[控场AI]
· 3 分钟阅读· 1,602 字

Enveda融资3.11亿美元,加速AI天然药物临床试验

Enveda融资3.11亿美元,加速AI天然药物临床试验

AI药物发现公司Enveda完成3.11亿美元融资,估值20亿,主攻天然产物AI药物的临床转化。

AI生物科技公司Enveda近日完成3.11亿美元融资,公司估值升至20亿美元。Enveda的核心技术路线是将机器学习与天然产物药物发现相结合,通过AI高效识别和优化来自自然界的候选药物分子,区别于从头设计小分子的主流AI制药范式。公司目前在研管线涵盖皮肤疾病治疗药物,以及针对GLP-1类减重药停药后体重反弹问题的维持性药物。本轮融资将主要用于将上述候选药物推进至临床试验阶段。此次融资规模再度印证了资本市场对AI驱动药物研发的高度关注,但业界普遍认为,AI制药的实际价值仍有待临床数据的最终验证。

AI生物科技公司Enveda完成重磅融资

AI生物科技公司Enveda近日完成一轮3.11亿美元的融资,本轮融资将公司估值推高至20亿美元。这笔资金将主要用于推动其基于天然产物发现的AI药物加速进入临床试验阶段。

对于一家专注于将人工智能与天然药物发现相结合的生物科技企业而言,这笔资金既是资本市场对其技术路线的认可,也为其后续管线的临床推进提供了充足的资金保障。20亿美元的估值,也让Enveda跻身AI制药领域备受关注的公司行列。

Enveda融资新闻

从自然界寻找药物:AI驱动的发现路径

Enveda的核心思路在于从大自然中挖掘潜在的药物分子。自然界中蕴藏着海量结构复杂、生物活性丰富的天然产物,这些分子长期以来都是新药研发的重要灵感来源。然而,传统方法在解析这些复杂化合物结构、预测其药理活性方面效率有限。

Enveda将机器学习技术引入这一过程,试图通过AI手段更高效地识别、解析并优化来自天然来源的候选分子。这种“AI + 天然产物”的组合模式,代表了当前AI制药领域一条颇具差异化的技术路线——不同于纯粹从头设计小分子的方案,它更强调在自然界已有的化学多样性基础上进行智能筛选与开发。

天然产物药物开发有着悠久历史:青霉素、紫杉醇、阿司匹林等重磅药物均源自自然界。据统计,过去数十年间获批上市的小分子药物中,超过半数直接来自天然产物或以其为模板衍生开发。天然产物分子结构往往高度复杂、手性中心众多,传统化学合成难以复制,而机器学习可以通过对海量质谱数据、基因组数据的分析,在无需完整化学合成的前提下预测分子结构与生物活性,大幅加速"从植物/微生物提取物到候选药物"的筛选流程。Enveda的技术平台正是聚焦于此——利用AI解析自然界化学多样性库,将历来被认为"太复杂、难以开发"的天然分子重新纳入现代药物发现的视野。

两大临床方向:皮肤疾病与GLP-1停药后的体重管理

根据公开信息,Enveda目前正在测试的药物涵盖两个方向。其一是治疗皮肤相关疾病的药物;其二则瞄准了当下极受关注的减重赛道——帮助患者在停用GLP-1类药物后维持体重成果。

GLP-1类药物(如广为人知的司美格鲁肽等)近年来在减重领域掀起热潮,但一个现实问题是:许多患者在停药后往往会出现体重反弹。如果Enveda能够开发出有效维持停药后减重效果的药物,将直接切入一个规模巨大且需求迫切的市场。这一管线布局显示出公司对市场热点与临床痛点的敏锐把握。

GLP-1(胰高血糖素样肽-1)受体激动剂通过模拟肠道激素来抑制食欲、延缓胃排空,司美格鲁肽(Ozempic/Wegovy)和替尔泊肽(Mounjaro/Zepbound)是目前最具代表性的产品。临床研究显示,患者停药后一年内平均可反弹已减体重的三分之二左右,原因在于GLP-1药物并未从根本上改变代谢调定点,停药后身体会通过饥饿感增强、代谢率下降等机制驱动体重回升。这一"停药反弹"问题催生了对辅助维持体重药物的巨大需求。Enveda希望从天然产物中找到能够长期干预体重调节通路的候选分子,提供与GLP-1药物不同机制的补充方案,是对这一临床痛点的精准卡位。

AI制药赛道的资本信号

Enveda此次融资的规模与估值,再次印证了资本市场对AI驱动药物研发的持续热情。将AI技术应用于药物发现,被寄望于缩短研发周期、降低成本并提高成功率。而Enveda选择的天然产物切入点,为这一叙事增添了独特的技术色彩。

当然,AI制药的真正价值最终仍需通过临床结果来验证。融资与估值只是起点,能否让这些“源自自然”的AI药物顺利通过临床试验、最终惠及患者,才是衡量Enveda技术路线成败的关键。随着资金到位,公司接下来的临床进展值得持续关注。

分享:

相关推荐