生物技术和人工智能初创公司Cradle凭借生成式蛋白质设计方法取得突破，不仅赢得大型客户青睐，还成功获得2400万美元新融资。
该公司于一年多前结束秘密运营，正值大语言模型热潮兴起。不同于许多训练模型原生理解分子结构的AI生物技术公司，Cradle的洞察在于：构成人体蛋白质的长链氨基酸序列类似于“一种外星编程语言”。
人类虽难以直接掌握这种语言，但AI模型可以学习，人类则可与模型协作。尽管目前仍无法直接指令“制造具有特定功能的蛋白质”，但研究人员可询问在100种候选蛋白质中，哪一种最有可能在室温或酸性环境中保持稳定。
这一方法已引起强生（Johnson & Johnson）和诺维信（Novozymes）等主要药物开发公司的关注。从头构建功能性蛋白质通常耗时数年，需进行数百甚至数千次湿实验，过程极为复杂。
Cradle表示其技术可大幅缩短研发时间与实验次数。虽未完全证实开发周期减半的说法，但其内部案例展示了显著成效。
团队利用该软件生成了T7 RNA聚合酶（一种RNA生产酶）的替代版本，使其更耐高温。通常情况下，人为修改的分子中仅不到5%具备所需特性，而Cradle生成的变体中有70%表现出更高稳定性，相当于单次实验完成四到五次传统实验的工作量。
蛋白质程序员从 Cradle 的生成式 AI 中获得助力
Cradle首席执行官兼联合创始人Stef van Grieken表示：“除T7外，我们还在内部开发用于土壤去污染的脱卤酶、促进细胞分裂并常用于培养肉产品的生长因子、调节代谢通路以辅助疾病研究的转氨酶，以及抗体疗法。”他补充道：“通过现有工具对内部蛋白质工程师进行基准测试，发现基于生成式AI的设计有显著提升。”
(如果你好奇的话，就是这些：)
如此显著的改进极具价值，即便是微小提升也备受投入巨资的企业欢迎。当然，药物开发远不止生成候选分子。
van Grieken指出：“我们已证明平台在加速研发阶段的潜力，助力合作伙伴更快、更具成本效益地将生物基产品推向市场。随着我们及多位合作伙伴完成多轮实验，模型在不同蛋白质类型与任务间展现出良好泛化能力，令人振奋。”
该技术不仅限于药物开发，还可应用于食品与工业领域。与其他同类工具一样，Cradle的一大优势是无需机器学习工程师操作，科学家和实验室可直接使用。
谈及在欧洲创立生物技术公司的体验（团队成员多来自硅谷大型科技公司），van Grieken认为欧洲既有优势也有挑战。
“在欧洲为深科技初创企业融资比美国更复杂，因美国有更多‘科技+生物’投资者关注此类公司，湾区也有更活跃的创始人社区。”他表示，“但从人才角度看，欧洲被严重低估。例如苏黎世拥有Apple、Google、Facebook等科技巨头分支，ETH和EPFL两所顶尖高校持续输送计算机科学与分子生物学人才，且人才竞争远低于湾区。此外，全球众多大型制药与生物技术公司位于欧洲，使我们更接近客户。欧洲的生态系统正快速发展。”
Cradle本轮2400万美元A轮融资紧随去年550万美元种子轮之后。Index Ventures领投，Kindred Capital跟投，个人投资者Chris Gibson、Tom Glocer等参与。资金将用于团队扩张与市场拓展。