近日，智宠制药（苏州）有限公司（以下简称 "智宠制药"）宣布完成数千万元A1轮融资，本轮融资由天汇资本投资，指数资本担任独家财务顾问。融资将主要用于加速核心管线临床推进与完善端到端 AI 药物研发平台建设，并持续拓展抗感染、慢病、CNS和抗衰三大领域的管线布局。
以下内容，源自智宠制药创始人/CEO魏文娟博士的深度思考。
一、关于那道成药鸿沟
Q1：算力与算法都在飞速进步，为什么至今鲜有 AI 生成的分子真正走完 NDA？
这其实不是AI制药特有的问题，药物研发本身的规律就是如此——整个行业都在面对这道鸿沟。因为我们在用一种线性的代价，去追赶一个指数级的能力。
算法效率是指数级上升的，但物理世界的验证成本几乎是刚性的——它不因为你算得更快就变得更便宜。这就是当下 AI 制药最根本的矛盾之一：算法效率与验证成本的结构性错配。
模型可以在几小时内生成一百万个候选分子，但至少在目前，还没有任何一种模型能够替代一次真实的、发生在活体里的生物学应答。生成端被极大地加速了，验证端的节奏却变化相对有限。一端快、一端慢，看起来是繁荣，实际上失衡在所难免。
所以问题的答案不在"更强的模型"，而在"更短的闭环"。
Q2：您把 IND 到 NDA 之间称为"成药鸿沟"。这道沟的本质是什么？
在我们看来，本质是认知的落差，而不是技术的落差。
IND 阶段回答的是"这个分子能不能进人体"，NDA 阶段回答的是"这个分子在真实世界的人身上，是否安全、有效、可重复、可生产"。前者是一个预测问题，后者是一个证据问题。
我们的判断是：物理世界的复杂性，在现阶段是难以被压缩的。 你可以用模型逼近它，但很难完全替代它；仅凭预测，AI 要生成真正具备 NDA 水准的分子，难度极大。信息论里有个常识——你不能从低熵的假设里，凭空生出高熵的事实。而"成药鸿沟"就是这道信息缺口。它很难单靠算力填平，更可能需要数据填平。
破局的核心，我们认为在于数据。
二、关于那个最古老的问题
Q3：您提到，要解决数据问题，得先回答"生命到底是什么"。这不像是一家制药公司该问的问题。
恰恰相反，这是制药公司最该问、却最少问的问题。
行业主流的范式是还原论：把生命拆成通路，把通路拆成靶点，把靶点拆成分子，然后相信只要修好一个分子，就修好了一个人。这套方法支撑了过去五十年的绝大部分药物，它的有效性已经被反复验证。
但生命不只是按靶点运行的。靶点是生命的一次局部表达，未必等同于生命本身。
所以我们提出一个观点：数据是有层级的。如果采集数据时所依据的生命认知过于简化，再多的数据也可能只是噪音的堆叠；而基于对生命的底层认知生成的数据，每一条才更可能携带结构性的信息量。
基于这一底层认知生成的数据，才是真正有价值的数据。
这不是哲学姿态，这是数据资产的定义问题。今天我们看到很多公司在拼数据规模，但真正决定壁垒的从来不是规模，是而是每条数据背后是否携带有效信息，不管是成功的还是失败的。
Q4：那么按这种认知产生的数据，和常规高通量数据有什么本质区别？
区别在于它是否闭环，以及是否可迁移。
常规高通量数据是碎片化的：一次筛选、一个体系、一个时间点，产出一堆彼此关联有限的结果。。它告诉你"这里发生了什么"，但不告诉你"为什么"，更不告诉你"换个场景还会不会发生"。
我们要的数据，是能在生成端和验证端之间来回流动的数据——AI 生成分子，真实世界给出应答，应答回流成为下一轮生成的先验。数据一旦形成闭环，它就开始产生复利。
而"可迁移"是更难的一层：动物身上学到的规律，能不能迁移到人身上？这正是我们第二步战略想回答的问题，也是比较医学真正有价值的地方。
三、关于破局：为什么是动保
Q5：跨越这道鸿沟，行业里主要有两条路径。您怎么看？
