【AI前沿】30万亿细胞迷宫里寻路，MIT博士7年跑出一家上市公司

30万亿细胞迷宫里寻路，MIT博士7年跑出一家上市公司海若镜·2026年05月14日 10:13当AI制药告别盲盒游戏，他们决定去造“纳米火箭”。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