文 | 胡香赟

编辑 | 海若镜

5 月 13 日，招股书秘交三个多月后，37 岁的赖才达带领剂泰科技登陆港交所。开盘上涨 170%，上市首日收涨 127%，市值超 270 亿港币。

在这位带着几分书生气的麻省理工学院 ( MIT ) 化工博士背后，站着贝莱德、瑞银、国新基金、高瓴等基石投资机构，香港公开发售环节超购 6900 倍。

从成立到 IPO，剂泰科技用了七年时间。2019 年，晶泰科技内部筹备孵化剂泰科技，由时任执行 COO 赖才达牵头。他与晶泰科技联合创始人温书豪渊源颇深，两人博士都毕业于 MIT。温书豪曾向投资人推荐称："Chris ( 赖才达 ) 和我有点像，但能力在我之上。" 彼时，晶泰科技的估值已近 10 亿美元。

过去七年间，中国创新药赛道大起大落，2020 年市场狂热，一批尝试用算法颠覆新药分子设计的 AI 制药公司拿到融资；短短两三年后，多家曾站在风口的明星公司，因管线数据不及预期、资金链断裂而倒下；而就在寒风刺骨时，新药 BD 浪潮、AI 能力质变又为行业带来暖风。

周期剧变，一步踏空都可能功亏一篑。赖才达带领剂泰团队从 AI 小分子剂型优化、跨入高壁垒的靶向 LNP 递送，保持每年 1-2 轮的融资节奏，成为国内上市速度最快的 AI 制药公司。

从回国创业、转向医药，到引入国资、拆除红筹、赴港 IPO，一次次充满变量的生存决策，在赖才达眼中更像 " no-brainer "。波士顿投资圈复盘时，会将赖才达与曦智科技创始人沈亦晨放在一起评价称，" 很厉害，几乎没犯任何错误 "。

投一个工程师，用 AI 做药

赖才达的创业起点，乍看与创新药并无关联。十年前，这位 MIT 化学工程博士正忙着研究水处理，希望从洗衣废水中分离表面活性剂和杂质，实现水循环。

作为剂泰科技的天使轮领投机构，峰瑞资本曾连续四轮加注这家创业黑马。峰瑞资本合伙人马睿还记得一个细节，为配合国内时差，赖才达凌晨 5 点跑到实验室，坐在两个水桶中间，远程向他展示水处理流程。尽管当时没有出手，但这个 " 勤奋、理想主义 " 的年轻人，给他留下强烈好感。

马睿与赖才达的再一次相逢，是温书豪的牵线拉群。温书豪的背书，是打动早期投资人的因素之一。而真正让他们愿意下注的，是赖才达 " 把 AI 制药逻辑讲清楚的能力 "。

与赖才达聊完，峰瑞资本当天就下了投资决策，" 随后就进入了漫长的抢额度阶段 "；光合创投合伙人（时任光速中国助理合伙人）高健凯也提到，" 聊完第一次，就很想投 "。

2020 年，AI 制药赛道虽也热门，但模型能力有限，远没有如今设计抗体等分子的能力。业内很多团队停留在物理计算层面，要用 AI 提高新药研发效率，但却难以清晰回答投资人的困惑：" 计算的合成数据能准确到什么程度，这种准确度能支撑哪些研发环节发生质变。"

踏入 AI 制药圈子的赖才达，选择了 " 递送 " 环节，即让药物精准、安全地到达人体病灶，更好发挥药效。

" 很多人讲 AI 制药，会说选择了哪些靶点，从技术角度如何用 AI 做得更快更好。但他讲的是：通过 AI 做药物递送，能让多少个原本无法成药的靶点具备成药潜力，这件事的价值有多大。再往前延伸，除了小分子制剂，还能用 LNP（脂质体）做药物递送，特别像 mRNA 等递送难度极高的药物（Modality）。" 高健凯回忆道。

传统生化学家做剂型、药代动力学主要靠经验，人力想到的组合有限，而 AI 能极大拓展搜索范围，挖掘出许多意想不到的优质方案。落地场景主要是临床前制剂优化，或改变已上市药物剂型（如片剂改颗粒），以低成本、低风险开发二类新药。

严格意义上，初期做 " 剂型 "，更像是应用层面的优化，还不涉及底层核心递送技术的迭代，但在一致性评价、带量采购等政策背景下，药企渴望 " 降本增效 "，并愿意为此付费。

