一笔首轮融资，让一家在字节跳动内部积累多年的AI制药团队，进入了投资机构的视野。

据路透社报道，Anew Labs完成拆分后的首轮外部融资，融资额约2.9亿美元，估值约15亿美元，红杉中国、IDG资本、高瓴创投等机构参与，字节跳动仍持有56%的股权。此前，这支团队已在字节内部运行多年，积累了算法平台、研发团队和自有管线。[1]

这条发展路径，让人自然想到Alphabet旗下的Isomorphic Labs：同样从科技巨头内部生长，同样以AI重构药物发现，也同样在技术平台逐步成形后，引入外部资本，加速走向制药产业。

两家公司的共同起点，是2021年。

这一年，Isomorphic Labs正式成立;刘凯也在字节开始组建后来发展为Anew Labs的AI制药团队。独立公司的设立时间有所不同，但双方对机会的判断几乎同步：AI对生命体系的理解，正在接近能够改变药物研发的临界点。[2]

此后，两家公司沿着不同节奏推进。Isomorphic于2025年完成6亿美元首轮外部融资，2026年再融资21亿美元，两轮合计27亿美元;Anew则在字节内部持续孵化，直到2026年拆分并完成首轮融资。前者更早以独立品牌汇聚资本和产业资源，后者带着多年研发积累进入市场。据公开报道，Anew拆分时核心团队约50人，技术平台与自有管线的研发已同步推进。[3]

2021年这个共同起点，也有明确的技术背景。AlphaFold 2的论文发表与代码开放，让蛋白质结构预测的突破走向更广泛的应用，也打开了更大的想象空间：如果AI能够预测蛋白质如何折叠，能否进一步理解分子如何结合、药物如何发挥作用，并据此设计新的治疗方案?[4]

Isomorphic承接了DeepMind的技术积累，拥有先发优势。字节团队也一直是该领域最具竞争力的挑战者之一。近日，Anew官网发布最新技术报告AnewDDE，颇有迎头赶上的势头。双方竞争的焦点，已经从单一的结构预测，延伸至服务真实研发的药物设计引擎。[5]

从最新报告看，Anew在结构预测任务上已经迎头赶上，并在部分公开指标上实现超越。

Anew报告列出的FoldBench抗体—抗原结构预测成功率为76.2%，高于其引用的IsoDDE 75.6%;蛋白质—配体任务成功率为77.4%，同样高于IsoDDE的76.0%。这两项指标上的领先幅度虽小，但意义明确：AnewFold已经进入全球最前沿的竞争位置。[5]

更值得关注的是验证范围。Anew不仅展示FoldBench成绩，还通过其他抗体测试集、低相似度蛋白质—配体测试，检验模型面对陌生体系时的泛化能力。对药物研发而言，价值恰恰在于能否处理训练数据之外的新靶点、新分子和新相互作用。

在口袋发现上，两家引擎都展示了识别隐蔽结合位点的能力。Anew进一步给出涉及隐蔽口袋、结构域开合和复杂构象变化的案例，并开展定量评估，展示出从静态结构走向动态结合机制的能力。亲和力预测则仍是IsoDDE的突出强项;Anew同时强调快速估算与可靠性分析，为大规模候选分子排序提供支持。[5]

如果说核心结构指标体现的是追平与局部超越，那么平台能力的覆盖范围，体现的就是Anew更鲜明的优势。

IsoDDE的报告重点展示结构预测、口袋识别和亲和力预测。AnewDDE则进一步覆盖分子胶三元复合物结构预测、抗体设计、ADMET预测，以及科学大模型面向真实研发场景的决策支持能力。在公开报告所展示和验证的能力广度上，AnewDDE已经超过IsoDDE此前披露的范围。[5]

这些扩展直接对应制药中的高难度任务。分子胶需要理解两个蛋白与小分子共同构成的三元体系，AnewFold在相关测试集上的成功率达到71.8%;抗体设计则进一步接受湿实验检验：在一个靶点的概念验证中，AnewDesign通过两轮共150个候选抗体的测试，获得了16个亲和力达到个位数纳摩尔水平的抗体。[6]

从预测结构到生成分子，平台开始回答“能不能设计”的问题。接下来的挑战，是决定哪些设计值得继续投入。

AnewMind承接的正是这一环节。它将科学推理、ADMET预测和研发知识结合起来，支持对活性、选择性、成药性及后续实验的综合判断。药物研发每天都要面对取舍：更强的结合能力是否伴随更差的安全性，下一轮应该优化结构还是补充实验，哪个候选物值得继续推进。把模型预测转化为这些决策，技术才能更深入地融入研发流程。[7]

当技术能够支持具体研发决策，两家公司的比较，也就从模型能力延伸到了商业化与药物资产。

Isomorphic已经通过大型药企合作验证平台价值。2024年，公司与礼来、诺华达成合作，公布的潜在交易总额合计接近30亿美元;此后又宣布与强生合作，持续拓展产业合作版图。[8]

Anew则已经披露了更具体的自有管线。其中最值得关注的，是口服小分子pan-IL-17抑制剂项目，目标同时覆盖IL-17AA、IL-17AF和IL-17FF。

这个项目瞄准全球First-in-Class机会。IL-17通路已有成功的抗体药物，但要用口服小分子实现对上述三种二聚体的全面抑制，依然是难题。根据团队公开的会议摘要，此前全球其他开发的小分子抑制剂主要局限于IL-17A，缺乏对IL-17F的有效覆盖。Anew要突破的，正是这一长期未被解决的成药障碍。[9]

两家公司因此呈现出不同的商业进展：Isomorphic的平台合作率先形成规模，自研管线具体项目的公开信息仍较有限;Anew则把具有明确靶点与差异化目标的自有项目推到台前。前者展现技术被产业采购的价值，后者开始积累技术转化为自有药物资产的价值。[10]

这种从技术平台走向药物资产的选择，放在科技巨头布局生命科学的背景下，更值得关注。

Meta、微软、亚马逊、华为、腾讯等大型科技公司，都曾从不同方向切入AI与生命科学的交叉领域。从蛋白模型到科研工具和计算平台，AI与生物医药的结合，已经成为科技公司的共同议题。

其中，从谷歌体系走出的Isomorphic、从字节跳动孵化的Anew，尤其鲜明地展现了深入制药产业的决心，建立了自己的药物管线：把算法、实验、研发决策与药物资产放进同一家公司，承担制药所需的漫长周期，并让技术接受真实研发结果的检验。

两支团队在2021年押注了相似的机会。如今，一家以全球药企合作扩大商业版图，一家在关键技术上迎头赶上，并以难成药靶点的自有管线展开突破。新的入局者也在迈出类似的步伐：据路透社报道，Anthropic已在旧金山湾区设立生物湿实验室，并计划开展内部管线。从Isomorphic、Anew到Anthropic，越来越多的AI公司开始亲自走进实验室，推动算法能力转化为真实的生物学发现与药物研发成果。AI制药的竞争，正在进入更深的产业腹地。