一家由前Google DeepMind科学家创立的新创公司Latent Labs正式走出隐身状态，并获得5000万美元融资。该公司致力于构建AI基础模型以“使生物学可编程”，计划与生物技术及制药企业合作，生成和优化蛋白质。
理解DeepMind等公司的核心在于掌握蛋白质在人类生物学中的作用。作为驱动活细胞一切功能（从酶、激素到抗体）的关键分子，蛋白质由约20种氨基酸组成链并折叠成三维结构，其形状直接决定功能。
历史上，确定蛋白质结构耗时费力。DeepMind通过AlphaFold将机器学习与真实生物数据结合，成功预测了约2亿种蛋白质结构，这一突破助力科学家理解疾病、设计新药乃至创造合成蛋白质。Latent Labs正介入此领域，旨在让研究人员能够“计算从头创建”新的治疗分子。
潜在潜力
Simon Kohl曾在DeepMind担任研究科学家，共同领导蛋白质设计团队并在伦敦弗朗西斯·克里克研究所建立湿实验室。随着姊妹公司Isomorphic Labs的成立及其基于AlphaFold2计划的展开，Kohl认为现在是成立一家更精简、专注于前沿蛋白质设计模型公司的最佳时机。他于2022年底离开DeepMind，并于2023年中在伦敦注册了Latent Labs。
Kohl表示：“我深信生成式建模将在生物学尤其是蛋白质设计中产生重大影响。真正的机会在于以激光般聚焦的方式深耕蛋白质设计这一广阔且未充分开发的领域，灵活的专注团队能将这种影响力转化为现实。”
目前，Latent Labs拥有约15名员工，包括来自DeepMind、微软及剑桥大学的人才。团队分布在两个地点：伦敦负责前沿模型研发；旧金山设有湿实验室和计算蛋白质设计团队，用于在现实世界中测试模型并获取反馈。
尽管湿实验室目前是验证技术预测的重点，但终极目标是消除对其依赖。“我们的使命是让生物学可编程，将其带入计算领域，从而减少对生物湿实验的依赖。”Kohl指出，这将颠覆传统耗时数年的药物发现过程。
“我们的愿景是在不依赖湿实验室的情况下制造高度定制的分子。想象一下，针对特定疾病的药物靶点假设提出后，模型能以‘一键式’方式制造出具备所有所需特性的蛋白质药物。”
生物学的商业
商业模式上，Latent Labs定位为赋能型平台而非资产中心型企业。它不会内部开发治疗候选药物，而是通过向第三方提供模型访问权限或基于项目的合作，加速并降低早期研发风险。
本轮5000万美元融资包含此前未公布的1000万美元种子轮资金，以及由Radical Ventures联合领投的4000万美元A轮融资。Radical Ventures合伙人Aaron Rosenberg曾担任DeepMind战略与运营负责人。另一联合领投方为生命科学领域资深机构Sofinnova Partners。其他参与者包括Flying Fish、Isomer、8VC、Kindred Capital、Pillar VC，以及Jeff Dean、Aidan Gomez和Mati Staniszewski等知名天使投资人。
资金将主要用于支付薪资（含新招聘的机器学习人才）及覆盖基础设施成本。Kohl强调：“构建大规模模型需要大量GPU算力。这笔融资使我们能加倍投入算力扩展、团队扩充，并建立开展合作伙伴关系及实现商业落地所需的带宽和能力。”
除DeepMind外，Cradle和Bioptimus等初创企业也在拉近计算与生物学的距离。Kohl认为该领域仍处于早期阶段，解码和设计生物系统的最佳方法尚未明确。“虽然已有AlphaFold等有趣的工作奠定基础，但行业对最佳模型方法或可行商业模式尚未达成共识，我们具备真正创新的能力。”