高健凯还记得，自己调研了 4、5 家剂泰科技早期合作药企，对方直接评价 " 这套方法可能会让传统制剂人员面临职业挑战 "。

一个代表性案例是剂泰科技的 MTS-004 项目。它针对中国神经系统疾病患者面临的吞咽困难症状，将原本难吞咽的胶囊改为入口即化的速溶片。2025 年，该药物在三期临床阶段，以 1 亿人民币首付款、近 20 亿人民币里程碑价格授权。

图片说明：剂泰医药管线示意｜图片来源：剂泰医药招股书

BD 交易的验证，自是后话。

在早期没有新靶点、新药临床批件和试验数据时，剂泰科技能展示的资产和成果并不多，但仍先后吸引了红杉、五源、光速中国、Monolith 等科技基金入局。

" 科技投资人擅长判断创始人能力、规模化潜力，他们见过快手、拼多多、字节等巨头兴起，在早期对人与赛道天花板的判断很准；医药投资人则更擅长研判未满足临床需求、具体药物的科学风险和市场空间。" 马睿认为，当前剂泰已获得了两类投资人的认可。而赖才达在历次战略抉择时展现出的 " 决断力 "，也没有让赌 " 人 " 的投资者失望。

做 LNP 递送，上新药研发 " 主桌 "

如果仅停留在剂型优化层面，剂泰科技的终局或许会是一家普通的 AI 制药公司。

但这离赖才达的梦想有些遥远。他的偶像企业是 BioNTech、Alnylam，均由递送技术驱动，前者在新冠疫情期间因 mRNA 疫苗名声大噪，后者用近 20 年时间开发出的 GalNAc 递送技术，使其稳占小核酸药领域头把交椅，支撑起公司 30 亿美元年收入和 400 亿美元的市值空间。

在投资人们眼中，这位外表斯文，带着些书生气，甚至职场经历不算丰富的 CEO，对做出一家 " 很牛的公司 " 这件事，有着极强的 "aggressive"。

剂泰科技 7 年发展史上的一个关键转折，是他带领公司从剂型优化跨入更具挑战的 LNP 递送领域。

2021-2022 年左右，剂泰科技团队发现，他们在小分子制剂优化中积累的 AI 建模能力、高通量实验平台以及对纳米材料相互作用的深刻理解，可以迁移到市场更广阔、更有挑战性的 LNP 递送领域。

现实中，很多有治疗潜力的药物（比如核酸药）分子体量大、性质不稳定，如果直接打进人体，可能还没到达病灶，就已降解、或被免疫系统清除。因此，如果能把药物精准 " 递送 " 到人体正确位置，理论上就掌握了下一代新药研发的关键话语权。

换言之，递送技术的天花板，某种程度上决定着大分子生物药的天花板。

LNP 作为一种由多种脂质分子组装而成的微型纳米囊泡，天性适合包裹大分子药物，能依靠自身脂质生物特性在人体内稳定循环，实现药物的安全转运与细胞精准释放。也就是把药物安全装进自己的 " 包裹 " 里，保护它在血液中顺利运输，到目标细胞后再拆包释放。

但传统 LNP 天然以肝脏富集为主，要实现脾脏、肺部、脑部乃至实体肿瘤的精准靶向，就必须从头定制优化配方。而脂质分子结构数量庞大，组分摩尔比、微流控制备工艺、表面修饰程度等关键参数又高度耦合，依靠传统实验试错摸索无异于大海捞针。

为此，剂泰科技搭建了一个名为 NanoForge 的 AI 纳米递送大模型，自研超千万种脂质分子库，用 AI 模型做虚拟筛选、量子化学计算做精细优化，再通过高通量湿实验验证并回馈数据，实现 " 干湿闭环 " 迭代。

更关键的一步是，剂泰科技将这种能力升级到 " 精准送到该去的地方 " 的级别。

马睿介绍称，剂泰科技的递送技术可以理解为 " 靶向 LNP"，基础层是一个 " 隐匿型 " 包裹，不偏向单一器官、不触发免疫系统，而是在包裹表面挂一个 " 抗体导航 "，通过特定抗体或配体来指导包裹精准识别特定的免疫细胞或肿瘤细胞。比如，CD8 抗体靶向 T 细胞、针对 CD19 的抗体就去找 B 细胞相关肿瘤。

