原文摘要
文 | 胡香赟 编辑 | 海若镜 5月13日，招股书秘交三个多月后，37岁的赖才达带领剂泰科技登陆港交所。开盘上涨170%，上市首日收涨127%，市值超270亿港币。 在这位带着几分书生气的麻省理工学院(MIT)化工博士背后，站着贝莱德、瑞银、国新基金、高瓴等基石投资机构，香港公开发售环节超购6900倍。 从成立到IPO，剂泰科技用了七年时间。2019年，晶泰科技内部筹备孵化剂泰科技，由时任执行COO赖才达牵头。他与晶泰科技联合创始人温书豪渊源颇深，两人博士都毕业于MIT。温书豪曾向投资人推荐称：“Chris(赖才达)和我有点像，但能力在我之上。”彼时，晶泰科技的估值已近10亿美元。 过去七年间，中国创新药赛道大起大落，2020年市场狂热，一批尝试用算法颠覆新药分子设计的AI制药公司拿到融资；短短两三年后，多家曾站在风口的明星公司，因管线数据不及预期、资金链断裂而倒下；而就在寒风刺骨时，新药BD浪潮、AI能力质变又为行业带来暖风。 周期剧变，一步踏空都可能功亏一篑。赖才达带领剂泰团队从AI小分子剂型优化、跨入高壁垒的靶向LNP递送，保持每年1-2轮的融资节奏，成为国内上市速度最快的AI制药公司。 从回国创业、转向医药，到引入国资、拆除红筹、赴港IPO，一次次充满变量的生存决策，在赖才达眼中更像“ no-brainer ”。波士顿投资圈复盘时，会将赖才达与曦智科技创始人沈亦晨放在一起评价称，“很厉害，几乎没犯任何错误”。 投一个工程师，用AI做药 赖才达的创业起点，乍看与创新药并无关联。十年前，这位MIT化学工程博士正忙着研究水处理，希望从洗衣废水中分离表面活性剂和杂质，实现水循环。 作为剂泰科技的天使轮领投机构，峰瑞资本曾连续四轮加注这家创业黑马。峰瑞资本合伙人马睿还记得一个细节，为配合国内时差，赖才达凌晨5点跑到实验室，坐在两个水桶中间，远程向他展示水处理流程。尽管当时没有出手，但这个“勤奋、理想主义”的年轻人，给他留下强烈好感。 马睿与赖才达的再一次相逢，是温书豪的牵线拉群。温书豪的背书，是打动早期投资人的因素之一。而真正让他们愿意下注的，是赖才达“把AI制药逻辑讲清楚的能力”。 与赖才达聊完，峰瑞资本当天就下了投资决策，“随后就进入了漫长的抢额度阶段”；光合创投合伙人（时任光速中国助理合伙人）高健凯也提到，“聊完第一次，就很想投”。 2020年，AI制药赛道虽也热门，但模型能力有限，远没有如今设计抗体等分子的能力。业内很多团队停留在物理计算层面，要用AI提高新药研发效率，但却难以清晰回答投资人的困惑：“计算的合成数据能准确到什么程度，这种准确度能支撑哪些研发环节发生质变。” 踏入AI制药圈子的赖才达，选择了“递送”环节，即让药物精准、安全地到达人体病灶，更好发挥药效。 “很多人讲AI制药，会说选择了哪些靶点，从技术角度如何用AI做得更快更好。但他讲的是：通过AI做药物递送，能让多少个原本无法成药的靶点具备成药潜力，这件事的价值有多大。再往前延伸，除了小分子制剂，还能用 LNP（脂质体）做药物递送，特别像mRNA等递送难度极高的药物（Modality）。”高健凯回忆道。 传统生化学家做剂型、药代动力学主要靠经验，人力想到的组合有限，而AI能极大拓展搜索范围，挖掘出许多意想不到的优质方案。落地场景主要是临床前制剂优化，或改变已上市药物剂型（如片剂改颗粒），以低成本、低风险开发二类新药。 严格意义上，初期做“剂型”，更像是应用层面的优化，还不涉及底层核心递送技术的迭代，但在一致性评价、带量采购等政策背景下，药企渴望“降本增效”，并愿意为此付费。 高健凯还记得，自己调研了4、5家剂泰科技早期合作药企，对方直接评价“这套方法可能会让传统制剂人员面临职业挑战”。 一个代表性案例是剂泰科技的MTS-004项目。它针对中国神经系统疾病患者面临的吞咽困难症状，将原本难吞咽的胶囊改为入口即化的速溶片。2025年，该药物在三期临床阶段，以1亿人民币首付款、近20亿人民币里程碑价格授权。
