人工智能药物研发数据平台「答魔数据」公布实现新一轮融资。这轮融资投资人肖莹是某知名互联网上市公司创始人，现阶段潜心医疗健康养老产业发展。

融合全部行业来看，新药研发存有显著的痛点——投入大、耗时长、成功率低。随着着行业的发展，人工智能技术愈来愈多地应用到医药研发环节，协助药企提效降费。

答魔数据进入的是“临床前研发”环节，将人工智能技术与药学、化学、生物学等学科相结合，构建AI+药物研发数据平台，应用大数据、人工智能技术支持药企的药物研发进程。现阶段市场上直接竞品较少。

数据质量是衡量企业的重要，现阶段答魔数据早已完成了3万多种小分子药物和生物药的知识图谱搭建，数据量为2100余万条，最近更有重磅的逆合成反应预测、药物筛选等多个药物研发模块即将落地，进一步加深在药物研发领域的数据优势。答魔数据搭建的知识图谱以药物活性成分、靶点、公司、适应症为主线构建，覆盖全球上市及临床在研小分子药物和生物药3万余种；涵盖药物基本信息、工艺数据、药物活性数据、临床试验、注册审批、上市批准、销售额、制剂与辅料、专利与文献等研发全领域数据。

答魔数据首先服务项目于药企提高药物研发立项与管线并购效率，第二步服务项目药企在AI+药物研发过程。现阶段答魔数据早已获得十几个标杆性客户订单，实现交付，与国内知名药企建立战略合作关系，与行业专家共同深入探讨人工智能在药物研发领域的应用。

答魔数据创始人张羽毕业于清华五道口金融学院，曾就职于腾讯；团队成员分别毕业于美国麻省理工、清华大学，与此同时具有默沙东、阿斯利康、药明康德、腾讯等头部企业经验，专家顾问团队均为医疗领域上市公司创始人。

在这个领域，答魔团队的互联网基因显著，针对大数据及AI技术理解更深，在数据平台打造上更有优势。与此同时，团队的互联网基因带来的风格是，强执行力、产品上线速度快、迭代迅速。

研发一种新药从项目开启到获准上市，均值耗时10-15年，研发成本约为26亿美元。自2010年起，研发投入回报比例也呈现逐年下降趋势。加上传统医药研发公司，研发人才大多缺乏大数据和AI技术基因。