問AI · 微元合成は、新たな資金調達をどのように活用してAIバイオ計算の境界を広げるのか？36氪によると、2026年3月、「微元合成」は3億元のA+ラウンド資金調達を完了し、河南投資グループの匯融ファンドおよびタン・ルイチン氏が出資に参加した。今回の資金調達は、微元合成がAIバイオ計算の適用領域の境界を広げ、コア技術の研究開発への投資を強化し、シーンに即した実装を推進することを後押しする。紹介によれば、これまで河南投資グループは、AI基盤インフラ産業において深い取り組みを完了しており、投資チップから、超大規模計算能力を持つ企業の支配まで、さらにHALO資産を全面的に統合することで、AIシーンでの応用実装に向けた電力と計算能力の支援を提供してきた。注目すべきは、今回の投資家であるタン・ルイチン氏が、復旦大学の理事および化学系同窓会の会長、A株の著名上場企業である龍佰グループの共同創業者であり、前任の副董事長でもあり、化学工業分野での起業・投資に30年以上深く取り組んできた点だ。生命科学が全面的にAI4S時代へ踏み出す中で、タンパク質構造予測・設計などの基盤技術のブレークスルーが、生物製造業の研究開発のパラダイムを変えつつある。現在、AIアルゴリズムとモデル能力を、生物製造という実世界に落とし込み、とりわけ酵素工学、代謝経路の最適化などのシーンで活用することが、業界の重要な注目点となっている。2026年1月、微元合成はスタンフォード大学、プリンストン大学、北京大学、バイトダンス（ByteDance）、NVIDIAなどの機関と共同で、人工知能分野のトップ学術会議ICLR 2026において最新成果を発表した。グローバルな科学者に向けたオープンな協働プラットフォームPoseX（プラットフォームのアドレス：http://dock-lab.tech/）は、実際のシーンにおける分子ドッキングの難題を解決することを目的とし、異なるドッキングアルゴリズムやモデルに対して公正かつ実際に即した能力評価を行う。合成生物学および医薬品開発において、分子ドッキングは基盤となる中核技術の一つだ。リガンドと受容体タンパク質の結合様式を正確に予測することは、微視的な世界で生命工場を開く鍵を探すようなものだ。これまで、この取り組みは科学者の経験に大きく依存しているか、またはコストの高い物理シミュレーションに頼っていた。理想的な実験環境では、既知の共晶構造にあるリガンドを元のポケットに「はめ戻す」ようなことができる。だが酵素工学の実戦の場では、タンパク質は静止した「鍵穴」ではなく、絶えず形を変える「ゼリー」であり、側鎖は回転し、骨格は呼吸し、ポケットの形状は完全に作り直される可能性がある。タンパク質構造が動的に変化しても、結合様式をなお正確に予測できるかどうかは、広く認められた課題だ。長年にわたり、産業界では、アルゴリズムが構跨コンフォメーションのシーンでどのように振る舞うかを評価するための統一された高品質なベンチマークが不足していた。「実戦の標準」を定義するために、PoseXプラットフォームは、実際の研究開発シーンに近い大規模なオープンなドッキング評価ベンチマークを構築し、「ベンチマークデータが単一である」「汎化性が低い」「実際の応用シーンから逸脱している」といった問題を解決することを目指した。同時に、PoseXは主要な24種類の方法をテストし、Schrödinger Glideなどの物理的アプローチ、DiffDockなどのAIドッキング方法、そしてAlphaFold3、ChaiなどのAI共折りたたみ方法を含めた。テストの結果、共同で研究開発を行うチームは次の結論を得た。「トップレベルのAIドッキング手法（SurfDockなど）と共折りたたみ手法（AlphaFold3など）は、最も挑戦的な構跨コンフォメーション・ドッキング課題を扱う際に、その正確性と頑健性が、業界で数十年にわたって支配してきた物理モデルを全面的に上回っている。」2025年8月、微元合成の創業者であるリウ・ボー氏は36氪に対し、次のように述べた。酵素設計、代謝ネットワーク最適化などのメカニズムは非常に複雑で、「万能の統一アルゴリズムモデル」であらゆる問題を解決するのは難しい。だからこそ、個別のプロジェクトのシーンと組み合わせて、最も適したモデルを選び、特定の工程の研究開発を加速させる必要がある。