图片说明：剂泰医药管线示意｜图片来源：剂泰医药招股书 BD交易的验证，自是后话。 在早期没有新靶点、新药临床批件和试验数据时，剂泰科技能展示的资产和成果并不多，但仍先后吸引了红杉、五源、光速中国、Monolith等科技基金入局。 “科技投资人擅长判断创始人能力、���模化潜力，他们见过快手、拼多多、字节等巨头兴起，在早期对人与赛道天花板的判断很准；医药投资人则更擅长研判未满足临床需求、具体药物的科学风险和市场空间。”马睿认为，当前剂泰已获得了两类投资人的认可。而赖才达在历次战略抉择时展现出的“决断力”，也没有让赌“人”的投资者失望。 做LNP递送，上新药研发“主桌” 如果仅停留在剂型优化层面，剂泰科技的终局或许会是一家普通的AI制药公司。 但这离赖才达的梦想有些遥远。他的偶像企业是BioNTech、Alnylam，均由递送技术驱动，前者在新冠疫情期间因mRNA疫苗名声大噪，后者用近20年时间开发出的GalNAc递送技术，使其稳占小核酸药领域头把交椅，支撑起公司30亿美元年收入和400亿美元的市值空间。 在投资人们眼中，这位外表斯文，带着些书生气，甚至职场经历不算丰富的CEO，对做出一家“很牛的公司”这件事，有着极强的“aggressive”。 剂泰科技7年发展史上的一个关键转折，是他带领公司从剂型优化跨入更具挑战的LNP递送领域。 2021-2022年左右，剂泰科技团队发现，他们在小分子制剂优化中积累的AI建模能力、高通量实验平台以及对纳米材料相互作用的深刻理解，可以迁移到市场更广阔、更有挑战性的LNP递送领域。 现实中，很多有治疗潜力的药物（比如核酸药）分子体量大、性质不稳定，如果直接打进人体，可能还没到达病灶，就已降解、或被免疫系统清除。因此，如果能把药物精准“递送”到人体正确位置，理论上就掌握了下一代新药研发的关键话语权。 换言之，递送技术的天花板，某种程度上决定着大分子生物药的天花板。 LNP作为一种由多种脂质分子组装而成的微型纳米囊泡，天性适合包裹大分子药物，能依靠自身脂质生物特性在人体内稳定循环，实现药物的安全转运与细胞精准释放。也就是把药物安全装进自己的“包裹”里，保护它在血液中顺利运输，到目标细胞后再拆包释放。 但传统LNP天然以肝脏富集为主，要实现脾脏、肺部、脑部乃至实体肿瘤的精准靶向，就必须从头定制优化配方。而脂质分子结构数量庞大，组分摩尔比、微流控制备工艺、表面修饰程度等关键参数又高度耦合，依靠传统实验试错摸索无异于大海捞针。 为此，剂泰科技搭建了一个名为NanoForge的AI纳米递送大模型，自研超千万种脂质分子库，用AI模型做虚拟筛选、量子化学计算做精细优化，再通过高通量湿实验验证并回馈数据，实现“干湿闭环”迭代。 更关键的一步是，剂泰科技将这种能力升级到“精准送到该去的地方”的级别。 马睿介绍称，剂泰科技的递送技术可以理解为“靶向LNP”，基础层是一个“隐匿型”包裹，不偏向单一器官、不触发免疫系统，而是在包裹表面挂一个“抗体导航”，通过特定抗体或
文章来源
- 标题: 30万亿细胞迷宫里寻路，MIT博士7年跑出一家上市公司
- 来源: ai
- 链接: https://36kr.com/p/3807162054106624?f=rss
- 时间: 2026-05-14 10:13:54 +0800
核心内容
