StartseiteArtikel

Qiming Venture Partners gab ihm seine erste Finanzierung.

投资界2026-11-16 09:23
CataX AI feiert sein Debüt.

Das Schlachtfeld der KI-gestützten Pharmazeutika verlagert sich gerade von Molekülen zu klinischen Studien.

Die Investmentbranche hat erfahren, dass CataX AI kürzlich die Seed-Finanzierungsrunde abgeschlossen hat, die exklusiv von Qiming Venture Partners investiert wurde. Anders als frühere KI-Pharmaunternehmen, die sich auf die Wirkstoffentdeckung konzentrierten, beschäftigt sich dieses KI-native Biotech-Unternehmen, das erst vor 4 Monaten gegründet wurde, nicht mit der Target- und Molekülentdeckung, sondern beschleunigt die frühe klinische Entwicklung neuer Wirkstoffe mithilfe von Agenten.

Der Gründer hinter dem Unternehmen, Wang Zilong, gehört zur Generation der 90er. In der ersten Oberstufenklasse erwarb er bereits die Qualifikation für die garantierte Zulassung zur Universität mit dem ersten Preis des nationalen Biologiewettbewerbs. Während seiner Schulzeit gewann er insgesamt vier erste Preise in drei Wettbewerbsfächern: Biologie, Physik und Informatik. Später entschied er sich für das achtjährige Fach für klinische Medizin an der Fudan-Universität und erwarb schließlich den Doktortitel in der Onkologie. Danach war er CTO und Chief Medical Officer eines KI-Medizintechnikunternehmens, wurde in die Liste Forbes 30 Under 30 aufgenommen und trat dann in das Microsoft Research Asia ein, wo er der einzige Forscher mit medizinischem Hintergrund war, der sich auf medizinische KI spezialisierte. Nach mehreren Grenzüberschreitungen widmet er sich jetzt persönlich der Wirkstoffentwicklung.

Über dieses Startup sprechend, erzählte Wang Zilong von seiner medizinischen Ausbildungszeit bis zur Welle der Agenten, wobei eine Linie immer durchzog: „Die Medizin bestimmt, warum wir anfangen, und die KI bestimmt, wie wir es tun sollen.“ Auf seinem ganzen Weg wollte er immer die Distanz zwischen der Technologie und den Patienten verkürzen.

Ein KI-Genie der Generation 90er wird zum Medizindoktor

Entschlossen, in die AIDD-Welle einzusteigen

Die Geschichte beginnt mit Wang Zilong.

Er wurde 1991 in Qinhuangdao, Provinz Hebei, geboren. Ab der ersten Oberstufenklasse gewann er nacheinander mehrere erste Preise bei nationalen Wettbewerben in Biologie, Physik, Informatik und anderen Fächern und erhielt früh die garantierte Zulassung zur Universität. Obwohl er sehr leidenschaftlich für Computer war, traf er eine scheinbar kontraintuitive Entscheidung: Er studierte acht Jahre lang klinische Medizin an der Fudan-Universität.

Er hatte seine eigenen Überlegungen: Die Informatik ist ausreichend offen, nur die Medizin kann man nicht aus dem Nichts selbst lernen, man muss eine formale Ausbildung absolvieren. „Niemand kann ohne Berechtigung in den Operationssaal eintreten. Aber vielleicht kann die KI eines Tages wirklich Ärzte und Wirkstoffentwickler ersetzen?“

An der Fudan-Universität studierte Wang Zilong Medizin und besuchte gleichzeitig Vorlesungen in Informatik als Gasthörer. Er verglich das interdisziplinäre Lernen mit der Seefahrt: Der Eintritt in ein fremdes Gebiet ist wie ein dunkles, grenzenloses Meer, und die Schnittstellen zwischen den Fächern sind „wertvolle Süßwasserinseln“. Es braucht Zeit, sie zu finden, „sei nicht eilig, mit Geduld wirst du sie schließlich finden“.

Die Erfahrungen mit klinischen Rotationen und dem Praktikum bei Tencent zeigten ihm eine andere Möglichkeit. In der Abteilung konnten an einem Tag Dutzende von Operationen hintereinander durchgeführt werden; bei Tencent erreichte das Produkt des Teams nach der Veröffentlichung etwa 100.000 Nutzer. Er begann darüber nachzudenken, wie man Technologie in die Medizin einbringen kann, um mehr Patienten zu begünstigen.