两条路都有价值，但单独看都还有局限。第一条路，从前端靶点出发。 把靶点选得更准、更靠前，减少后面的浪费。大致，这条路可以把成功率从 10% 提升到 18%。这是一个实实在在的改进，接近翻倍——但请注意它的性质：它是在优化猜测的质量，没有改变验证的成本结构。
第二条路，在后端建立快速验证体系。 这是更根本的方向，虚拟细胞等技术正在沿此探索。它试图直接降低验证成本，思路正确，但目前仍在早期。
一个是把"猜"做得更准，一个是把"验"做得更快。真正的问题在于——物理世界里，今天是否存在一个真正快速、低成本的验证场景？
我们找到了答案：动保领域。
Q6：动保为什么成了那个场景？
因为在动保方向，AI 生成的分子进入IIT验证的链条显著更短。
这一句话的分量，比它看上去重得多。
在人用药体系里，一个新分子从生成到进入临床，中间隔着漫长的临床前链条、合规链条、伦理链条。AI 再快，也得排队。生成端跑百米，验证端跑马拉松，两者的节奏很难同频。
而在动保，这个队列被大幅缩短了。验证不再是一个遥远的、昂贵的、排队等号的动作，它变成了一个可以紧跟生成节奏的即时反馈。
这是我们看到的破局点：AI 的能力，在这里有机会被更充分地释放。在宠物药这一特定场景下，从 IND 到 NDA 的成功率有望从人药小分子的约 10%，提升至 30%–50% 的区间。
Q7：从 10% 到 40%，这个数字意味着什么？
意味着量变到质变的临界点。
10% 是一个"高风险赌局"的成功率——你必须押注很多次，靠个别命中活下来，资本的耐心会被反复消耗。18%是"更好的赌局"，性质没变。
而接近 40%，在我们看来已经进入了"可经营的业务"的区间。它意味着研发不再主要依赖运气，而是可以靠系统性方法稳定产出结果；意味着模型迭代有了足够密度的真实反馈；意味着数据飞轮第一次有可能真正转起来。
40%，如果成功率能进入这个区间，研发的确定性会明显不同——我们就有可能靠系统性方法，而不是靠运气，来安排管线。
这也是为什么我们敢把整个公司的战略压在这条路径上。
Q8：动保范围很广，为什么最终聚焦宠物药？
两个理由，一个务实，一个深远。
务实的一个是：宠物药是动保领域中增速最快的细分市场之一。 在一个新兴的技术范式里，选择增速最快的应用场景，意味着商业化能反哺研发，而不是持续消耗研发。这是让飞轮能自己转起来的燃料。
深远的那一个是：宠物，尤其是伴侣动物，与人类共享生活环境、共享许多疾病谱，同时又拥有远短于人的生命周期。对研究CNS和"衰老"这件事来说，这是一个极其罕见的窗口——这一点，我们在第四步战略里会展开。
所以宠物药对我们不只是一个市场选择，它同时是一个科学入口。
四、关于定位：一家 Techbio 公司
Q9：你们反复强调自己是 Techbio，而不是 Biotech，也不是"AI 制药公司"。区别到底在哪？
区别在于你交付什么，以及你沉淀什么。
Biotech 的价值载体是管线——一个具体的分子、一个具体的适应症。爆发力强，但波动也大。这是模式特点，但一旦关键管线受挫，价值也可能大幅回撤，本质上更接近单点押注。
"AI 制药公司"这个说法，往往把价值押在算法本身。但算法能力的折旧速度相当快，今天的领先模型，很可能在数年内就变成行业的基础设施。
Techbio 的价值载体是平台。 我们始终以 Techbio 公司自我定位，我们的技术平台最终要实现两大目标：端到端 AI与 比较医学。
这两件事是双轮驱动，而且缺一不可——
一个负责速度，一个负责深度。只有生成没有迁移，是一家更快的CRO；只有迁移没有生成，是一家更贵的研究机构。 双轮合起来，才是一家Techbio。
