宇道生物完成数千万美元C1轮融资：继续押注“AI+物理”，瞄准传统难成药靶点

9月15日，宇道生物（NUTSHELL Therapeutics）宣布完成数千万美元C1轮融资。本轮融资由信宸资本与德诚资本联合领投，达晨财智及中生锡创鼎祺基金参投，点石资本担任长期独家财务顾问。公司表示，本轮资金将用于继续迭代“AI+物理”计算平台，并加速核心药物管线开发。

相较于部分将生成式分子设计作为突出卖点的AI制药企业，宇道生物更强调蛋白构象动态、物理模拟与实验验证的结合。简单来说，它希望先搞清楚蛋白质究竟“怎么动”，再让AI寻找传统方法难以发现的药物入口。

为什么有些靶点一直“无药可做”？

现代药物研发经常从一个与疾病有关的蛋白质开始。如果能找到蛋白表面合适的“小口袋”，再设计一个小分子塞进去，就有机会改变这个蛋白的功能。

但问题是，很多重要疾病靶点表面看起来十分平坦，缺乏传统药物容易结合的位置，因此长期被称为“难成药靶点”。

宇道生物重点研究的“变构”提供了另一种思路——所谓变构位点，是不同于蛋白主要活性位点的调控位置。药物结合这些位置后，可以通过改变蛋白构象或运动状态，进一步影响蛋白功能。

其中一部分变构位点在静态蛋白结构中并不明显，只会随着蛋白构象变化短暂出现，通常被称为隐蔽或瞬时口袋。分子动力学模拟可以帮助研究人员发现这些动态变化，但“发现口袋”并不等于“找到药物靶点”，只有少部分瞬时口袋最终可能具备足够的药物结合能力。

宇道生物称，其积累了来自湿实验的蛋白构象数据，并搭建了AlloMatrix蛋白构象调控数据库；同时开发AlloStar计算平台，通过物理模拟和AI算法分析蛋白构象变化，识别潜在变构位点及其中可能短暂出现的隐蔽口袋，再利用生成式AI设计可能与这些位置结合的小分子。

按照公司披露，其平台目前已经支持近20条自研管线，覆盖转录因子、翻译因子和不同类型受体，涉及肿瘤、中枢神经、自身免疫及代谢疾病等领域。

“AI+物理”到底多了什么？

宇道生物将自己的技术路线概括为“AI+物理”。其中“物理”主要指分子动力学、分子力场等计算方法。

可以把蛋白质想象成一台不停运动的机器。只看一张静态照片，很容易错过机器运动过程中突然露出来的缝隙；分子动力学模拟则相当于连续拍摄一段视频，观察蛋白在不同状态下如何改变形状。

宇道生物进一步利用AI分析这些动态变化。

公司披露，其AlloStar平台包括用于识别和表征隐藏功能位点的AlloWaves模块，以及利用Diffusion Model（扩散模型）、Flow Model（流模型）等生成式AI技术设计小分子的AlloLig模块；公司还开发了针对蛋白构象变化的APSF（Allosteric Protein Specific Forcefield，变构蛋白特异性力场）。

因此，这套路线的核心逻辑可以简化成：先用物理模拟刻画蛋白构象变化 → AI识别潜在调控位点和可成药口袋 → 再由生成式模型设计分子 → 最后回到实验室验证。

真正的价值能否成立，最终仍取决于这些计算结果能否持续产生有效药物，并通过临床试验验证。

最领先项目已经走到人体临床

目前宇道生物进展最靠前的项目是Dalretapopt（NTS071），针对的是p53 Y220C突变。p53常被称为人体重要的“抑癌蛋白”。正常情况下，它能够阻止异常细胞继续生长。但某些突变会让p53蛋白结构发生改变，失去原有功能。而Y220C就是其中一种特殊突变。

NTS071被设计为选择性结合并稳定p53 Y220C突变蛋白，希望帮助其恢复DNA结合及抑癌功能。临床前研究已经为这一作用机制提供了一定依据，但进入患者体内后能否真正转化为有效抗肿瘤作用，仍需要临床试验验证。