Nach seinem Abschluss trat Wang Zilong dem KI-Medizinunternehmen VoxelCloud bei. Im Alter von nur 28 Jahren übernahm er gleichzeitig die Positionen des CTO und des Chief Medical Officers. Während dieser praktischen Startup-Phase leitete er sein Team, um eine prospektive multizentrische Studie mit 155 Zentren im ganzen Land und über 47.000 Probanden durchzuführen, und erhielt eine der frühen inländischen Zulassungen für medizinische KI-Geräte der Klasse III von der NMPA. Außerdem wurde er nacheinander in die Liste Forbes 30 Under 30 und die Hurun U30 Liste der Startup-Führer aufgenommen.

Gerade als die Welle der großen Modelle hereinbrach, wählte Wang Zilong 2023, zur Spitzenforschung zurückzukehren, und arbeitete als leitender Forscher am Microsoft Research Asia (MSRA), wo er an medizinischen Grundmodellen, autonomen Agenten und Mensch-Maschine-Kooperation forschte. Die entsprechenden Arbeiten erhielten über 20.000 Sternmarkierungen auf GitHub.

Der Wendepunkt ereignete sich Anfang dieses Jahres, als aufeinanderfolgende Agentenprodukte einen „Glaubenssprung“ auslösten. Zuvor nahm Wang Zilong an einer Studie über blinde Programmierer teil und beobachtete, wie sie mithilfe von KI-Tools programmierten und Code prüften. Mit dem Fortschreiten der Arbeit wurde die Realität aber noch schneller verändert. Sogar er selbst prüft seinen Code jetzt kaum noch Zeile für Zeile.

„Die Medizin bestimmt, warum wir anfangen, und die KI bestimmt, wie wir es tun sollen.“ Die Veränderung der Arbeitsteilung zwischen Mensch und KI ließ ihn an die Realität der Pharmaindustrie denken.

Heute hat die klinische Entwicklung neuer Wirkstoffe immer noch einen starken Charakter der industriellen Fließband: Um eine Pipeline voranzutreiben, müssen mehr als zehn Abteilungen aus den Bereichen Medizin, Zulassung, Betrieb, Daten und Biostatistik zusammenarbeiten. Selbst die Änderung eines regulären Berichts ist mit umständlichen abteilungsübergreifenden Besprechungen und Dokumentenabläufen verbunden.

„Wenn man die Agenten von dem ersten Tag an tief in den Prozess einbezieht, wie sollte ein solches biopharmazeutisches Unternehmen aussehen?“ Mit dieser Frage verließ Wang Zilong entschlossen Microsoft und startete sein Startup.

Qiming Venture Partners brütet ein KI-natives Pharmaunternehmen aus

„Wang Zilong hat eine sehr starke Startup-Leidenschaft.“ Chen Kan, Partner von Qiming Venture Partners und gemeinsamer Leiter für den Bereich medizinische Innovation, erinnerte sich an seinen ersten Eindruck: „Auf dem Markt gibt es viele Leute, die KI verstehen, und viele mit medizinischer Ausbildung, aber Menschen, die sowohl an der Spitze der medizinischen KI-Forschung bei Microsoft arbeiten, als auch eine systematische klinische medizinische Ausbildung absolviert haben und gleichzeitig dringend bereit sind, praktische Dinge zu tun, sind sehr selten.“

Diesen Frühling trafen sich Wang Zilong und Chen Kan durch die Vermittlung eines Alumni der Fudan-Universität.

Damals hatte Wang Zilong nur einen groben Rahmen, um „Agenten in die Pharmazeutika zu integrieren“, und hatte noch nicht einmal das Geschäftsplan fertiggestellt. Aber die beiden sprachen mehrere Stunden lang über die technologische Entwicklung und die Wirkstoffentwicklung, und viele grundlegende Urteile stimmten sofort überein.

Als eines der ersten Investmentinstitute in China, das sich auf KI-Pharma spezialisiert hat, hat Qiming Venture Partners bereits frühe Unternehmen für Wirkstoffentdeckung wie Insilico Medicine investiert. Nach Ansicht von Chen Kan ist die Anwendung von KI in den Phasen der Target-Entdeckung und des Moleküldesigns bereits relativ ausgereift, und heute hat sich der Engpass der gesamten Pharmaindustrie auf den nachgelagerten Bereich verlagert.

