Nur einen Monat nach der Gründung wurde eine Finanzierung von über 100 Millionen Yuan abgeschlossen, Gao Bowen, Doktor der Tsinghua-Universität, steigt in den Bereich der KI-gestützten Arzneimittelentwicklung ein | Xinglian Portfolio Updates
Der Überraschungssieger im Bereich der KI-gestützten Arzneimittelforschung ist da.
Das KI-Pharma-Unternehmen AIPher hat den Abschluss der Angel-Finanzierungsrunde in Höhe von 100 Millionen Yuan bekanntgegeben, die von Xianghe Capital angeführt wurde, gefolgt von Institutionen wie Xinglian Capital. Von der Unternehmensregistrierung bis zum Abschluss der ersten Finanzierungsrunde vergingen nur etwas mehr als ein Monat. Für ein Startup, das sich noch in der frühen Phase befindet und nur über ein kleines Team verfügt, zeigt eine solche Finanzierungsgeschwindigkeit die Anerkennung des Kapitalmarkts.
Aus Sicht des Teams verfügt das Team von AIPher über eine solide und ausgeprägte akademische Grundlage. Gao Bowen, Doktorand im Fach Informatik am Institut für Intelligente Industrie der Tsinghua-Universität, ist als CEO tätig; Lan Yanyan, stellvertretende Direktorin und Hauptforscherin am Institut für Intelligente Industrie der Tsinghua-Universität, ist als Chefwissenschaftlerin tätig; Zhang Yaqin, Lehrstuhlprofessor für Intelligente Wissenschaft der Tsinghua-Universität und Gründungspräsident des Instituts für Intelligente Industrie, ist als wissenschaftlicher Hauptberater tätig. Darüber hinaus gehören die Kernmitglieder auch Doktoren und Assistenzforscher der Fakultät für Biowissenschaften der Tsinghua-Universität sowie der Geschäftsführer eines bekannten Biotech-Unternehmens an. Vor der Gründung hat das Team eine Reihe von wissenschaftlichen Forschungsergebnissen im Bereich der KI-gestützten Arzneimittelforschung angesammelt, darunter DrugCLIP, das in *Science* veröffentlicht wurde, sowie PharmAgents für den vollständigen Prozess der Arzneimittelentwicklung.
Aus Sicht des Sektors hat die KI-gestützte Arzneimittelforschung in den letzten Jahren den Prozess von der Entstehung des Konzepts bis zur industriellen Validierung durchlaufen. Führende Unternehmen wie XtalPi und Insilico Medicine sind nacheinander auf den Kapitalmarkt gegangen. KI hat sich von einem Hilfswerkzeug im traditionellen Arzneimittelforschungsprozess zu einem Kernforschungsglied wie Zielstrukturauffindung, Moleküldesign und virtuellem Screening entwickelt. Gleichzeitig wird KI for Science zu einer wichtigen Richtung der wissenschaftlichen Forschung, die sich von der Beschleunigung bestehender Prozesse hin zum Versuch, die wissenschaftliche Entdeckung selbst neu zu definieren, bewegt.
Das selbst entwickelte intelligente Agentensystem PharmAgents des Unternehmens macht KI-Agenten zum „Entscheidungsgehirn“ der Arzneimittelforschung. Es ist nicht nur für den Modellaufruf und die Aufgabenplanung verantwortlich, sondern versucht auch, an experimentellen Entscheidungen und Ergebnisanalysen teilzunehmen, und gibt das Feedback der realen Experimente wieder in das System ein, um einen geschlossenen Kreislauf von „Modell – Entscheidung – Experiment – Daten – erneutes Lernen“ zu bilden. Das bedeutet, dass AIPher kein schnelleres Werkzeug für das Arzneimittelscreening entwickeln will, sondern eine völlig neue Engine für die Arzneimittelentdeckung.
Dieses Unternehmen definiert sich selbst als ein KI-natives Pharma-Unternehmen. Dieses Konzept wurde auch in den englischen Namen des Unternehmens „AIPher“ aufgenommen: „AI“ steht für künstliche Intelligenz, „ph“ entspricht nicht nur „Pharm“ (Arzneimittelherstellung), sondern steht auch für „Philosophy“ (Philosophie). Nach Auffassung von AIPher bedeutet KI-Nativität nicht nur die Anwendung von KI-Technologie in traditionellen Arzneimittelforschungsprozessen, sondern die Überdenkung der Arzneimittelforschung aus der Perspektive der KI und die weitere Umsetzung in die Rekonstruktion von Organisationsweisen und Arbeitsabläufen.
