英国AI初创公司Potential Sciences获数千万美元种子融资，用物理模拟数据绕过实验室做药物设计

事件核心：发生了什么

Potential Sciences 由 Hatem Helal 创办并担任 CEO，总部位于英国。公司称已从英国政府 AI 风投基金 SovAI、Twin Path Ventures 等投资方获得数千万美元种子轮融资，但未披露具体金额和估值。SovAI 成立于 2026 年，可支配资金约 8 亿美元，并可为被投企业提供英国国家 AI 超级计算机的算力访问。

技术路线上，该公司不依赖以实验数据为主的公开结构数据库 Protein Data Bank，而是从原子间相互作用开始，逐步模拟小分子、氨基酸和蛋白质，生成合成化学数据集，再用这些数据训练 AI 模型和预测系统，目标是尽早淘汰在临床中注定失败的分子。

为什么重要

传统药物发现高度依赖实验室试错，周期长、成本高。Helal 将药物发现描述为在约 10^60 种可能分子组合中搜索并剪枝的问题，认为现有公开数据量不足以支撑足够强的预测模型。若物理模拟生成的合成数据能补上数据缺口，AI 药物发现可能从“基于有限实验数据训练”转向“基于大规模模拟数据训练”，这对算力和数据策略都提出新要求。

莱斯大学化学教授 Peter Wolynes 认为这类方法“肯定会带来改进”，但也指出当前蛋白质工程的整体水平仍处早期。剑桥大学荣休教授 Alan Fersht 则表示，若能准确计算细胞内分子相互作用及其结构波动，药物开发确实可能被革新，并对最终实现持乐观态度。目前公开信息显示，这些仍属于方向性判断，尚无该公司模型性能的公开评测。

对用户/开发者/创作者的影响

对 AI 开发者而言，这一案例值得关注的是“用物理模拟合成训练数据”的路径：它把算力投入前移到数据生成环节，而非单纯扩大模型。对制药企业和投资方，若预测精度得到验证，稀有疾病和更个性化疗法的经济性可能改善。对普通用户，这类技术距离可用药物仍有较长周期，短期不宜按“新药即将加速上市”理解。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是公司是否公开发布模型在具体靶点上的预测准确率，并与实验数据对照；二是 SovAI 提供的英国国家 AI 超级计算机资源能否支撑其宣称的模拟规模；三是 Isomorphic Labs、Basecamp Research 等同类公司是否跟进合成数据路线，以及监管机构如何看待以模拟数据为主要依据的药物筛选。

来源：Wired AI