这样一来，剂泰科技就可以设计出靶向不同器官或细胞的 LNP：有的去肝脏，有的去肺，有的甚至能穿过血脑屏障去神经系统。" 像 SpaceX 用工程师能力解决航天问题一样，剂泰是用 AI、递送、纳米材料技术，把 ‘纳米火箭’ 送达人体病灶 "。

这种能力，给了剂泰科技坐上核酸药物、体内 CAR-T、基因编辑等前沿疗法主桌的机会。

最初布局 LNP 递送技术时，赖才达也面临一次颇具诱惑的岔路口：要不要把 LNP 业务拆分出去，单独成立一家名为 " 递泰 " 的公司体外融资？马睿甚至已经抛出了天使轮的橄榄枝，但赖才达思考再三，否决了这个方案。

回过头看，这个决策预判颇为正确。2022 年，资本寒冬很快到来、mRNA 赛道在疫情后迅速遇冷，即便拆分也融资困难。

更重要的是，2025 年，AI 制药走过技术迭代的临界点，资本市场对落地场景清晰、数据及技术壁垒深的 "AI Native" 生物科技公司（即核心资产、最有价值的管线由新一代生成式 AI 创造）格外青睐。将 LNP 递送技术保留在体内，在融资和上市方面，无疑成了剂泰的壁垒。

资本周期起伏，市场会有短期热点，也充斥着许多噪音，" 比如不要投 mRNA、不要讲 AI 制药、做分子设计而非递送等等。但 Chris 做决策往往是基于第一性原理。早期我也曾建议他收购分子设计团队，把‘小分子 + 剂型’讲圆满，他也没有动摇，还是聚焦核心方向‘ AI+ 药物递送’。" 马睿认为，这种定力比较稀缺。

控估值、超配人才

今年春夏，AI for Science 赛道在资本市场又炙手可热起来。

回看剂泰科技上市前的 8 轮融资，基本保持着一年 1-2 轮的节奏。在四年前的 AI 制药风口中，剂泰科技的估值也曾水涨船高，甚至一笔融资刚结束，就有新机构为了争份额，提出以双倍估值启动下一轮。而在市场遇冷时，即便剂泰的现金储备能够维持三到五年运营，赖才达也没有停下融资脚步。

"Chris 聪明的一点在于，无论行业上行还是下行，他都会主动控估值。多数情况下，他选择的领投方都不是出价最高的，但是品牌力高、对公司助力比较强的投资人，" 一位投资人讲道。

这种利益让渡也体现在剂泰科技内部。多位业内人评价，赖才达 " 在高管的股权、薪资方面都比较慷慨 "，能够聚拢人才。

早期，经由波士顿和 MIT 校友圈的人脉关系，他邀请到美国工程院院士陈红敏，及年纪、经验都比自己丰富的王文首共同创业；后期，前罗氏首席科学家、信达生物副总裁徐伟，以及前海通国际董事总经理付翀的加入，又补全了传统药物研发、财务方面的人才不足。

"Chris 喜欢‘超配人才’，不满足于寻找仅与公司现阶段发展匹配的人，总在为下一阶段发展寻找人才。比如，徐伟在制定临床研发及管线战略方面的能力很强，能在当时说服这位行业‘老炮’加入公司，足以证明他有极强的聚拢人才的能力。" 高健凯认为。

站在投资人视角，赖才达确实做了多次正确的商业抉择：意识到国内创新药产业在临床试验、数据生成方面的成本与效率优势后，毅然从美归国创业。作为台胞海归，在公司发展后期平稳引入国资、险资；临近上市前将总部从杭州迁至北京；提前拆除红筹架构；顺利赴港 IPO。

马睿曾问赖才达为什么能做出这些决策动作，他称这些都是 "no brainer"。但在马睿看来：" 这一系列决策环环相扣，任何一步踏空都可能功亏一篑，但他每一步都踩准了。"

七年过去，剂泰科技没有成为靠单一管线 " 赌命 " 的 Biotech，也没沦为只讲故事的 AI 概念股。它选择了一条当时少有人走的路，用工程化的思维、AI 和一群聪明人，正在把 "AI 药物递送 " 这条路走成主干道。