高瓴看上的这家原料商，如何解锁“更AI”的原料开发与创新？-投行家

随着全球化妆品市场进入以科技为导向的“质价比”时代，成分和功效已成为中国消费者购买产品时最看重的两大因素，自研成分背后的研发故事及产品功效实证数据，也成为品牌上新时必选的核心传播内容。

美妆品牌疯狂内卷“成分故事”的同时，竞争日趋白热化的化妆品原料领域却陷入低效的泥潭——开发周期长、成功率低。

这背后一方面是研发侧对化妆品原料底层逻辑的理解仍如同雾里看花——不明确具体的起效成分、起效方式，自然无法进行差异化、精准化的原料开发；另一方面，品牌对成分创新的认知存在局限，常将其等同于向市场推广旧有成分的新功效，不能洞悉发明、应用等各类专利的价值，无法为新品中的明星成分镀上金身。

当行业困于低效创新的迷局中时，一家AI原料商正用制药级技术撕开一道裂缝。最近，MetaNovas（元星智药）完成了由高瓴创投、宝顶创投联合领投、上市公司若羽臣参投的A轮融资。

这家同时获得顶级风投和产业资本青眼的原料设计企业，以其新颖有效的成分和独到的生物学见解，将开发周期由数月缩短至数周、成功率提升至60%以上，成为国内外头部品牌的座上宾。

2024年诺贝尔的物理学和化学奖，分别颁发给了在人工智能与基础科学交叉领域作出重大突破的科学家。人工智能驱动的科学研究(AI for Science)正大幅提升科技创新效能，从科研范式、科研方法到应用场景等多个维度引领新一轮科技革命与产业变革。

1.顶配团队“下凡”

MetaNovas成立于2021年，其创始团队集齐了人工智能+医学、生物学领域的资深从业人员和专家、学者。

MetaNovas联合创始人、CEO王梅杰在ACM发表过数篇论文，也曾担任IEEE会议的评委。她曾任职于NVIDIA硅谷总部进行AI+生物基础设施研发，是NVIDIA加速计算平台的第一位华人工程师，还曾加入斯坦福大学“AI教母”李飞飞团队，从事人工智能医疗研发，开发的产品在斯坦福医院测试使用。2024年，王梅杰入选了福布斯青年海归菁英和创业邦最值得关注的女性创业者。

首席科学家罗衡博士曾是全球领先的AI制药企业Benevolent AI和Atomwise的资深人工智能药物研发人员，还曾在美国食品药品监督管理局(FDA)和IBM研究所任职研究员，发表过40多篇论文（3000多次引用）和7项专利。

首席技术官余论博士是麻省理工学院计算材料方向博士，在机器学习和分析领域拥有6项美国专利，曾在美国医保巨头联合健康集团任职首席数据科学家。

此外，MetaNovas的科学顾问、首席肽专家David Craik是英国皇家学会和澳大利亚科学院院士，也是环肽的发现者。David Craik院士与2024年诺贝尔化学奖得主David Baker在蛋白质设计领域的合作成就颇丰，特别是AI在跨膜大环分子的设计与应用上，他们的联合研究发表在《Nature Communications》等顶级期刊上并指导了MetaNovas的环肽设计平台。

2.双向逻辑破局

基于核心团队的AI+科技研究背景，MetaNovas定位于用人工智能改善消费健康产业。目前，MetaNovas已成功将其在药物发现和临床产品开发中的强项扩展到美妆，化妆品研发赋能和新原料开发在其业务中占比80%以上。

与单一生物学背景的Biotech公司相比，MetaNovas入局原料领域存在两大优势。

一是交叉学科突破了单一生物学的局限性，引入了更广阔的研究视角，便于形成对原料和成分更全面的认知。作为一家能实现端到端开发的公司，MetaNovas 能提供从生物学洞察到终端产品制造的全流程解决方案。