文 | 胡香赟 编辑 | 海若镜 5月13日，招股书秘交三个多月后，37岁的赖才达带领剂泰科技登陆港交所。开盘上涨170%，上市首日收涨127%，市值超270亿港币。 在这位带着几分书生气的麻省理工学院(MIT)化工博士背后，站着贝莱德、瑞银、国新基金、高瓴等基石投资机构，香港公开发售环节超购6900倍。 从成立到IPO，剂泰科技用了七年时间。2019年，晶泰科技内部筹备孵化剂泰科技，由时任执行COO赖才达牵头。他与晶泰科技联合创始人温书豪渊源颇深，两人博士都毕业于MIT。温书豪曾向投资人推荐称：“Chris(赖才达)和我有点像，但能力在我之上。”彼时，晶泰科技的估值已近10亿美元。 过去七年间，中国创新药赛道大起大落，2020年市场狂热，一批尝试用算法颠覆新药分子设计的AI制药公司拿到融资；短短两三年后，多家曾站在风口的明星公司，因管线数据不及预期、资金链断裂而倒下；而就在寒风刺骨时，新药BD浪潮、AI能力质变又为行业带来暖风。 周期剧变，一步踏空都可能功亏一篑。赖才达带领剂泰团队从AI小分子剂型优化、跨入高壁垒的靶向LNP递送，保持每年1-2轮的融资节奏，成为国内上市速度最快的AI制药公司。 从回国创业、转向医药，到引入国资、拆除红筹、赴港IPO，一次次充满变量的生存决策，在赖才达眼中更像“ no-brainer ”。波士顿投资圈复盘时，会将赖才达与曦智科技创始人沈亦晨放在一起评价称，“很厉害，几乎没犯任何错误”。 投一个工程师，用AI做药 赖才达的创业起点，乍看与创新药并无关联。十年前，这位MIT化学工程博士正忙着研究水处理，希望从洗衣废水中分离表面活性剂和杂质，实现水循环。 作为剂泰科技的天使轮领投机构，峰瑞资本曾连续四轮加注这家创业黑马。峰瑞资本合伙人马睿还记得一个细节，为配合国内时差，赖才达凌晨5点跑到实验室，坐在两个水桶中间，远程向他展示水处理流程。尽管当时没有出手，但这个“勤奋、理想主义”的年轻人，给他留下强烈好感。 马睿与赖才达的再一次相逢，是温书豪的牵线拉群。温书豪的背书，是打动早期投资人的因素之一。而真正让他们愿意下注的，是赖才达“把AI制药逻辑讲清楚的能力”。 与赖才达聊完，峰瑞资本当天就下了投资决策，“随后就进入了漫长的抢额度阶段”；光合创投合伙人（时任光速中国助理合伙人）高健凯也提到，“聊完第一次，就很想投”。 2020年，AI制药赛道虽也热门，但模型能力有限，远没有如今设计抗体等分子的能力。业内很多团队停留在物理计算层面，要用AI提高新药研发效率，但却难以清晰回答投资人的困惑：“计算的合成数据能准确到什么程度，这种准确度能支撑哪些研发环节发生质变。” 踏入AI制药圈子的赖才达，选择了“递送”环节，即让药物精准、安全地到达人体病灶，更好发挥药效。 “很多人讲AI制药，会说选择了哪些靶点，从技术角度如何用AI做得更快更好。但他讲的是：通过AI做药物递送，能让多少个原本无法成药的靶点具备成药潜力，这件事的价值有多大。再往前延伸，除了小分子制剂，还能用 LNP（脂质体）做药物递送，特别像mRNA等递送难度极高的药物（Modality）。”高健凯回忆道。 传统生化学家做剂型、药代动力学主要靠经验，人力想到的组合有限，而AI能极大拓展搜索范围，挖掘出许多意想不到的优质方案。落地场景主要是临床前制剂优化，或改变已上市药物剂型（如片剂改颗粒），以低成本、低风险开发二类新药。 严格意义上，初期做“剂型”，更像是应用层面的优化，还不涉及底层核心递送技术的迭代，但在一致性评价、带量采购等政策背景下，药企渴望“降本增效”，并愿意为此付费。 高健凯还记得，自己调研了4、5家剂泰科技早期合作药企，对方直接评价“这套方法可能会让传统制剂人员面临职业挑战”。 一个代表性案例是剂泰科技的MTS-004项目。它针对中国神经系统疾病患者面临的吞咽困难症状，将原本难吞咽的胶囊改为入口即化的速溶片。2025年，该药物在三期临床阶段，以1亿人民币首付款、近20亿人民币里程碑价格授权。