彼はその時点ですでに15〜20人規模のAI研究開発チームを構築し、世界のトップAIアルゴリズム研究室と連携して、そのドライ・ウェット実験の能力を活用し、benchmarkを行っていた。彼の見解では、アルゴリズムがオープンソース化され、計算の参入障壁が相対的に下がるにつれて、ウェット実験の重要性が一段と際立ってくるという。「異なる酵素をどう評価するか、発現システムをどう選ぶか、厳密なテスト条件をどう設定するか。そして、高スループット装置を使ってどう検証するか——そこには高い壁があるが、私たちはすでに整った体系を構築している。」PoseXプラットフォームを共同で立ち上げる過程で、微元合成は、実際の生物実験データを通じて継続的にテストし、フィードバックを世界のトップモデルチームへ返してきた。「タンパク質-リガンドのドッキング」を標準化した評価ベンチマークを構築すると同時に、実際に動くツールは、自社のパイプライン開発の中に本当に組み込んでいった。PoseXプラットフォームを活用することで、AI技術は3つの側面から、パイプライン開発の研究開発と実装を実質的に加速する。1つ目は、タンパク質の構跨コンフォメーション変化を正確にシミュレートし、デジタル空間で効率的に高耐熱・高転化の「スーパー酵素」を磨き込むことだ。2つ目は、ポケット情報と姿勢を組み合わせて精緻化し、最適な代謝ネットワークの中の重要なノードを正確に特定してつなぎ、ベースとなる細胞の代謝再構築とボトルネック解消を実現し、生産量、純度、コスト指標の向上を後押しすること。3つ目は、AIシミュレーション＋物理的な後処理によって、時間が数か月かかりコストが高いウェット実験の反復を数週間以内に圧縮し、研究開発投資の回収率を高め、試行錯誤のリスクを低減することだ。具体的なパイプラインに関しては、現在、微元合成はすでにヒトの栄養、動物の栄養製品に関する複数の研究開発および産業化を完了しており、アロースーストース、ルテイン、マンニトールなどが含まれる。メタノールのバイオ製造においては、同化効率の高い複数のメタノール同化株を開発しており、大量のアミノ酸やバイオベース材料のモノマーなどを含む製品パイプラインの展開を加速している。
「微元合成」が3億円のA+ラウンド資金調達を獲得、AI生物計算オープンコラボレーションプラットフォームを共同発表 | 36氪独占公開
問AI · 微元合成は、新たな資金調達をどのように活用してAIバイオ計算の境界を広げるのか？
36氪によると、2026年3月、「微元合成」は3億元のA+ラウンド資金調達を完了し、河南投資グループの匯融ファンドおよびタン・ルイチン氏が出資に参加した。今回の資金調達は、微元合成がAIバイオ計算の適用領域の境界を広げ、コア技術の研究開発への投資を強化し、シーンに即した実装を推進することを後押しする。
紹介によれば、これまで河南投資グループは、AI基盤インフラ産業において深い取り組みを完了しており、投資チップから、超大規模計算能力を持つ企業の支配まで、さらにHALO資産を全面的に統合することで、AIシーンでの応用実装に向けた電力と計算能力の支援を提供してきた。注目すべきは、今回の投資家であるタン・ルイチン氏が、復旦大学の理事および化学系同窓会の会長、A株の著名上場企業である龍佰グループの共同創業者であり、前任の副董事長でもあり、化学工業分野での起業・投資に30年以上深く取り組んできた点だ。
生命科学が全面的にAI4S時代へ踏み出す中で、タンパク質構造予測・設計などの基盤技術のブレークスルーが、生物製造業の研究開発のパラダイムを変えつつある。現在、AIアルゴリズムとモデル能力を、生物製造という実世界に落とし込み、とりわけ酵素工学、代謝経路の最適化などのシーンで活用することが、業界の重要な注目点となっている。
2026年1月、微元合成はスタンフォード大学、プリンストン大学、北京大学、バイトダンス（ByteDance）、NVIDIAなどの機関と共同で、人工知能分野のトップ学術会議ICLR 2026において最新成果を発表した。グローバルな科学者に向けたオープンな協働プラットフォームPoseX（プラットフォームのアドレス：http://dock-lab.tech/）は、実際のシーンにおける分子ドッキングの難題を解決することを目的とし、異なるドッキングアルゴリズムやモデルに対して公正かつ実際に即した能力評価を行う。
