就在英国这家名为DaltonTx的初创企业经过数月的低调打磨后，他们终于正式推出了宣称“自适应AI药物研发”的平台，并同步公布了签约的首位客户。

该平台名为Dalton，目标清晰——覆盖药物研发的全流程。从最基础的数据处理，到模型训练、分子设计、合成，再到最终决策支持，它致力于为小分子药物与生物制剂构建一套“持续学习引擎”。

公司选址颇为考究，坐落于伦敦国王十字区的生命科学与科技中心。核心团队成员此前曾在阿斯利康、Exscientia、牛津大学等机构从事研发工作，资历深厚。Dalton的登场，实际上是在正式宣告加入竞争已相当激烈的AI药物研发工具市场。

这一市场的战局已然白热化。DaltonTx需要面对的，既有Recursion Pharma、Insilico Medicine、Schrodinger等传统的AI制药企业，也有英伟达、Alphabet旗下的Isomorphic Labs、OpenAI，乃至亚马逊这类科技巨头。不过，DaltonTx自有底气——其生物制药背景足够扎实，且定位明确：专注于做赋能者，帮助合作伙伴推进研发，而非自建内部研发管线。这种差异化策略，使其自认为能在市场中站稳脚跟。

此外，数据隐私是另一关键卖点。Dalton对每个项目的数据和模型都进行了独立隔离，意味着用户的数据绝不会被用于训练其他项目的模型。在安全性方面，这一设计非常硬核。

DaltonTx的CEO Garry Pairaudeau，此前在阿斯利康研发部门任职整整20年，之后又担任Exscientia首席技术官，直至2024年该公司与Recursion合并。谈及Dalton的价值，他表示：“能从AI中获得最大收益的组织，一定是那些将团队、工具和数据紧密整合、持续优化现实研发决策的机构。”他进一步解释，Dalton打通了数据、模型与实验结果，完整记录了哪些方法有效、哪些无效，以及背后的原因。这样一来，“判断力就会随着时间不断沉淀，形成真正的组织记忆。”他强调，Dalton的角色是“增强”人类专业能力，而非“取代”。

Sygnature Discovery正式加入平台

产品发布的同时，DaltonTx还宣布了一项重要合作：英国合同研究机构Sygnature Discovery已签约使用Dalton平台，旨在借助AI提升自身药物研发能力，并计划通过该平台为客户提供服务。

Sygnature的CEO Simon Hirst对此次合作充满期待。他表示，很兴奋能与DaltonTx联手，尤其想了解他们究竟如何帮助科学家在研发早期做出更可靠的决策。他还补充了一句实用性判断：“这个平台应该能帮助我们减少需要合成和测试的化合物数量，缩短DMTA（设计-制造-测试-分析）周期，加速候选药物的筛选进程。”

聊聊大家最关心的问题

Q1：Dalton平台具体能完成药物研发的哪些环节？

覆盖研发全流程，包括原始数据处理、模型训练、分子设计、合成以及决策支持。它为小分子药物和生物制剂搭建了一套“持续学习引擎”，能完整记录哪些方法有效、哪些失败以及背后的原因，使研发判断力随时间不断积累，形成“组织记忆”，辅助科学家做出更科学的决策。

Q2：Dalton平台如何保护用户的数据隐私？

平台对各个项目的数据和模型实现了完全独立的隔离，确保一个项目的数据不会被用于训练其他模型。这套机制有效保护了客户的专有研发数据，防止信息在平台内部跨项目共享或泄露——这是Dalton区别于其他竞品的一大核心优势。

Q3：DaltonTx和Sygnature Discovery的合作会带来哪些具体效果？

Sygnature签约使用Dalton平台后，预计能显著减少需要合成和测试的化合物数量，缩短DMTA周期，加快候选药物筛选进程。换句话说，药物研发效率将大幅提升，科学家在研发早期就能获得更可靠的决策支持，从而降低整个研发链条的成本与时间。