Q10：第一步战略，具体要交付什么？
一句话概括我们的验收标准：输入靶点，输出具备NDA 水准的分子。这听起来像口号，但它是端到端 AI 唯一有意义的验收标准。行业今天大量存在的，是"输入靶点，输出一批候选分子"——中间那段从候选到上市的漫长距离，仍然要靠人、靠时间、靠运气去填。行业中大多数团队目前做到的是前一段，我们希望把它走完。支撑这个能力的，是百万级数据的积累。
需要说明的是这个数字的性质：它的主体部分不是从公开数据库里批量获取的，也不是从文献里抽取的，而是在我们自己的生成—验证闭环里，一次次真实应答沉淀下来的。这类数据的稀缺性在于——它很难被购买，只能被长期生产；很难被复制，只能被一次次经历。
Q11：第二步为什么是 CNS 和抗衰老？而不是顺着宠物药继续扩适应症？
因为顺着现有路径扩张，是一条"更容易"的路，但不是一条"更重要"的路。
中枢神经系统疾病与衰老已经有大量优秀的团队在推进，我们希望用比较医学这条路径，提供一个不同的切入角度
先说 CNS（中枢神经系统）。 当下 CNS 疾病药物研发面临巨大瓶颈，许多机制尚未明确，表型筛选仍是主流方法。这句话背后是一个尴尬的事实：在 CNS 领域，我们很大程度上仍停留在"看见什么有效"，而不是"知道为什么有效"。
而这恰恰是端到端 AI 最能发挥价值的地方——当机制不明、靶点不清时，能从海量表型数据中直接生成候选的能力，比依赖已知靶点的能力更有价值。越是不确定的领域，越是新范式的机会。
我们基于 One Health框架，致力于解决人类目前难以攻克的 CNS 相关疾病。
Q12：您提到丙泊酚、右美托咪定的先例，它说明了什么？
说明了一条在行业里长期被低估、但确实存在的通道。这两个药物都提供了很好的参照：右美托咪定所属的 α2 受体激动剂家族，最早在犬猫镇静中被广泛使用，其后的活性成分进入人用重症镇静；丙泊酚则由一位兽医出身的科学家在动物实验中发现其麻醉活性，最终成为人用麻醉的基石。
这里值得注意的是：它们的临床价值，是在完整的作用图谱被完全阐释清楚之前，就已经被真实世界充分验证过的。这件事对我们是极大的方法论鼓舞：它提示在机制未明的情况下，通过真实世界的验证先行，同样有机会走到人类的临床价值终点。先证明"有用"，再逐步理解"为什么有用"——在我们看来，这在 CNS 领域可能是更为现实的路径之一。
动物不是人类的简化模型，动物是同一部生命之书的不同译本。读懂一个译本，能帮你读懂另一个。
Q13：抗衰老这个方向，凭什么认为宠物是入口？
因为在宠物药的比较医学研究中，抗衰老展现出了巨大潜力。
有一个信号值得关注：FDA 已就 Loyal 公司的 LOY-001、LOY-002 出具『合理疗效预期』（RXE）技术章节完成函，并认可其目标动物安全性数据。这件事的意义超出了单个公司。它意味着"延长寿命"这个过去长期停留在生物学假说层面的命题，第一次获得了监管体系承认的可评价路径——它可以被设计成临床终点，可以被审批，可以成为一个药。
范式一旦被监管承认，资本和科学就更有可能同时涌入。
而我们的位置比较特殊：伴侣动物的生命周期短，衰老过程可观测，与人共享环境与共病谱。在人类身上需要几十年才能读出的衰老信号，在这里可以在几年内读出。这不是替代人类研究，而是为人类研究提供了一个时间上更可负担的观察窗口。
中长期，我们希望沿此方向持续研发，并探索向人用抗衰老领域转化的可能。如果让我说一句更大的话：长寿的本质或许不是延长生命的长度，而是延长健康的密度。我们想做的，是让"活得久"和"活得好"这两件长期背离的事，重新走到一起。
五、关于 One Health 与格局
Q14：One Health 在你们这里，是价值观还是方法论？