Tsinghua-Wissenschaftler gehen den Weg des Unternehmertums
Vor der offiziellen Gründung des Unternehmens hat dieses Team von der Tsinghua-Universität fast fünf Jahre lang kontinuierlich im Bereich der KI-gestützten Arzneimittelforschung geforscht.
Das Kernteam stammt aus Einrichtungen wie dem Institut für Intelligente Industrie der Tsinghua-Universität und der Fakultät für Informatik. Die Chefwissenschaftlerin Lan Yanyan ist Professorin für Wanguo-Daten der Tsinghua-Universität, stellvertretende Direktorin und Hauptforscherin am Institut für Intelligente Industrie der Tsinghua-Universität. Sie forscht seit 20 Jahren auf dem Gebiet der künstlichen Intelligenz und der Verarbeitung natürlicher Sprache, hat mehr als hundert Arbeiten in wichtigen internationalen Zeitschriften und Konferenzen veröffentlicht, die Zitierungen bei Google Scholar übersteigen 14.000, und die entsprechenden Ergebnisse wurden in den Hauptausgaben von *Nature* und *Science* veröffentlicht.
Der wissenschaftliche Hauptberater ist Zhang Yaqin. Als Lehrstuhlprofessor für Intelligente Wissenschaft der Tsinghua-Universität und Gründungspräsident des Instituts für Intelligente Industrie der Tsinghua-Universität hat Zhang Yaqin gleichzeitig die Titel ausländischer Akademiker der Chinesischen Ingenieurakademie, Akademiker der Amerikanischen Akademie für Künste und Wissenschaften, ausländischer Akademiker der Australischen Nationalen Ingenieurakademie und Akademiker der Internationalen Eurasischen Akademie der Wissenschaften inne und forscht seit langem auf Gebieten wie der künstlichen Intelligenz.
Der akademische Hintergrund dieses Teams bildet auch die anfängliche technische Grundlage von AIPher. Es wird berichtet, dass das Team seit 2021 systematisch in die Forschung zur KI-gestützten Arzneimittelforschung einsteigt, kontinuierlich technische Erfahrungen bei der Kombination von KI und Arzneimittelforschung sammelt und nach und nach eine Reihe von Kerntechnologien einschließlich DrugCLIP bildet. Seit 2021 wurden mehr als 30 Arbeiten veröffentlicht, darunter in internationalen Top-KI-Konferenzen wie NeurIPS, ICLR und ICML sowie in internationalen Top-Zeitschriften wie *Nature*, *Science* und deren Unterzeitschriften.
Was dieses wissenschaftliche Team zum Unternehmertum antreibt, ist seine Beurteilung des Schnittpunkts von KI und Biowissenschaften. Lan Yanyan stellte vor, dass das Team im zweiten Halbjahr 2024 begonnen hat, die Arbeiten im Zusammenhang mit intelligenten Agenten konkret voranzutreiben. Zu diesem Zeitpunkt beurteilte das Team, dass mit der weiteren Verbesserung der KI-Fähigkeiten intelligente Agenten nicht nur traditionelle Aufgaben wie Sprach- und Bildverarbeitung bearbeiten können, sondern möglicherweise auch in Bereiche der Arzneimittelentdeckung und der allgemeineren wissenschaftlichen Entdeckung eintreten und komplexe Forschungsarbeiten übernehmen, die früher hauptsächlich von Wissenschaftlern erledigt wurden.
Bis 2025 wurden die Fähigkeiten von großen Modellen wie DeepSeek von mehr Menschen wahrgenommen, was diese Beurteilung weiter verstärkte. Für das Team bedeutet der Sprung der Fähigkeiten großer Modelle nicht einfach, dass „KI intelligenter geworden ist“, sondern lässt sie die Möglichkeit sehen, dass KI in die reale wissenschaftliche Welt eintritt.
Lan Yanyan vergleicht die Arzneimittelforschung mit „der Perle auf der Krone der Biowissenschaften“. Im Gegensatz zu Problemen in KI-Bereichen wie der Verarbeitung natürlicher Sprache erfordert die echte Arzneimittelforschung nicht nur, dass KI biologische Systeme versteht und vorhersagt, sondern auch weitere Eingriffe vornimmt, ein geeignetes Molekül findet und beweist, dass es in einem komplexen biologischen System die erwartete Wirkung erzielt. „Wenn wir das Medikament erfolgreich entwickeln können, bedeutet das, dass wir ein vollständiges Verständnis und eine vollständige Beschreibung der gesamten biologischen Welt haben.“ Sie ist der Ansicht, dass diese Komplexität gerade den Raum für neue technische Durchbrüche im traditionellen Forschungs- und Entwicklungsmodell bedeutet und auch der Grund ist, warum KI unbedingt in diesen Bereich eintreten muss.
