INDUSTRYLongevity · Epigenomics · Drug Discovery
NewLimit（Blake Byers & Brian Armstrong 创立）
TL;DR：NewLimit 完成 $435M 融资，核心押注"部分重编程"——用 Yamanaka 因子短暂激活将特定组织的表观遗传时钟往回拨。AI 在这里的角色是绘制表观基因组景观地图，预测哪些转录因子组合能最高效地逆转衰老标志，而不引发完全去分化。
- 技术路线：AI 工具分析组织特异性表观遗传状态，识别"重编程窗口"——既能逆转老化标志，又不会让细胞失去组织身份
- 商业逻辑：将部分重编程从实验室现象转化为可重复的药物发现流程，目标是系统性筛选和优化重编程因子组合
- 背景：Altos Labs、Calico 等衰老赛道融资潮持续；NewLimit 的差异化在于 AI-first 的机制路线，而非纯粹的表型筛选
编者按
衰老生物学进入了一个奇特的时代：资本相信可以"拨慢时钟"，但机制上仍有大量未知。NewLimit 的赌注建立在一个未经证实的前提上——表观遗传重编程足够可控，可以成为药物。AI 加速了这个探索，但不能绕过生物学本身的复杂性。$435M 买的是时间和数据，能不能换来突破，值得持续关注。
风险：部分重编程的安全边界尚不清晰，体内失控可能导致肿瘤风险；从细胞实验到临床的转化路径极长；监管路径高度不确定。
长寿表观遗传学重编程融资
INDUSTRYAI Drug Discovery · Autonomous Labs · Funding
Lila Sciences（据报道融资约 $20亿）
TL;DR：Lila Sciences 据报道正以约 $85亿估值融资约 $20亿。公司不把自己定位为又一家 AI 药物发现公司，而是在造"AI 科学工厂"——AI 系统连接自动化实验室，形成假设生成→实验设计→执行→学习的闭环，自称正在构建"科学超级智能"与"科学操作系统"。
- 核心主张：闭环 AI + 自动化湿实验室，不只是用 AI 加速药物设计，而是让 AI 自主驱动整个科学发现过程
- 市场背景：OpenAI 通过 Ginkgo 跑实验、Cloud Lab 开放、Adaptyv 开放 API 接入湿实验——Lila 是这一趋势的最大赌注
- 叙事风险："科学超级智能"是极具吸引力的投资人语言，但距离实际可重复的药物发现流程还有相当距离
编者按
$85亿估值对一家刚出现的公司来说是天文数字，背后是市场对"AI 自主科学"的巨大押注。问题在于：目前公开的证据主要是叙事，而非可验证的科学产出。BioAgent-Bench 等基准测试同月发布，正好指出 AI 科学代理在可靠性和验证环节的系统性短板。两者同时出现，值得玩味。
注意：信息来源为媒体报道，融资细节尚未官方确认；"AI 科学工厂"目前尚无公开的同行评审产出作为能力佐证。
AI药物发现自主实验室融资闭环科学