公开的ClinicalTrials.gov注册信息显示，NTS071正在开展一项I/IIa期、首次人体、多中心临床试验，用于携带TP53 Y220C突变的晚期实体瘤患者，目前状态为Recruiting（招募中）。研究首先要观察安全性、耐受性、药物在人体内如何代谢，以及初步抗肿瘤效果。

融资披露材料称，NTS071目前正在推进国际多中心I期临床，并即将进入II期开发；公司及投资方披露称，该项目已在中美两地推进临床研究。不过，目前公开注册信息尚未披露正式的完整疗效结果，因此具体有效性仍需以后续临床数据为准。

这也是观察宇道生物平台价值最直接的一条管线。算法能否找到新的位点是一回事，设计出的分子能不能在患者身上真正产生疗效，则是另一层更严格的验证。

为什么资本仍在押注AI制药？

过去几年，AI制药经历了从“模型能不能设计分子”，到“AI设计药物能不能进入人体临床”的转变。

宇道生物此次获得新一轮融资，也反映出资本关注点正在逐渐落到更具体的环节：平台有没有独特数据、算法能否和实验形成闭环，以及AI产生的管线到底走到了什么阶段。

宇道生物的特点在于，其并未把生成式AI单独作为核心，而是把蛋白构象数据库、分子动力学和湿实验验证共同放进研发流程，希望借此处理传统方法难度较高的靶点。

此次资金也将继续用于这两件事：一边迭代AlloStar平台，一边推动临床及临床前管线向前走。

从整个AI制药行业来看，这类公司面临的考验也越来越清晰。

早期阶段可以比较分子生成速度、命中率和研发周期，但进入临床之后，最终还是要回答传统制药行业同样的问题：药到底安不安全？患者用了以后有没有实际获益？

融资之后，关键还是临床数据

这轮融资目前仍有不少信息没有披露——公司仅公布融资规模为“数千万美元”，具体金额、投后估值以及各家机构的投资比例均未公开。平台所谓“全球领先”“最大”等性能描述也主要来自公司和投资方披露，目前缺乏统一的第三方横向比较标准。

与此同时，在公司披露的近20条自研管线中，目前公开进入人体临床验证阶段的项目仍然有限。

因此，对宇道生物而言，下一阶段最值得关注的，已经逐渐从“AI+物理这套方法能不能设计出分子”，转向：NTS071等项目能否拿出持续、可重复的人体临床数据。

如果这些项目能够证明针对传统难成药靶点的变构设计可以稳定产生有效候选药物，那么宇道生物的平台价值会得到更强验证；如果临床数据不及预期，再漂亮的算法和蛋白结构预测也很难直接转化成药物价值。

目前，我们能得出最严谨的结论是：数千万美元C1轮融资给宇道生物提供了继续推进“AI+物理”路线的资金，但真正决定这条路线含金量的，仍是正在进入临床验证阶段的药物管线。

参考资料

[1] VCBEAT. AI-Native Biotech Specializing in Challenging Drug Targets: NUTSHELL Completes Tens of Millions of Dollars in Series C1 Financing[EB/OL]. (2026-09-15)[2026-09-16].

[2] 投资界. 宇道生物完成数千万美元C1轮融资，专攻难成药靶标的AI原生Biotech[EB/OL]. (2026-09-15)[2026-09-16].

[3] CLINICALTRIALS.GOV. A Study of Safety, Tolerability and Preliminary Efficacy of NTS071 in Subjects With Advanced Solid Tumors Harboring a TP53 Y220C Mutation[EB/OL]. [2026-09-16].

[4] SHEN Q, XU Y, WU Y, et al. NTS071-101: A phase 1/2a study to evaluate the safety, tolerability, pharmacokinetics, and preliminary efficacy of NTS071 in patients with advanced solid tumors harboring a TP53 Y220C mutation[J/OL]. Cancer Research, 2026, 86(8 Suppl): CT290. DOI: 10.1158/1538-7445.AM2026-CT290.