图片说明：剂泰医药管线示意｜图片来源：剂泰医药招股书 BD交易的验证，自是后话。 在早期没有新靶点、新药临床批件和试验数据时，剂泰科技能展示的资产和成果并不多，但仍先后吸引了红杉、五源、光速中国、Monolith等科技基金入局。 “科技投资人擅长判断创始人能力、���模化潜力，他们见过快手、拼多多、字节等巨头兴起，在早期对人与赛道天花板的判断很准；医药投资人则更擅长研判未满足临床需求、具体药物的科学风险和市场空间。”马睿认为，当前剂泰已获得了两类投资人的认可。而赖才达在历次战略抉择时展现出的“决断力”，也没有让赌“人”的投资者失望。 做LNP递送，上新药研发“主桌” 如果仅停留在剂型优化层面，剂泰科技的终局或许会是一家普通的AI制药公司。 但这离赖才达的梦想有些遥远。他的偶像企业是BioNTech、Alnylam，均由递送技术驱动，前者在新冠疫情期间因mRNA疫苗名声大噪，后者用近20年时间开发出的GalNAc递送技术，使其稳占小核酸药领域头把交椅，支撑起公司30亿美元年收入和400亿美元的市值空间。 在投资人们眼中，这位外表斯文，带着些书生气，甚至职场经历不算丰富的CEO，对做出一家“很牛的公司”这件事，有着极强的“aggressive”。 剂泰科技7年发展史上的一个关键转折，是他带领公司从剂型优化跨入更具挑战的LNP递送领域。 2021-2022年左右，剂泰科技团队发现，他们在小分子制剂优化中积累的AI建模能力、高通量实验平台以及对纳米材料相互作用的深刻理解，可以迁移到市场更广阔、更有挑战性的LNP递送领域。 现实中，很多有治疗潜力的药物（比如核酸药）分子体量大、性质不稳定，如果直接打进人体，可能还没到达病灶，就已降解、或被免疫系统清除。因此，如果能把药物精准“递送”到人体正确位置，理论上就掌握了下一代新药研发的关键话语权。 换言之，递送技术的天花板，某种程度上决定着大分子生物药的天花板。 LNP作为一种由多种脂质分子组装而成的微型纳米囊泡，天性适合包裹大分子药物，能依靠自身脂质生物特性在人体内稳定循环，实现药物的安全转运与细胞精准释放。也就是把药物安全装进自己的“包裹”里，保护它在血液中顺利运输，到目标细胞后再拆包释放。 但传统LNP天然以肝脏富集为主，要实现脾脏、肺部、脑部乃至实体肿瘤的精准靶向，就必须从头定制优化配方。而脂质分子结构数量庞大，组分摩尔比、微流控制备工艺、表面修饰程度等关键参数又高度耦合，依靠传统实验试错摸索无异于大海捞针。 为此，剂泰科技搭建了一个名为NanoForge的AI纳米递送大模型，自研超千万种脂质分子库，用AI模型做虚拟筛选、量子化学计算做精细优化，再通过高通量湿实验验证并回馈数据，实现“干湿闭环”迭代。 更关键的一步是，剂泰科技将这种能力升级到“精准送到该去的地方”的级别。 马睿介绍称，剂泰科技的递送技术可以理解为“靶向LNP”，基础层是一个“隐匿型”包裹，不偏向单一器官、不触发免疫系统，而是在包裹表面挂一个“抗体导航”，通过特定抗体或
内容来源：ai 原文链接：https://36kr.com/p/3807162054106624?f=rss
市场背景
- BTC 价格：$0.00
- 24h 涨跌：+0.00%
AI Agent 加工：AI Agent（技术分析） 生成时间：2026-05-14T06:00:48.200549+00:00