AI的出现正在全球范围内掀起了一场静默的科研革命。
从生物医学到材料科学，AI不仅加速了科研的进程，也重新定义了科学研究的新范式。在AI for Science越来越被重视的当下，如何将前沿AI技术与严肃的生命科学相结合，解决肿瘤、罕见病等医学难题，似乎成为医疗界和投资界共同关注的核心话题。
本期模速校友会邀请到了明懋智能创始人兼CEO张东光，共同探讨AI在癌症早筛领域的深度实践，以及一家初创企业如何在重资本投入、长研发周期、高准入门槛的赛道中，走通一条坚定的商业化路径。
左一主持人双双、右一明懋智能张东光
医学探索，当以“懋”字为先
访谈伊始，张东光首先解释了公司名字“明懋”的由来。“懋”字在古文中意为“兢兢业业、如履薄冰”。这不仅是一个名字，更是团队面对生命科学时的核心价值观。
“我们在医学上面对生命的时候，肯定是非常谨慎的去做一些探索，”张东光说。正是这份敬畏之心，驱动团队在将产品推向市场前，花费了近八年时间进行底层科研的铺垫和临床验证。
在AI技术日新月异、追求速度的时代，这份“慢下来”的坚持，恰恰是医疗领域最稀缺、也最宝贵的品质。它确保了技术的严肃性和产品的可靠性，为后续的商业化打下了最坚实的信任基础。
面对AI for Science的广阔领域，选择比努力更重要。早在2017年，当基因组学、蛋白质组学是科研热点时，明懋智能的团队却前瞻性地选择了当时相对冷门的“代谢组学”作为主攻方向。
张东光将其形容为构建“金字塔底层”：“我们选的其实是代谢组学的这个基础科学方向...首先我们有一个像金字塔底层这样的一个基座。”代谢物是生命活动的最终产物，最能直接反映个体的健康状态。
深耕这一领域，意味着明懋智能不仅能开发肿瘤早筛产品，未来还能将技术延展至心脏疾病、脑部疾病等多个管线，构筑了极宽的技术护城河。这种对底层科学的长期主义投入，是公司区别于其他应用层AI企业的核心壁垒。
轻资产撬动重研发：To B与To C协同闭环
AI for Science通常被认为是“烧钱”的游戏，需要庞大的实验室和研发团队。但明懋智能却以一个“三五个人”的小团队，撬动了这个重资本赛道。秘诀在于其轻资产、重合作的运营模式。
“我们不用去投大量的资金去建实验室，而是依托现有的一些能够周围依赖的环境去减少你本身的资本消耗。”张东光分享道。通过与英国顶尖科学家的专利绑定、与国内外多所三甲医院和高校的深度合作，明懋智能将资源集中在最核心的算法与产品转化上。
在商业模式上，明懋智能设计了To C与To B协同并进的巧妙闭环。一方面，通过消费级的早筛试剂盒触达C端用户；另一方面，与医院合作部署检测平台。张东光强调，To B业务的价值远不止于收入：“一边做To B其实不是纯为了卖产品，而是说还可以有一些实际的数据回流，帮助我们更好地去研发这个产品，更好地服务C端市场。”这种模式让临床需求、数据验证与产品迭代形成了一个高效的飞轮，持续巩固着公司的竞争优势。
拥抱“去中心化科学”，共建创新生态
在张东光的构想中，未来的生命科学创新将不再是单打独斗，而是开放的生态协作。他提出了一个前沿的概念——“去中心化科学”（DeSci，Decentralized Science）。基于其代谢组学平台，与不同领域的科研团队（如蛋白质、靶点筛选）进行分段合作，共同推进项目，这既是发展策略，也是对未来科研协作模式的洞察。
“我们可以把这个科研工作去中心化，团队会重点去做某一个科学里面的一个点，这个点又能跟临床和需求结合起来。”明懋智能将自己的代谢组学平台看作一个开放的底座，但同时又会与一些外部专家联动合作，通过让大家各司其职，在一个大的价值链条上分段协作，共同将科研成果推向市场。这种开放的生态思维，不仅降低了单一企业的风险和投入，也极大地加速了整个行业的创新进程。
从“如履薄冰”的初心，到深耕底层科学的定力，再到资源整合的巧思与生态共建的远见，明懋智能为我们展示了AI for Science领域一种“小而美”且“行稳致远”的创业范式。正如张东光所言，这是一个“无尽的游戏”，而他们正以最审慎的步伐，坚定地走在探索生命奥秘的道路上。
