清华博士带队，深度细胞种子轮融资近亿元

2026.08.10 文｜投资界PEdaily 投资界AI获悉，AI制药与虚拟细胞创新企业深度细胞完成近亿元种子轮融资，由中科创星、顺禧基金、千骥资本共同领投，鼎峰科创、水木创投和清科控股参与投资。与此同时，深度细胞徐世浩博士亮相央视新闻相关创业访谈。 深度细胞徐世浩博士（右）亮相央视新闻 而背后掌舵人是师从清华大学力学系冯西桥院士的陈新栋博士。瞄准当前AI制药在模型精度和能力边界的不足，他带领团队打造能够理解生命、探索未知并持续自我进化的通用人工智能，旨在以全新方式发现疾病机制、设计药物，挑战人类尚未攻克的疾病。 循此望去，一个新的生命科学研究范式隐约可见——AI正在从单一工具，迈向理解生命规律、高精度设计全新药物，乃至自主提出并验证科学假设的新型科研主体。 师从清华院士 他带队投身AI制药 陈新栋博士，师从清华大学力学系冯西桥院士，在领域中深耕10年，研究横跨量子尺度的分子相互作用计算、分子动力学模拟与细胞尺度物理建模三个不同的生命科学尺度，多篇相关成果发表于PNAS、ACS Nano等国际知名期刊。 “AI制药和AI生命科学的核心是准确地理解分子相互作用，相互作用的本质是物理力。”陈新栋表示，团队旨在结合AI的学习能力与分子物理世界的基本力学规律，让AI从拟合历史数据走向探索未知生命空间，进而实现生命科学智能的自进化。 具体而言，深度细胞的方案包含“求深”和“求广”两个维度—— 一方面，主流AI制药模型大多依赖海量结构与序列数据，从历史样本中学习统计规律。这一路径推动了生命科学人工智能的快速发展，却也面临一个根本性瓶颈：生命并非简单静态的数据集合，而是由力、能量、运动、环境和多种相互作用共同驱动的动态系统。 也因此，当模型面对训练数据之外的新型分子、新型靶点、复杂生物分子相互作用以及缺乏已知结构信息的难成药体系时，单纯依赖数据相关性的做法难以保证预测精度和泛化能力。 深度细胞的解法是，构建一套以分子相互作用智能基座模型为核心的高精度分子设计平台，将AI的表征与生成能力，与分子物理、能量变化、构象动力学和生物环境约束深度融合。通过尝试将分子物理机制转化为可学习、可验证的模型约束，让模型在学习海量生命科学数据的同时，逐步形成对分子相互作用规律的本质理解。 另一方面，疾病往往并不是由单一靶点、单一通路或某一个差异表达基因所决定，而是细胞内部海量生物分子和相互作用，在特定遗传背景、微环境、力学状态和时间过程中共同演化的结果。真正理解疾病，不仅要看到细胞最终呈现出的状态，更要理解这些状态由哪些分子相互作用驱动、如何随时间演化，以及干预其中一个环节后，整个生命系统将如何响应。 目前，许多虚拟细胞模型主要建立在转录组和扰动数据之上，能够学习细胞状态之间的统计映射，却往往难以回答“这些状态为什么发生”、“哪些分子相互作用真正驱动了疾病”、“如果对其中一个环节进行干预，整个细胞系统将如何响应”等更深层次的问题。 为此，深度细胞正在构建以多组学数据与分子物理双轮驱动的虚拟细胞世界模型，形成覆盖“多组学—结构—相互作用—能量—动力学—功能”的统一学习框架，并通过自有实验反馈和高精度模拟数据持续优化模型。在这一体系中，组学数据用于描述细胞在不同疾病、药物和环境条件下呈现出的宏观状态；分子结构、相互作用、动力学和物理机制，则负责解释这些状态背后的深层次微观动因和机制。 换言之，公司希望逐步打通从分子到通路、从细胞局部到细胞整体状态、从药物作用到疾病表型的多尺度链路，构建能够模拟细胞状态变化、推演药物干预结果，并辅助发现全新疾病机制的智能系统。 最终一幕是，以分子相互作用模型作为底层引擎，以虚拟细胞作为更高尺度的应用和推演系统。前者提供微观机制，后者提供疾病背景和干预目标，实验结果再反向训练底层模型，统一闭环就此成型。 投资人解码出手逻辑 下一代基础设施 目之所及，AI制药正在从技术概念验证走向真实落地，定义下一代研发基础设施是掌握竞争主动权的关键。 背后，一个关键问题浮现出来：如何让人工智能从拟合生命科学数据，进一步走向对分子相互作用和疾病机制的理解？毕竟，行业最终检验的并非模型规模有多大，而是能否提高关键研发决策的准确性、减少无效实验，并持续产生可验证、可成药的候选分子。 “组学告诉我们细胞状态变化，多尺度物理帮助我们理解为什么发生，二者深度融合，将是构建真正可解释、可推演、可干预的虚拟细胞世界模型的有效途径。”在清华大学冯西桥院士看来，虚拟细胞有望成为未来生物科技创新的重要基础设施，也关系到我国在疾病机制研究和原创药物研发中的自主能力。 循此逻辑，中科创星合伙人米磊博士给出了押注出发点：深度细胞以分子相互作用为底层支点，将高精度分子设计、细胞状态推演与实验反馈连接起来。这条路线技术门槛极高，也需要跨越AI、物理科学和药物研发之间长期存在的边界，由此形成的交叉积累和系统性能力是难以被复制的核心优势。 顺禧基金同样认为，深度细胞技术路线具备持续积累和自我强化的价值闭环，以真实药物研发问题为牵引，将模型预测、AI加速物理模拟与实验验证连接起来。每一次项目推进，都有机会沉淀为新的数据、机制认知和模型能力。 “AI正在将药物发现推向‘精密工程’时代。”千骥资本首席投资官吴海博士表示，深度细胞以AI与多尺度物理力学的深度融合为技术路线，是突破当前AI模型精度边界和泛化能力的有效途径。而清华团队在生物物理力学领域的深厚积淀，则提供了稀缺的多元化背景。 鼎峰科创创始合伙人李峰博士则分析，当前生命科学已能精细描述不同层次的生命现象，但如何贯通微观机制与细胞状态，从观察结果走向解释机制、推演过程和设计干预，仍然缺乏有效工具。深度细胞所尝试的，正是将人工智能、多尺度物理建模与实验验证深度融合，逐步构建连接微观分子机制、细胞功能与疾病演化的统一计算框架。 “深度细胞正在用‘AI+物理’重构药物研发的底层范式，让AI从‘预测分子’真正迈向‘理解生命’。”水木创投合伙人张静博士认为，当前AI大模型在制药领域的落地正从“单点提效”走向“多场景协同”，深度细胞构建的虚拟细胞世界模型，有望成为未来生命科学研发的重要基础设施。 这并非一朝一夕之功。眼下，全球生物科技竞争正从单点技术和单一产品迈向生命科学基础模型与科研范式之争，比起短期热点，更是一项需要深厚科学积累、跨学科组织能力和长期战略定力的系统工程。 由此，一个生命科学智能化时代的重要底层平台冉冉升起。