Die Entwicklung eines neuen Wirkstoffs dauert oft zehn Jahre und kostet mehrere Milliarden Dollar. Davon macht die frühe Wirkstoffentdeckung nur etwa 20 % der Kosten und Zeit aus, die restlichen 80 % entfallen auf die Phase der klinischen Entwicklung. In den letzten Jahren machte die Produktion von präklinischen neuen Wirkstoffmolekülen (PCC) in China 44 % der globalen Gesamtmenge aus, und es dringend braucht einen kostengünstigen Weg, um die kritische Linie der „Proof of Concept (PoC) am Menschen“ zu überqueren.

„Wenn die Menschheit heute alle Entdeckungen neuer Wirkstoffmoleküle einstellen würde, würde der vorhandene Bestand in den Labors ausreichen, um das globale klinische System volle zehn Jahre lang zu versorgen.“ Nach Ansicht von Chen Kan ist die Neugestaltung von klinischen Studien mit Agenten der notwendige Weg zur Kostensenkung. Aber für traditionelle Pharmaunternehmen ist es gleichbedeutend mit dem Sturz des gesamten alten Systems, die zahlreichen Barrieren zwischen den Funktionsabteilungen mit KI zu durchdringen. Anstatt der großen Trägheit entgegenzutreten, ist es besser, von Grund auf neu anzufangen.

Daraufhin beschloss Qiming Venture Partners, exklusiv in der Seed-Runde zu investieren, um gemeinsam mit Wang Zilong das neue Unternehmen auszubrüten. Durch die Förderung und Vermittlung von Qiming Venture Partners trat Jiang Zhemin, der mehr als zehn Jahre Erfahrung im klinischen Betrieb bei Unternehmen wie Tigermed und BeiGene hatte, als Mitbegründer und CDO bei und ergänzte das entscheidende Glied für die praktische Umsetzung in der Klinik.

Im Juli 2026 wurde CataX AI in Shanghai gegründet. „Cata“ stammt von dem Wort Katalysator, was die Beschleunigung der Wirkstoffentwicklung bedeutet; das „X“-Logo besteht aus der Kreuzung einer grünen DNA-Doppelhelix und einer blauen Chip-Schaltung, was die Erforschung unbekannter Krankheiten symbolisiert und die Erwartung an eine zehnfache (10x) Effizienz trägt.

Das Unternehmen zielt auf präklinische und frühe klinische Pipelines ab, plant, entsprechende Rechte durch Einlizenzierung oder gemeinsame Entwicklung zu halten, und die frühe klinische Proof of Concept (PoC) voranzutreiben. Für Projekte mit positiven Beweisen am Menschen sucht das Unternehmen anschließend nach der Auslizenzierung, damit Partner mit Fähigkeiten für die nachfolgende Entwicklung und Kommerzialisierung die Arbeit fortsetzen.

Diese Pipelines werden durch das von dem Team erforschte Modell „Clinical-of-One“ (vollständige klinische Verantwortung einer einzelnen Person) übernommen. Ein Leiter der klinischen Entwicklung koordiniert das gesamte Projekt und vermittelt zwischen Agenten und externen Experten. Die Literaturrecherche, die Erstellung von Dokumenten und die Datenverarbeitung werden von Agenten übernommen, während die wichtigsten Entscheidungen von Menschen getroffen werden.

Zwar kann die medizinische Validierung die kalten objektiven Gesetze nicht verletzen: Wenn eine klinische Nachverfolgung ein Jahr dauert, kann die KI die Zeit auch nicht aus dem Nichts verkürzen. Die Effizienz des sogenannten „10x Biotech“ ergibt sich aus der präzisen Auswahl von Vermögenswerten und der Verringerung menschlicher Reibungsverluste, sodass Ressourcen in mehr wertvolle klinische Validierungen investiert werden können.

Eine einzelne Person kann N Pipelines leiten – ein zukünftiges Modell chinesischer Pharmaunternehmen entsteht

„Die zukünftigen Pharmaunternehmen werden sich unweigerlich in Richtung dieses Organisationsparadigmas entwickeln.“ Chen Kan betrachtet die Erkundung von CataX AI als Wegbereiter für die Branche.

