AI News

From Stealth to Unicorn: Chai Discovery Hits $1.3B Valuation and Secures Major Partnership with Eli Lilly

Ландшафт искусственного интеллекта в разработке лекарств кардинально изменился в первые недели 2026 года. Биотехнологический стартап из Сан‑Франциско Chai Discovery, основанный бывшим исследователем OpenAI Джошуа Майером, привлёк к себе внимание индустрии двумя ключевыми объявлениями: раундом финансирования серии B на $130 миллионов, оценивающим компанию в $1,3 миллиарда, и стратегическим сотрудничеством с фармацевтическим гигантом Eli Lilly.

Это двойное достижение отмечает важную стадию взросления сектора «генеративная биология (generative biology)». Искусственный интеллект в разработке лекарств перестаёт быть лишь полем для теоретических моделей и вступает в то, что инвесторы и основатели называют «фазой внедрения». Быстрый взлёт Chai Discovery — от стартапа на посевной стадии до единорога с крупным фармацевтическим партнёром менее чем за два года — подчёркивает жадный спрос рынка на платформы, которые могут не просто предсказывать молекулярные структуры, но и создавать их с нуля.

The Series B: A New Unicorn in the Valley

Последний приток капитала Chai Discovery свидетельствует о доверии инвесторов высшего уровня к тезису компании о «биологии как инженерии». Раунд серии B на $130 миллионов был со‑лидерирован Oak HC/FT и General Catalyst, двумя тяжеловесами с глубокими карманами и широкими сетями как в здравоохранении, так и в технологии.

В раунде также продолжили участие впечатляющий список существующих инвесторов, включая OpenAI, Thrive Capital, Menlo Ventures и Dimension. Новые инвесторы Emerson Collective и Glade Brook также присоединились, доведя общие вложения компании примерно до $230 миллионов.

Это финансирование — не просто поддержка текущей деятельности; это капитал для ускорения масштабирования развёртывания проприетарных фундаментальных моделей (foundation models) Chai. Оценка в $1,3 миллиарда окончательно выводит Chai Discovery в ряды единорогов, статус которых становится всё более избирательным в биотехнологическом секторе на фоне широких рыночных корректировок.

Key Investment Highlights

Investor Category Participating Firms Strategic Implication
Lead Investors Oak HC/FT
General Catalyst
подтверждает коммерческую жизнеспособность и потенциал интеграции платформы Chai в здравоохранение.
Strategic Backers OpenAI
Thrive Capital
Укрепляет глубокие корни компании в передовых исследованиях ИИ и архитектурах крупных языковых моделей.
New Entrants Emerson Collective
Glade Brook
Сигнализирует о расширении интереса со стороны диверсифицированных распределителей капитала за пределами чисто технологических или био‑фондов.

Элена Вибо́ч, управляющий директор General Catalyst, подчеркнула смену парадигмы, стоящую за этой инвестицией. «Мы считаем, что биология становится программируемой, перестраивая то, что когда‑то было эмпирическим искусством, в инженерную дисциплину», — заявила она. «Команда Chai возглавляет эту трансформацию».

The Eli Lilly Collaboration: Moving to Deployment

Хотя оценка привлекает заголовки, стратегическое партнёрство с Eli Lilly представляет собой операционное подтверждение технологий Chai. Соглашение выходит за рамки стандартной сделки по лицензированию ПО; это многоаспектное сотрудничество, направленное на интеграцию генеративных возможностей Chai непосредственно в внутренние движки открытия Lilly.

В рамках соглашения Lilly развернёт платформу ИИ Chai для проектирования новых биологических терапевтических средств по нескольким целевым заболеваниям. Существенно, что партнёрство включает создание специально разработанной AI‑модели. Chai обучит пользовательскую версию своей фундаментальной модели исключительно на огромном проприетарном наборе данных Lilly. Такой подход с «частным экземпляром» позволяет фармацевтическому гиганту использовать своё преимущество исторических данных при одновременном применении передовой архитектуры Chai.

Why This Deal Matters

Много лет фармацевтические компании экспериментировали с пилотными программами ИИ. Сделка Chai и Lilly сигнализирует о переходе от экспериментов к основной интеграции.

  • Кастомизация: Универсальные модели мощные, но модели, донастроенные на специфичных, высококачественных внутренних данных (результаты влажных экспериментов, неудачные анализы, проприетарные структуры), дают конкурентное преимущество.
  • Валидация: Партнёрство следует за строгой фазой оценки, в ходе которой дизайны Chai оценивались научными командами Lilly. Решение двигаться вперёд указывает на то, что ИИ не просто сгенерировал валидные структуры, но и жизнеспособные кандидаты в лекарства.
  • Фокус на биопрепаратах: В отличие от малых молекул, которые были в центре предыдущих волн ИИ, это сотрудничество специально нацелено на биологические препараты (biologics, antibodies), более сложный, но прибыльный класс терапевтических средств.