是方法论。One Health 的核心命题是：人类健康、动物健康与环境健康是同一个系统的不同切面，不是三个独立的学科。
过去一百年，医学与兽医学走向了高度分工。分工带来了专业化，也带来了一堵墙——墙两边各自积累了海量的知识，却极少互通。
我们希望成为连接者之一。
具体来说，One Health 给了我们三样东西：
1. 一个更快的验证场2. 一个更短的观察窗3. 一条已被证明的转化路径（丙泊酚、右美托咪定式的从兽用到人用的历史先例）。这三样加起来，不是一个善意的理念，而是一套可以执行的研发体系。
Q15：如果十年后回看，你们希望智宠制药留下什么？
我们希望留下的不是一款药，甚至不是一个平台，而是一个被证明的判断：
希望用几年时间验证一个假设：AI 制药的最后一公里，不在算法里，在数据里；不在人用药里，在比较医学里。
如果这个判断成立，那么今天整个行业在"成药鸿沟"前的困顿，就有了一个可复制的解法；如果它不成立，我们也希望把过程中产生的百万级闭环数据留在这个世界上——因为在一个复杂性难以压缩的领域里，真实的验证数据大概永远不会白采。
一家公司最好的结局，是它解决的问题比它自己活得更久。
六、关于团队、风险与本轮融资
Q16：做这件事，团队的底气在哪？
底气在于我们团队不是单一地从 AI 那一侧进入制药也不是单一地从制药那一侧进入AI——我们更像是从两者交汇的地方长出来的。智宠制药团队长期深耕创新药 AIDD 领域，在人用药方向已完成 100 余个项目。
这 100 余个项目最大的价值，不是履历上的数字，而是让我们近距离见过"成药鸿沟"里到底发生了什么——哪些分子在预测上近乎完美却在验证中崩塌，哪些环节的成本是被系统性低估的，哪些数据看起来丰富实际上信息量有限。
我们对这个行业的悖论有洞察，不单是因为我们读了很多论文，而是因为我们交过学费。判断力往往从来不是学来的，是付出代价换来的。
Q17：这件事最需要警惕的风险是什么？
在我们看来，最需要警惕的不是竞争对手，而是对生物学复杂性的低估。坦白说：物理世界的复杂性难以压缩，这句话对我们自己同样是约束。我们选择动保作为破局场景，把成功率从 10% 提到 40%——这已经是极大的改善，但它仍然意味着六成的失败。
我们的应对不是宣称消灭不确定性，而是把不确定性放进一个可承受的结构里：用宠物药的商业化现金流反哺研发，用闭环数据让每一次失败都变成下一次的先验，用两步走的节奏确保第一步验证成立之后再走第二步。
在这个行业里，活得久比跑得快重要。而活得久靠的不是乐观，是对不确定性的敬畏和结构设计。
天汇资本（即天汇红优&天汇苏民投）是深耕医健产业的价值投资者、整合者与助航者。采用“专业化、早期化、平台化、国际化”的“四化”投资策略，聚焦创新药及新型治疗技术、精准医疗及高端医疗器械、生物制造与生命科学服务及医药产业链等重点领域。系统构建了基于“1+1+N”的“3+3”及“百日助航”等独特的投后增值服务体系，加快推动已投企业及中国医健产业的创新转型与跨越发展。累计完成近百个涵盖创新药、细胞治疗等新型治疗技术、肿瘤与遗传病精准医疗、眼科及心血管领域高端医疗器械、生命科学服务、纳米微球等医药产业链关键技术、合成生物等细分领域的投资项目。
指数资本成立于 2014 年，是中国领先的组织赋能型全栈投行，聚焦消费、技术、医疗三条新经济主航道，专注为成长期企业提供专业、系统、高效的金融服务，致力于成为企业外部的 "首席增长官"，陪伴并助推创新企业实现指数级增长。自成立以来，指数资本已服务国内外数百家优秀企业，在医疗健康领域完成了圆心科技、明度智云等多个标杆项目的融资服务，具备深厚的医疗行业认知与资本运作经验。