Die zuvor vom Team angesammelten Technologien beginnen auch, von den Arbeiten zu realen Arzneimittelforschungsaufgaben überzugehen. Im Jahr 2023 schloss das Team die Kerntechnologie von DrugCLIP ab und führte nacheinander experimentelle Validierungen für mehrere unterschiedliche Zielstrukturen durch. Gleichzeitig erweiterte das Team kontinuierlich die Fähigkeiten der KI in verschiedenen Gliedern der Arzneimittelforschung und verschiedenen Arzneimittelmodalitäten, und die entsprechenden Ergebnisse wurden kontinuierlich in internationalen Top-KI-Konferenzen sowie in Top-Zeitschriften wie *Nature* und deren Unterzeitschriften veröffentlicht. Im Januar 2026 wurden die Ergebnisse im Zusammenhang mit DrugCLIP in der Hauptausgabe von *Science* veröffentlicht, und die Fähigkeit zum großangelegten virtuellen Screening von Zielstrukturen auf menschlicher Genomebene wurde weiter realisiert. Auf der Grundlage dieser professionellen Modelle und der Erfahrungen aus realen Projekten entwickelte das Team weiter das intelligente Agentensystem PharmAgents für den vollständigen Prozess der Arzneimittelforschung, das erstmals 2025 auf dem Hongkonger KI for Science-Gipfel vorgestellt wurde, sodass KI von der Erledigung einzelner Aufgaben schrittweise zur wissenschaftlichen Erkundung und zu Forschungsentscheidungen übergeht. In Kürze wird das Team auch den technischen Bericht und die Bewertung von PharmAgents 2.0 veröffentlichen, um die Fähigkeit der KI zur Teilnahme an der realen Arzneimittelforschung weiter zu demonstrieren.
Gao Bowen stellte vor, dass das Unternehmen zuvor experimentelle Validierungen für mehrere Zielstrukturen durchgeführt hat. Einige davon weisen viele Überlappungen mit den Strukturen in den Trainingsdaten auf und gehören zu relativ einfachen Fällen; andere weisen deutliche Unterschiede zum Trainingssatz auf, um die Fähigkeit des Modells bei Aufgaben mit „out-of-distribution“ zu testen; es gibt noch komplexere Fälle, bei denen früher nur Proteinsequenzen ohne bekannte Kokristallstrukturen der Molekülbindung vorlagen. Zuerst musste die Struktur anhand der Sequenz vorhergesagt werden, dann wurden potenzielle Taschen gefunden und das Molekülscreening durchgeführt. Bei dem bekannten internationalen virtuellen Arzneimittelscreening-Wettbewerb CACHE stellt der Veranstalter herausfordernde Zielstrukturen zur Verfügung. Die teilnehmenden Teams entwerfen Moleküle und reichen sie einheitlich ein, und der Veranstalter führt die Synthese und den Aktivitätstest durch. Das von AIPher auf der Grundlage von DrugCLIP und anderen Kerntechnologien gescreente und eingereichte Molekül wurde das einzige Molekül unter mehr als 1300 Molekülen des Wettbewerbs, das in drei unterschiedlichen experimentellen Systemen nachweislich aktiv war.
Ein weiterer Fall, der näher an der echten Arzneimittelleitung liegt, stammt aus dem Bereich von ADHS. Bei der Erforschung der Zielstruktur NET im Rahmen einer wissenschaftlichen Zusammenarbeit entdeckte das Team in Kombination mit den KI-Fähigkeiten eine völlig neue Bindungstasche, die zuvor nie berichtet wurde und auch nicht für die Arzneimittelentwicklung verwendet wurde. Die Bedeutung dieser Entdeckung liegt darin, dass die neue Tasche eine höhere Zielselektivität und allosterische Effekte bringen kann, wodurch ein differenzierter Vorteil für das nachfolgende Arzneimitteldesign entsteht und die Nebenwirkungen bereits auf dem Markt befindlicher Arzneimittel verringert werden können. Auf der Grundlage dieser Entdeckung hat AIPher die entsprechende Leitung weiter vorangetrieben. Das Unternehmen kombiniert KI-Fähigkeiten mit der Erfahrung menschlicher Experten, um die Moleküle kontinuierlich zu optimieren, und ist derzeit in die Phase der Bestätigung des präklinischen Kandidatenmoleküls eingetreten.
