[E-Daily MarketinSong Seung-Hyeon 记者] 发现新药候选物质并不意味着大功告成。无论药效多么出色，如果容易结块或在储存过程中变质，就无法成为药品。这类问题通常要等到研发进程推进到相当后期才会显现。届时，往往已经投入了数年的时间和巨额资金。AI平台企业米拉博生物技术（MIRABO Biotechnology）所涉足的领域正是这一点。

据22日风险投资（VC）业界消息，石桥风投（StoneBridge Ventures）作为领投方，向米拉博生物技术完成了40亿韩元的Pre-A轮投资。FuturePlay也共同参与了本轮投资。

米拉博成立于2024年11月，总部位于香港，并在香港设有实验室（湿实验室），同时在中国上海设有负责AI平台研发的研发（R&D）子公司。这两个据点的分工是该公司架构的核心。 上海团队开发AI模型后，香港湿实验室会通过实际实验对结果进行验证。验证数据随后会传回上海，用于模型优化。这是一种AI预测与实验验证相互循环的结构。

创始人李京浩代表在日本大阪大学获得生命工程学博士学位，并在美国明尼苏达大学从事生物信息学领域的博士后研究。此后，他在LG化学负责生物制药工艺开发，并在全球制药公司赛诺菲（Sanofi）总部负责抗体药物的研发工作。

大多数AI新药研发企业都专注于候选化合物的发现。与之相对的是，在工艺和生产方面具有优势的CDMO企业。从候选化合物发现到实际生产工艺开发，能够利用AI填补这一中间环节的企业相对较少。米拉博的AI平台“MiRAiQ”正是瞄准了这一空白。

MiRAiQ由三个引擎组成。“PRISM”通过分析候选分子的序列和结构，预先评估其能否开发成实际药物。它能在实验前预测蛋白质的稳定性、是否存在聚集风险，以及在高浓度下粘度是否会过高。 “奥里昂（ORION）”负责通过蛋白质工程对筛选出的候选物质进行优化改进，例如设计抗体使其能更强效地与靶点结合。“伊格尼斯（IGNIS）”则致力于优化生物药的生产工艺。利用活细胞制备的生物药，其产量和质量会因培养温度、pH值及营养供应的不同而产生显著差异，该引擎通过学习现有实验数据来预测最佳条件。

这三项技术相互衔接，形成了一条完整的流程：先评估候选物质，将其优化为更优质的物质，再开发高效的生产工艺。其目标是通过AI预测取代以往反复实验、摸索试错的过程，从而节省时间和成本。

其商业模式以B2B为核心。具体而言，即通过米拉博的AI平台，帮助制药及生物技术企业解决其候选物质的优化或工艺开发问题。目前，该公司正与韩国和中国的制药及生物技术企业开展项目及联合研究，并与全球生物类似药企业、CDMO以及临床试验受托机构（CRO）持续开展合作。 今年1月，该公司与位于美国纽约的分析设备企业CMP Scientific签署了协议；3月，又与韩国双特异性抗体开发商IM Biologics分别签署了合作协议。

中长期目标是自主开发新药。米拉博计划到2028年扩大AI平台的商业化应用，并将技术领域拓展至药物早期发现阶段。此后，将利用积累的AI技术着手构建自有产品线。其构想是先通过平台业务夯实营收基础，再向新药开发企业转型。