Seiner Ansicht nach wird die Umgestaltung von Forschung und Entwicklung sowie der grundlegenden Arbeitsteilung durch Agenten schließlich tief in die Branche eindringen, aber das kann nicht im Vakuum geschehen, sondern erfordert die Mitwirkung des gesamten Ökosystems. Die interne Erneuerung eines Unternehmens muss schließlich mit Krankenhäusern, Partnern und dem Regulierungssystem verbunden werden.

Diese Erkundung fällt in ein Zeitfenster, in dem chinesische innovative Wirkstoffe global expandieren. Chen Kan beobachtet, dass die Aufmerksamkeit ausländischer Pharmaunternehmen für chinesische Vermögenswerte von Preisvorteilen auf die Qualität der Vermögenswerte übergeht. Einige vielversprechende frühe Projekte können aufgrund fehlender Mittel nicht weiter vorangetrieben werden. Für neu gegründete Biotech-Unternehmen liegen die Chancen, an der globalen Forschung und Entwicklung teilzunehmen, genau in diesen noch zu verbindenden Gliedern.

Zurück zur Gegenwart, die realistischste Herausforderung für CataX AI ist, wie man dieses Modell von den ersten wenigen Personen auf mehr Personen ausweiten kann.

„Ich kann nicht zehn Kopien von mir selbst herstellen.“ Wang Zilong gibt offen zu, dass die derzeitigen Leiter der Pipeline sowohl tiefes klinisches Wissen als auch KI-Denken haben müssen. Solche Personen zu finden, ist nicht einfach. Wenn jedes Projekt von der Erfahrung weniger Personen abhängt, kann dieses Modell kaum an mehr Teams übergeben werden.

Wang Zilong sieht die Lösung für den Durchbruch in der Konsolidierung der „organisatorischen Erfahrung“.

Öffentliche medizinische Literatur kann von großen Modellen gelernt werden, aber viele Erfahrungen aus der Entwicklung klinischer Studien liegen in den spezifischen Abwägungen bei der Arbeit. Warum verlangt der Experte, dass das Protokoll an dieser Stelle geändert wird, wie entscheidet das Team anhand neuer Daten, ob es weiter investieren oder aufhören soll – Wang Zilong hofft, die Gründe hinter diesen praktischen Entscheidungen festzuhalten.

In seiner Vorstellung werden die Rückmeldungen externer Experten, die Entscheidungswege des Teams und die nachfolgenden Ergebnisse im selben System gespeichert, um als Referenz für zukünftige Projekte zu dienen. Nach Abschluss einer Entwicklung kann die Erfahrung weiter angesammelt werden, und neu eingestellte klinische Leiter können sich daran orientieren, sodass das Modell nach und nach weniger von wenigen fächerübergreifenden Fachkräften abhängt.

Diese Konzentration auf die Vermittlung von Wissen und Erfahrung entspricht genau Wang Zilongs Überlegungen zum Thema „Grenzüberschreitung“.

„Wir ziehen ständig Grenzen für uns selbst.“ Wang Zilong sprach über den Roman „Dorflehrer“ von Liu Cixin: Erinnerungen können nicht vererbt werden, Wissen kann zwar vermittelt werden, aber jede Person muss lange lernen, um die Orte zu erreichen, die die Vorfahren schon erreicht haben. Er erwartet, dass Agenten als „externes Gehirn“ fungieren, Menschen dabei helfen, ein breiteres Wissen abzurufen, und die Erkundung über die Grenzen der vorhandenen Fachgebiete hinaus ausweiten.

Natürlich gibt es noch viele harte Kämpfe zu bestehen, um den Entwurf in den Alltag umzusetzen. Wang Zilong sagte, dass das Team derzeit den Prozess der klinischen Entwicklung neu strukturiert und das technische System, die Risikokontrolle und die regulatorischen Anforderungen aufeinander abstimmt. Die Leistung der Agenten bei der Untersuchung von Vermögenswerten muss auch in der nachfolgenden Entwicklung weiter validiert werden.

„Die Entwicklung neuer Wirkstoffe ist ein langwieriger Marathon-Staffellauf. Das Schwierigste ist nie der Start, sondern wie man jede Staffel reibungslos und effizient bis zum Ziel bringt.“ Nach Ansicht von Wang Zilong geht es bei der Umgestaltung von Technologie und Organisation nur darum, die Zeit zurück an die Wissenschaft zu geben, damit die Medikamente die Hoffnung früher erfüllen können.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Pedaily“ (ID: pedaily2012), Autor: Lu Wang, veröffentlicht mit Genehmigung von 36Kr.