Gao Bowen enthüllte, dass AIPher derzeit mehr als 30 Kooperationen mit Pharmaunternehmen, Krankenhäusern, Universitäten und wissenschaftlichen Forschungseinrichtungen aufgebaut hat und die Fähigkeit des Modells zur Entdeckung wirksamer Moleküle an mehreren Zielstrukturen kontinuierlich validiert. Im März 2026 kündigten AstraZeneca und die Tsinghua-Universität offiziell die Gründung des „Gemeinsamen Forschungszentrums für KI-gestützte Arzneimittelforschung der Tsinghua-Universität (Institut für Intelligente Industrie) – AstraZeneca“ an. Beide Seiten werden in Bereichen wie KI-gesteuerte Molekülforschung, translationale Medizin und klinische Entwicklung zusammenarbeiten. Für dieses Team bedeutet dies, dass die Erkundung der KI-gestützten Arzneimittelforschung von der Laborforschung weiter in das Forschungssystem großer Pharmaunternehmen eingetreten ist.
Mehr als ein Monat nach der Gründung, Finanzierung über 100 Millionen Yuan
Nach den Erkundungen der KI-gestützten Arzneimittelforschung in den letzten Jahren von der Konzeptvalidierung über den Plattformaufbau bis zur Umsetzung von Arzneimittelleitungen ändert sich der Schwerpunkt der Aufmerksamkeit des Kapitals: Ob KI wirklich in den Arzneimittelforschungsprozess eintreten und schließlich zu einlösbaren Arzneimittelvermögen werden kann.
Der führende Investor dieser Finanzierungsrunde, Xianghe Capital, hat im Bereich KI for Science mehrfach investiert und hat zuvor Unternehmen wie HuaShen ZhiYao, BioMap und SimpleX investiert. Darunter ist HuaShen ZhiYao eines der frühen KI-Pharma-Projekte, in das Xianghe investiert hat. Xianghe beteiligte sich seit der Angel-Runde und erhöhte seine Beteiligung kontinuierlich. Im Jahr 2026 schloss HuaShen ZhiYao weitere Finanzierungsrunden in Höhe von 787 Millionen US-Dollar ab und schloss eine strategische Zusammenarbeit mit Sanofi im Wert von bis zu 2,56 Milliarden US-Dollar ab.
Gao Bowen stellte vor, dass AIPher einerseits die selbst entwickelten Arzneimittelleitungen vorantreiben wird, andererseits mit führenden in- und ausländischen Pharmaunternehmen zusammenarbeiten wird. Die Zusammenarbeit wird jedoch nicht auf das für traditionelle KI-Pharma-Unternehmen übliche technische Dienstleistungsmodell beschränkt bleiben, sondern eher auf gemeinsame Entwicklung (Co-Development) setzen. „Wir werden keine einmalige Gebühr für technische Dienstleistungen erheben.“ Seiner Ansicht nach hilft es dem technischen System und dem Fähigkeitsaufbau des Unternehmens nicht viel, nur eine technische Dienstleistung zu erledigen.
AIPher möchte die Rechte an dem Arzneimittelvermögen selbst erwerben. Konkret können die zukünftigen Einnahmen des Unternehmens aus Zahlungen für Forschungsmeilensteine, aus dem License-Out von Leitungen sowie aus Beteiligungen an den Einnahmen nach der endgültigen Markteinführung der Arzneimittel stammen. Mit anderen Worten: Die KI-Fähigkeit selbst ist nicht das Endprodukt, das AIPher verkaufen will. Was wirklich angesammelt werden soll, ist das Arzneimittelvermögen, das durch die KI-Fähigkeit erzeugt wird.
Dies ist auch die Kernbeurteilung von AIPher über sein eigenes Geschäftsmodell: KI ist keine zusätzliche Werkzeugschicht außerhalb der Pharmaindustrie, sondern sollte schrittweise zu einem Teil des Arzneimittelforschungsprozesses selbst werden. Gao Bowen ist der Ansicht, dass KI zunächst eine einzelne Leitung, insbesondere in der präklinischen Forschungsphase, erheblich beschleunigen kann. Noch wichtiger ist, dass es das traditionelle Muster von Biotech ändern kann, das sich auf einen Krankheitsbereich konzentriert und einzelne Projekte durch wenige professionelle Teams vorantreibt. Mit Hilfe von KI kann AIPher mehrere Projekte in verschiedenen Krankheitsbereichen und mit verschiedenen Arzneimittelmodalitäten gleichzeitig vorantreiben.
„Ein großer Vorteil von KI ist, dass die Fähigkeiten schnell erweitert werden können. Der Eintritt in einen neuen Krankheitsbereich oder eine neue Arzneimittelmodalität bedeutet nicht, dass wir ein neues Team und ein neues Fähigkeitssystem von Grund auf aufbauen müssen.“
Die von KI neu definierte Organisationsweise der Arzneimittelforschung
Wie allgemein bekannt ist, ist die Arzneimittelforschung ein langwieriges und kostspieliges Glücksspiel. In den letzten