二是核心团队在医疗、制药、大健康等领域的经验，使其更能理解2C场景和消费者的需求，先于品牌对市场趋势作出前瞻性的洞察，助力其在行业中脱颖而出。

不过，身为掌舵者的王梅杰也有着清醒的认知，她并未将制药技术在美妆原料领域的应用视为纯粹的“降维打击”。

她认为，相比于制药领域从确定靶点到药物研发的单向逻辑，美妆原料研发是供需两端双向作用的结果，市场与消费者的接受度很多时候甚至直接决定了上游的研发和产品的命运。这要求原料商既能厘清原料的生物学机制，又要听懂市场的“心跳”。

凭借生成式人工智能及原材料开发领域的卓越能力，MetaNovas曾获得欧莱雅BIG BANG 2023年美容技术挑战赛AI赛道冠军，还连续2年被评为全球250家最有前途的早期数字健康公司之一。

未来，MetaNovas计划分两步实现其市场目标：先在原料领域开辟出一条崭新的AI技术航道，抢占市场心智；再将AI驱动的功能性多肽开发等细分领域作为突破口，以鲜明的科技基因在传统原料商中崭露头角，巩固市场认知。

经历了过去两年基础模型的爆发与多模态能力的增强，2025年，AI技术有望迎来应用的井喷。化妆品行业对基础研究、成分、技术等方面的创新需求飙升，使其成为AI加速落地的一大优先选择。

在上游原料端，AI正以强悍的实力提升原料开发的成功率和效率，为美妆产品研发提供更严谨的科学传播依据。

MetaNovas将制药的科学严谨性融入临床级消费健康产品的开发中，以四大核心的AI技术平台——MetaNLP自然语言处理平台、MetaKG知识图谱平台、MetaOmics组学分析平台和MetaPep肽类生成平台解构原料背后复杂的科学原理，加速化妆品原料与产品创新。

1. MetaNLP——读懂艰涩文献的“科学翻译官”

MetaNLP是MetaNovas针对生物医学原料领域专门开发的独有的自然语言处理平台，可以对所有的生物医学文献、专利以及供应商数据进行快速处理，将这些不同来源的复杂文本和知识提炼整理成结构化的数据，从中深度挖掘并抽取高细粒度的知识。

为实现功效宣称及明确新品开发方向，某国际知名消费健康品牌需要从一款含有30种成分的产品中找到10种成分组合及其对应的新功能。完成这类任务的传统解决方案是用穷举法列举出每一种可能性并从中筛选合适的解法。但在这一案例中，30多种成分对应着无数种组合可能性与功效方向，采用穷举法进行解答的效率极低。

而在AI这一强大生产力工具的加持下，MetaNovas通过算法设计，短短几周内就确定了10种成分组合与功效方向，并附上了详实的文献证据链。

2. MetaKG知识图谱平台——链接疾病表型的“靶点侦探”

MetaKG拥有千亿级别的生物医学知识网络，涵盖了超18万种疾病表型和超2万种人类基因信息，以及所有小分子、多肽、蛋白质、植物提取物等超11万个原料数据，可以通过成分作用的靶点直接明确其生物通路，或通过疾病表型推导其信号通路。

MetaKG将超1600万个单一维度的知识节点连接并整合成系统性的知识图谱，利用图模型揭示不同知识节点之间的隐藏关系，加速知识推导过程，根据原料快速匹配其作用的基因、靶点及配方。

为帮助某国际美妆品牌锁定可以促进某种特定胶原蛋白合成的活性成分，MetaNovas通过其知识图谱平台构建了对应的胶原蛋白网络的子图，包括特定胶原蛋白的23种核心关联基因，皮肤成纤维细胞蛋白、关键皮肤因子及8种联合通路的50多种主要关联基因，用于预测可能增强特定胶原蛋白合成的化合物。

利用深度图模型和优先级排序算法，MetaNovas预测出22种潜在化合物，通过可解释人工智能综合各种文献证据及关联基因，最终筛选出10种被证实具有增强胶原蛋白作用的成分，通过率高达45%。检测结果显示，与对照组相比，MetaKG筛选出的部分化合物可使特定的胶原蛋白合成量提升1.44倍。