合成生物学および医薬品開発において、分子ドッキングは基盤となる中核技術の一つだ。リガンドと受容体タンパク質の結合様式を正確に予測することは、微視的な世界で生命工場を開く鍵を探すようなものだ。これまで、この取り組みは科学者の経験に大きく依存しているか、またはコストの高い物理シミュレーションに頼っていた。
理想的な実験環境では、既知の共晶構造にあるリガンドを元のポケットに「はめ戻す」ようなことができる。だが酵素工学の実戦の場では、タンパク質は静止した「鍵穴」ではなく、絶えず形を変える「ゼリー」であり、側鎖は回転し、骨格は呼吸し、ポケットの形状は完全に作り直される可能性がある。タンパク質構造が動的に変化しても、結合様式をなお正確に予測できるかどうかは、広く認められた課題だ。
長年にわたり、産業界では、アルゴリズムが構跨コンフォメーションのシーンでどのように振る舞うかを評価するための統一された高品質なベンチマークが不足していた。「実戦の標準」を定義するために、PoseXプラットフォームは、実際の研究開発シーンに近い大規模なオープンなドッキング評価ベンチマークを構築し、「ベンチマークデータが単一である」「汎化性が低い」「実際の応用シーンから逸脱している」といった問題を解決することを目指した。
同時に、PoseXは主要な24種類の方法をテストし、Schrödinger Glideなどの物理的アプローチ、DiffDockなどのAIドッキング方法、そしてAlphaFold3、ChaiなどのAI共折りたたみ方法を含めた。
テストの結果、共同で研究開発を行うチームは次の結論を得た。「トップレベルのAIドッキング手法（SurfDockなど）と共折りたたみ手法（AlphaFold3など）は、最も挑戦的な構跨コンフォメーション・ドッキング課題を扱う際に、その正確性と頑健性が、業界で数十年にわたって支配してきた物理モデルを全面的に上回っている。」
2025年8月、微元合成の創業者であるリウ・ボー氏は36氪に対し、次のように述べた。酵素設計、代謝ネットワーク最適化などのメカニズムは非常に複雑で、「万能の統一アルゴリズムモデル」であらゆる問題を解決するのは難しい。だからこそ、個別のプロジェクトのシーンと組み合わせて、最も適したモデルを選び、特定の工程の研究開発を加速させる必要がある。彼はその時点ですでに15〜20人規模のAI研究開発チームを構築し、世界のトップAIアルゴリズム研究室と連携して、そのドライ・ウェット実験の能力を活用し、benchmarkを行っていた。
彼の見解では、アルゴリズムがオープンソース化され、計算の参入障壁が相対的に下がるにつれて、ウェット実験の重要性が一段と際立ってくるという。「異なる酵素をどう評価するか、発現システムをどう選ぶか、厳密なテスト条件をどう設定するか。そして、高スループット装置を使ってどう検証するか——そこには高い壁があるが、私たちはすでに整った体系を構築している。」
PoseXプラットフォームを共同で立ち上げる過程で、微元合成は、実際の生物実験データを通じて継続的にテストし、フィードバックを世界のトップモデルチームへ返してきた。「タンパク質-リガンドのドッキング」を標準化した評価ベンチマークを構築すると同時に、実際に動くツールは、自社のパイプライン開発の中に本当に組み込んでいった。
PoseXプラットフォームを活用することで、AI技術は3つの側面から、パイプライン開発の研究開発と実装を実質的に加速する。1つ目は、タンパク質の構跨コンフォメーション変化を正確にシミュレートし、デジタル空間で効率的に高耐熱・高転化の「スーパー酵素」を磨き込むことだ。
2つ目は、ポケット情報と姿勢を組み合わせて精緻化し、最適な代謝ネットワークの中の重要なノードを正確に特定してつなぎ、ベースとなる細胞の代謝再構築とボトルネック解消を実現し、生産量、純度、コスト指標の向上を後押しすること。
3つ目は、AIシミュレーション＋物理的な後処理によって、時間が数か月かかりコストが高いウェット実験の反復を数週間以内に圧縮し、研究開発投資の回収率を高め、試行錯誤のリスクを低減することだ。
具体的なパイプラインに関しては、現在、微元合成はすでにヒトの栄養、動物の栄養製品に関する複数の研究開発および産業化を完了しており、アロースーストース、ルテイン、マンニトールなどが含まれる。メタノールのバイオ製造においては、同化効率の高い複数のメタノール同化株を開発しており、大量のアミノ酸やバイオベース材料のモノマーなどを含む製品パイプラインの展開を加速している。