithmusexperten, Biologieteams und Transfereteams jeweils ein Drittel des MetaNovas-Teams aus. Das Gründerteam hat alle einen kombinierten Hintergrund in KI, Biomedizin und Rechenmaterialien. Wang Meijie war früher bei der Nvidia Silicon Valley Headquarters tätig und hat die künstliche Intelligenz-Infrastruktur für biologische Berechnungen entwickelt; Yu Lun, der Cheftechniker, ist ein Doktor in Kernwissenschaft und -technik sowie KI an der MIT und war früher Chief Data Scientist bei der amerikanischen UnitedHealth Group.

Nach Berichten hat MetaNovas ein großes Modell zur Generierung von Molekülsprachen selbst entwickelt, das als unterliegender Generierungsmotor dient und Peptide, Polymere, kleine Moleküle usw. über Modalitäten hinweg repräsentieren kann. "Es deckt einen chemischen Raum von über 10^60 ab, und die Effizienz der Molekülgenerierung beträgt über 95%." Gleichzeitig hat es ein Leistungsprognosemodell für die physikalisch-chemischen Eigenschaften (wie thermische Stabilität, Geruch, UV-Absorbanz usw.), die bei der Umsetzung von Materialien berücksichtigt werden müssen, entwickelt, um eine Grundlage für die Molekülauswahl zu bieten.

Der Schlüssel zur Verbesserung der Modellgenauigkeit liegt in der Akkumulation von hochwertigen Daten und einem aktiven Lernsystem, das auf experimentellen Daten automatisch iteriert. Yu Lun erklärte, dass die Trainingsdaten hauptsächlich drei Kategorien umfassen: Daten aus Literatur und Patenten; Laboratoriumsdaten, die in Zusammenarbeit mit akademischen Institutionen lizenziert wurden; und Hochdurchsatz-Nassexperimentdaten, die von der internen Experimentplattform erzeugt wurden. Die eigene Experimentplattform hat nicht nur erfolgreiche Validierungsdaten gesammelt, sondern auch "fehlgeschlagene" Negativexemplardaten abgespeichert. Diese seltenen internen Rückmeldungen machen das KI-System bei der Iteration genauer.

Bildquelle: MetaNovas

Um dem KI-System das Denken und die Fähigkeiten eines Forschungs- und Entwicklungsteams zu verleihen, hat MetaNovas KI-Intelligent Agenten für die gesamte Prozesskette der neuen Materialentwicklung entwickelt, wie Literaturermittlung, Molekülgenerierung, Leistungsprognose, Experimentplanung, Markt und Kommerzialisierung.

"Die Entwicklung von neuen Materialien betrifft Teams mit verschiedenen Hintergründen, einschließlich Biologen, Pharmachemikern, Formulierern, Marktforschern usw. Der Kern der Agent-Entwicklung besteht darin, einen effizienteren Arbeitsablauf für die Erzeugung von wirksamen Kenntnissen aufzubauen, den dynamischen Kooperationsmechanismus, der von menschlichen Teams über lange Zeit hinweg entwickelt wurde, in Kernschritte und kritische Qualitätskontrollpunkte (QC) zu abstrahieren, die direkt von Agenten ausgeführt werden können. Dies hängt von den Know-how, die das Team in jeder Phase gesammelt hat, ab." erklärte Yu Lun.

Beim Marktinsight-Prozess wird das Agent-System reale Daten (Inhaltsstoffe, Formulierungen, Verkaufszahlen usw.) aus Konsumgüterkanälen erfassen und eine vorausschauende Analyse durchführen. Bevor Biologen ein Experiment planen, hat die KI in Kombination mit der Marktrichtung überkonkurrierte Segmente ausgeschlossen und die Forschung und Entwicklung in eine Richtung mit mehr Differenzierung und Marktpotential geleitet, um die Sunk Costs zu vermeiden, dass "etwas hergestellt wird, das der Markt nicht braucht".

Unter der Stärkung des Agent-Systems beträgt die erste Erfolgsrate der von der MetaNovas-Plattform empfohlenen Moleküle über 60%, was die Fehlkosten und die Anzahl der Iterationen erheblich senkt. Das von MetaNovas entwickelte Senoreversing (Altersumkehr)-Peptid hat die experimentelle Validierung nach nur 42 getesteten Peptidmolekülen und 2 Iterationen abgeschlossen, und dieses Molekül hat auch die Aufmerksamkeit von Markenherstellern wie Unilever erregt. Darüber hinaus hat das von KI entworfene neue antibakterielle und entzündungshemmende Molekül AMP33 die Anmeldung des Hauptdokuments für medizinische Geräte erhalten.

Als eine KI-native Plattform für die Entwicklung von neuen Materialien erweitert MetaNovas die Richtung der Pipelineentwicklung, einschließlich bioaktiver Inhaltsstoffe, medizinischer Materialien, funktioneller Polymere, photochemischer Inhaltsstoffe, Geruchs- und Geschmacksstoffe usw. Bei der Prozessvergrößerung und Produktion kooperiert es hauptsächlich tiefgreifend mit CDMOs und gründet Joint Ventures für die gerichtete Produktionsumsetzung. Kommerziell wird es hauptsächlich in Form von gemeinsamer Entwicklung mit Markenherstellern und Materialversorgung betrieben.

Unter der Antriebskraft von Agentic AI verläßt die Materialwissenschaft die lange und teure "Zeit des blinden Suchens". Wenn die KI nicht mehr nur ein einfaches Generierungswerkzeug ist, sondern zu einer "Intelligent Research and Development Organization" evolviert, die unermüdlich arbeitet, die Disziplinengrenzen überschreiten kann und die kommerzielle Abwägung versteht, nähert sich eine neue Industrierevolution in der Forschung und Entwicklung von neuen Materialien.