Джошуа Майер, генеральный директор Chai Discovery, отметил, что сотрудничество сочетает передовые возможности моделей Chai с возможностью Lilly разворачивать технологии в масштабе, чтобы влиять на жизни пациентов. «Помимо предоставления доступа к нашим основным моделям, обучение кастомных моделей на данных Lilly открывает возможность расширить границы ранней стадии открытия лекарств, поддерживаемого ИИ», — сказал Майер.

Unpacking the Tech: The Power of Chai-2

В центре как финансирования, так и партнёрства находится Chai-2, флагманская фундаментальная модель компании. Запущенная всего за несколько месяцев до этих объявлений, Chai-2 описывается как генеративная платформа для молекулярного дизайна с возможностью работы без примеров (zero-shot).

В контексте открытия лекарств с помощью ИИ способность «zero‑shot» — это святой грааль. Это значит, что модель может проектировать эффективные антитела против конкретной мишени без необходимости обучения на примерах антител, связывающихся именно с этой мишенью. Традиционные методы часто требуют стартовать с известного связывающего и оптимизировать его — процесс, похожий на редактирование черновика. Chai-2 действует скорее как креативный писатель, генерируя оригинальные черновики по запросу.

Performance Metrics: Chai-2 vs. Industry Standards

Metric Traditional Computational Methods Chai-2 Platform
Design Approach Итеративный скрининг и оптимизация существующих молекул. Генеративный дизайн без примеров (создание с нуля).
Hit Rates Часто низкие однозначные проценты (<1–5%). Экспериментальные коэффициенты попадания в двузначных числах.
Efficiency Gain Базовый уровень. Утверждается 100-кратное улучшение показателей успеха.
Timeline Месяцы — годы для идентификации лидов. Сжатые сроки до недель.
Capabilities Ограниченная способность предсказывать сложное сворачивание без MSAs. Высокая точность предсказания по одиночной последовательности; оптимизация свойств, приближённых к требованиям лекарственного кандидата.

Компания утверждает, что Chai-2 может достигать экспериментальных коэффициентов попадания в двузначных числах — показатель, который, если он окажется воспроизводимым для разных мишеней, радикально сократит затраты и сроки, связанные с доклинической разработкой. Кроме того, модель, по данным компании, учитывает свойства «разработываемости» (developability), обеспечивая, чтобы спроектированные молекулы были не только теоретически активными, но и стабильными, растворимыми и пригодными для производства.

The Engineering of Biology

Нарратив, движущий Chai Discovery, глубоко укоренён в философии её основателей. Джошуа Майер, ранее занимавший пост главного специалиста по ИИ в Absci и работавший в исследовательских отделах Meta и OpenAI, последовательно формулировал видение превращения биологии из «науки открытия» в «инженерную дисциплину».

В традиционной биологии открытия зачастую случайны и ремесленны. Учёные скринируют миллионы соединений, чтобы найти работающее. Инженерный подход стремится инвертировать это: указать желаемые свойства (связывается с мишенью X, имеет период полувыведения Y, нетоксичен) и использовать вычисления для генерации молекулы, соответствующей этим спецификациям.

«Мы стоим на пороге новой эпохи для биофармацевтической промышленности», — отметил Майер, говоря о раунде серии B. «То, что казалось пятилетними проблемами всего несколько месяцев назад, теперь решается за недели».

Этот «инженерный менталитет» отражён и в составе команды. Со‑основатель Джек Дент приносит опыт работы в Stripe, компании, известной своей инфраструктурой, ориентированной на разработчиков. Сочетание строгих принципов программной инженерии с продвинутым биологическим моделированием отличает Chai от более ранних поколений стартапов «ИИ для биологии», которые часто были сильны в биологии, но слабее в архитектуре фундаментальных моделей (foundation models).

Competitive Landscape and Future Outlook

Chai Discovery не одинока в этой гонке. Сектор населён серьёзными конкурентами, такими как Isomorphic Labs (дочерняя компания Alphabet, использующая технологию AlphaFold), Generate:Biomedicines и EvolutionaryScale. Каждый из них стремится стать операционной системой для НИОКР фармацевтики.

Тем не менее быстрый подъём Chai указывает на уникальное дифференцирование. Получив оценку единорога и статус флагманского партнёрства с Lilly так рано в своём жизненном цикле (менее двух лет с момента основания), Chai дал сигнал, что его технология готова к широкому применению.

Участие OpenAI в качестве инвестора также имеет стратегическое значение. Это намекает на потенциальные преимущества в вычислительных ресурсах или архитектурные инсайты, которые Chai может использовать, удерживая компанию на переднем крае возможного с трансформерными моделями (transformer models) и геометрическим глубоким обучением (geometric deep learning).

По мере разворачивания 2026 года индустрия будет пристально следить за результатами партнёрства с Lilly. Если кастомные модели Chai смогут предоставить клинического кандидата в конвейер Lilly в течение следующих 12–18 месяцев, это станет окончательным доказательством жизнеспособности тезиса генеративной биологии (generative biology). Пока же, с $230 миллионами на счету и одним из крупнейших мировых фармпроизводителей на своей стороне, Chai Discovery утвердилась как одна из самых ярких и грозных фигур в области разработки лекарств с помощью ИИ.

Рекомендуемые