3. MetaOmics组学分析平台——破解细分人群的“基因密码”

MetaOmics通过自动化的转录组和基因组等多种深度分析，揭示了基因在不同阶段、状态下的表达水平，精准定位产品分层和人群，针对不同人群进行差异化的产品开发。

MetaNovas还与全球最大基因组学数据库的所有者华大基因合作共建实验室，共享其在皮肤科学、海洋生物学及多组学领域的50k生物样本和1.5Pb测序数据。

不同年龄段、不同地域的人群因基因表达的差异，适用的活性物也有所区别。MetaNovas以其对产品人群的精准分层展现出区别于传统原料商的特色与优势。AI辅助设计新配方能更精准地理解人群差异的生物学原理，精准指导适合细分需求的原料选择。

例如，MetaNovas基于对微生物代谢产物的鉴定，解释了皮肤表型和微生态之间的内在联系。通过对人体皮肤、器官、肠道中超11000种菌群的分析，MetaNovas可以预测菌群对应的代谢产物以及其对人类基因靶点的作用，找到跟皮肤表型关联的微生物，包括衰老、保湿关联功能的菌种，助力相关功效护肤产品的研发。

4. MetaPep肽类生成平台——设计功效肽的“分子裁缝”

MetaPep基于自然界中存在的多肽结构特征，并针对一些难度较高的靶点生成新的多肽结构，实现特定的功效需求，并通过深度学习，针对肽类的物理化学性质（如稳定性、溶解性等）实现高精度的优化与筛选。

基于从文献和专利中挖掘出的2.3亿蛋白质和300万肽类序列数据，MetaNovas训练出了自己的肽类生成大模型。目前，MetaNovas已研发出具有即时祛皱、促胶原。抗炎修复、祛痘、口腔菌群调节、私处护理等功能多元的肽类化妆品原料。

其中，MetaNovas为某国际品牌开发的即时除皱双环肽MetaCono以两组二硫键同时兼顾了成本、功效、稳定性和亲肤性能。

MetaNovas通过AI对芋螺毒素衍生肽进行了改良，与野生型的芋螺毒素衍生肽相比，改良型的芋螺毒素衍生肽成本更低，具有更好的体内稳定性和低毒性，可以同时抑制Nav1.4和Nav1.7通道，在放松紧缩的肌肉、缓解动态皱纹的同时达到促胶原和全面抗炎的三重功效。

即时祛皱的临床测试显示，使用30分钟后受试者面部纹路与使用前相比明显减少，这证明MetaCono的短时强效除皱能力十分显著。实验数据表明，相同的使用时长下，MetaCono的即时综合功效表达优于同品类的祛皱肽成分，且在持久性蓬弹、紧致以及祛皱表达上呈现出优异的长尾效应。

这构成了MetaNovas的又一重独特优势，公司已累计获得十余项专利，其中包含多项结构专利，含金量远高于制备专利与组合物专利。与微生物发酵产生的混合物繁多的原料相比，MetaPep基于AI理性设计下的肽类原料能在研发的初始环节，就按照所需的功效类型确定清晰的分子化学结构。

过去几十年里，国内美妆行业在原料研发、品牌建设以及市场需求的共同推动下，走完了0-1的发展历程。补水保湿等基础护肤需求，催生了一些大型化妆品原料厂商和头部美妆品牌。

以人工智能等先进技术的深度融合应用为标志，化妆品行业站上了新旧动能转换的关键节点，原料端的创新、品牌端的升级与消费端的需求相互激荡，其汇聚迸发出的能量将继续助推化妆品行业扩张。

MetaNovas九成的收入来自中国以外的国际客户，其服务宝洁、联合利华、雅诗兰黛等海外头部品牌的经验使王梅杰成为中国化妆品企业中最懂海外市场的创始人之一。立足于MetaNovas深厚的技术积累与服务头部品牌的丰富经验，王梅杰也向华妆志输出了自己的洞察与思考，为从业者预判行业趋势提供了方向和指引。

1. 三大颠覆性趋势

（1）高级研发能力下沉

目前，化妆品行业对于许多原料本身生物机制研究还不够透彻，对其后续研发造成掣肘。

AI可以从单个原料的特性、功效、潜在的问题切入，吃透原料组合中不同原料之间的协同作用和相互影响，有利于品牌在成分研发不断深入的过程中发现单一靶点的不足，并根据目标进行有针对性的设计，帮助小品牌逐渐积累出比肩头部美妆品牌的研发能力。

