人工智能正在吐出比以往更多的潜在药物。这家初创公司想要弄清楚哪些是重要的。

人工智能对科学的最大影响是Google DeepMind使用深度学习模型来预测蛋白质的复杂结构，蛋白质是驱动活细胞中几乎每个过程的分子。

但随着人工智能模型继续吐出更多潜在治疗候选药物，出现了一个新的瓶颈：在实践中实际描述所有这些候选药物的特征，以进行测试和大规模生产。

这就是10x Science的目标，这家初创公司成立于2025年12月，今天宣布完成480万美元种子轮融资，由Initialized Capital领投，并得到Y Combinator、Civilization Ventures和Founder Factor的支持。它的三位创始人是化学生物学家David Roberts、生物学家Andrew Reiter和Vishnu Tejus（一位在计算机科学和人工智能模型方面拥有专业知识的连续创始人）。

“当生物制药公司试图创造一种候选药物时，他们拥有所有这些非常好的预测工具，”罗伯茨告诉TechCrunch。 “你可以在漏斗顶部添加任意数量的候选者，但他们都必须经过这个表征过程。一切都需要进行衡量。”

了解蛋白质的结构是研究人员开发生物药物的关键，生物药物是在活细胞中产生的，并使用复杂的设计来专门针对疾病和病症。例如，它们可以被设计为针对特定细胞，例如Keytruda，这是默克公司销售的一种主流药物，可帮助免疫系统识别和攻击癌症。

10x Science的三位创始人在诺贝尔奖获得者Carolyn Bertozzi博士的斯坦福实验室合作，研究癌细胞与免疫系统之间的相互作用，但由于无法准确理解分子水平上发生的情况而感到沮丧。

评估分子最准确的方法是通过质谱法，这是一种测量分子的质量和电荷以确定其组成和结构的技术。这种相对较新的方法会生成复杂的数据，需要大量的专业知识来解释，并且分析这些数据需要花费大量时间。