（2）核心专利军备竞赛

受限于成本高、难度大，国内美妆品牌多以现有配方的组合和常规的制备方法进行专利申请，专利质量与原创性逊于海外品牌。

以国内头部美妆品牌主推的环肽成分为例，珀莱雅的环肽成分属于制备专利，品牌不具有对其结构的独占性，其他品牌也可以使用相同的成分进行产品开发。海外品牌则会对核心成分申请保护度更高的专利，例如欧莱雅为玻色因申请的分子结构专利，拜尔斯道夫为美白新原料肽安密多申请单一分子备案。

未来，结构专利的数量将成为衡量美妆品牌技术壁垒的关键指标。除了通过功效实证与科学传播提升核心成分的认知，国货美妆崛起的征途中，也在逐渐补上结构专利保护这关键的一课。

（3）快速起效需求兴起

随着行业进入1-100的发展阶段，消费者需求也越来越高，对美妆护肤品起效周期的耐心越来越低，对安全性的要求越来越高，由此催生出两种新品类。

一是以消费者认知中更安全的植物提取物复配其他有效成分或搭载特殊技术，使消费者在使用后的片刻就能体验到诸如紧致、提亮、舒缓等一种或多种功效。

二是在医美、护肤良性共振的趋势下，医美成分向日常护肤渗透，头部美妆品牌开始发力医美赛道，布局械字号整全护肤产品——包含医美项目前的日常护理、医美后及时性护理、医美后居家护理及防晒等全过程的整套皮肤提升方案。

2. 品牌生存手册

（1）建立AI研发联盟

随着美妆行业进入残酷的生存淘汰赛，品牌之间也开启了真刀真枪的比拼。而AI工具以其在自然语言处理、知识图谱整合、多组学分析与内容生成方面的禀赋，为品牌可持续的产品线开发提供科技层面的有力支撑。品牌应快速行动，建立AI原料研发联盟，避免因单打独斗造成技术断层的劣势。

（2）用AI深挖新兴赛道的潜力

AI可以打通医药、保健品、食品、化妆品等多个领域的数据，为化妆品原料研究提供更丰富的参考与对照，可快速定位原料的差异性，深度挖掘原料细分类目下的新兴市场潜力。

当前炙手可热的肽类原料中，抗衰之外的功效还未被充分发掘，品牌可以寻找不同结构、特性的肽类成分用于解决多元的皮肤问题。比如，MetaNovas就即将完成可在彩妆中添加的油溶性肽类原料的开发，其与某国际头部品牌合作的头发健康相关产品有望于2025年年底上市。

（3）构建更全面的专利布局

虽然结构专利与制备专利相比申请难度更高、审查时间更长，但其权利也更稳定、保护期更长，更值得品牌花费时间与精力。

在应用技术与外观设计之外，品牌可以对具有突破性功效的新型分子结构申请基础专利，保护核心知识产权，并通过聘请专业代理机构强化专利代写质量，积极参与行业标准制定，将专利技术纳入行业标准之中，以提升品牌自身的话语权。

人工智能技术给产业界带来的震撼还在放大。

日前，国内大模型创企深度求索重磅发布的DeepSeek-R1，处理数学、代码、自然语言推理等任务的性能比肩OpenAI的旗舰模型o1，且完全开源，其基础设施层面的降本能力推动了AI的边界继续扩展。

早些时候，美妆巨头欧莱雅与科技巨头IBM达成战略合作，利用IBM的生成式AI技术和专业知识，从化妆品配方数据中发现新的见解，提升配方创新与产品重构的效率，优化生产流程，帮助欧莱雅创造高品质且可持续的产品。

无论是内部技术应用还是外部合作，头部美妆品牌与AI的结合反映出行业向智能制造转型的不可逆趋势。当下，仍沉迷于故事营销的品牌已进入死亡倒计时——这场由AI驱动的原料战争，没有中间地带。

五大银行AIC齐聚，首只金融AIC股权投资基金合作意向达成！

人民日报：推进氢能产业健康有序可持续发展