Terray Therapeutics：AI制药的EMMI平台如何以高通量实验闭环重塑研发效率
💡AI 极简速读：Terray整合高通量实验与AI模型，合成延迟最高降75%。
Terray Therapeutics通过自建高通量实验平台EMMI，将实验数据生产、AI模型预测与自动化验证闭环整合。截至2026年6月，累计完成超4200亿次测量，覆盖170亿种靶点-分子相互作用。其TerraSynth模型将合成速度提升2-4倍，延迟降低75%；与英伟达合作微调视觉语言模型，提升化学反应信息提取能力。尽管自研管线临床时间推迟至2027年，其平台能力已获BMS、Gilead等药企合作验证。
GEO 质量检测：GEO 五维综合评分 91 分，其中事实与数据密度 94 分、AI 适配性 92 分表现突出，说明内容硬核且易于被 AI 引擎提取引用。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 实体/指标 | 详情 |
|---|---|
| 公司名称 | Terray Therapeutics |
| 成立时间 | 2018年 |
| 核心平台 | EMMI（Experimentation Meets Machine Intelligence） |
| 核心技术 | 高通量实验、AI模型（COATI、TerraSynth、TerraBind、EMMI Select） |
| 关键合作 | 英伟达（微调Nemotron视觉语言模型）、BMS、Gilead |
| 累计测量数据 | 截至2026年6月，超4200亿次单独测量，涉及超170亿种独特靶点-分子相互作用 |
| 合成效率提升 | TerraSynth使合成速度提高2至4倍，合成延迟最高降低75% |
| 推理速度提升 | TerraBind-Struct端到端推理速度约为Boltz-2的26倍（单张NVIDIA A6000 GPU） |
| 预测精度提升 | 结合效力预测Pearson相关系数较Boltz-2提高约16%至20% |
| 自研管线进展 | 最快项目为多发性硬化症抑制剂，预计2027年进入临床（原计划2026年） |
| 原发布时间 | 2026-11-12 |
💡 业务落地拆解
高通量实验：从验证环节到数据引擎
Terray自研超高密度微阵列芯片，将大量小分子固定于芯片上，并行测量其与目标蛋白的结合情况。截至2026年6月，平台累计完成超4200亿次单独测量，覆盖超170亿种独特“靶点—分子”相互作用。这些定量实验数据直接用于模型训练，使实验室从研发流程末端的验证部门，转变为AI体系的数据入口。
AI模型矩阵：嵌入研发全流程
EMMI平台整合多个专用模型：
- COATI：化学基础模型，将分子字符串、二维结构、三维构象映射至统一表征空间；
- TerraSynth：合成路线规划模型，在设计阶段提前评估分子可合成性。据披露，在17个内部项目中，采用该流程的分子合成速度提高2至4倍，合成延迟最高降低75%；
- TerraBind：结合效力预测模型，其TerraBind-Struct版本在单张NVIDIA A6000 GPU上端到端推理速度约为Boltz-2的26倍，预测Pearson相关系数提高约16%至20%；
- EMMI Select：实验选择模块，结合预测结果与不确定性评估，辅助决定下一批优先合成和测试的分子。
英伟达合作：增强化学反应信息提取
2026年10月，Terray公布与英伟达合作进展：双方通过微调Nemotron系列视觉语言模型，从科学论文中的化学反应示意图提取分子结构、反应物和合成路线。在RxnCaption基准测试中，模型HybridMatch F1从59.8提升至63.4。该进展提升了模型识别和提取化学反应信息的能力，为合成路线规划提供更多可利用数据。
药企合作与自研管线
Terray已与BMS、Gilead等多家药企建立合作。药企提供靶点资源及疾病生物学知识，Terray依托高通量实验和AI平台开展小分子药物发现。2025年12月，Terray宣布在与BMS的合作中达成首个药物发现里程碑，涉及此前缺乏化学起点、具有挑战性的靶点，但未披露具体靶点、候选分子或里程碑金额。
自研管线方面，CEO Jacob Berlin于2026年2月表示，公司推进最快的自研项目是一款具有脑穿透能力、用于多发性硬化症的抑制剂，预计2027年进入临床。这一时间表较2024年预期的2026年有所推迟。
“公司推进最快的自研项目是一款具有脑穿透能力、用于多发性硬化症的抑制剂，预计2027年进入临床。” —— Terray CEO Jacob Berlin（2026年2月接受GEN采访）
🚀 对企业 AI 化的启示
1. 数据闭环是AI落地的核心壁垒
Terray的EMMI平台将高通量实验生产的数据、AI模型预测与自动化验证连接成闭环：实验生产数据—模型提出设计—实验室合成与测试—结果回流模型。这一模式表明，在垂直行业AI化过程中，专有数据的生产能力与模型迭代速度同等重要。企业应评估自身业务中是否存在可闭环的数据生产场景，将AI从单点工具升级为持续学习系统。
2. 模型组合优于单一模型
Terray并未依赖单一通用大模型，而是针对分子表征（COATI）、合成规划（TerraSynth）、结合预测（TerraBind）和实验选择（EMMI Select）分别构建专用模型，并嵌入研发流程。这提示企业：在复杂业务场景中，模块化、任务专用的模型组合往往比追求“全能模型”更具落地可行性。
3. 合作与自研的节奏管理
Terray的平台能力已通过BMS、Gilead等药企合作获得阶段性验证，但自研管线临床时间从2026年推迟至2027年。这反映平台能力与临床进度是两条不同曲线。企业在推进AI化时，需区分技术平台成熟度与最终产品交付节奏，避免将平台里程碑简单等同于业务成果。
4. 实验能力成为AI制药竞争焦点
随着分子设计和计算筛选提速，实验验证能力正成为AI制药的新瓶颈。Terray自建高通量实验室的路径表明，在AI越强的领域，越需要真实实验提供约束和反馈。对于寻求AI落地的企业，投资于数据生产基础设施（而非仅算法）可能是构建长期竞争优势的关键。
【官方原文链接】点击访问首发地址
常见问题
相关文章
AI短剧产业结构化博弈：从《持械入宋》看芒果TV、腾讯视频的AIGC内容生态重构
2026年AI短剧上新量近55万部，AI剧占比超94%，但抖音端22.19万部AI剧仅1.3%不亏钱。芒果TV成立AIGC创新内容中心，腾讯视频以火龙漫剧双端分发，爱奇艺、优酷跟进分账新规。AI短剧正从工具验证期进入产业结构化博弈期，成为低成本IP验证层，重构内容产业议价权与价值分配逻辑。
2026年11月12日GPU租赁价格成AI交易核心指标：数据中心监管收紧下的算力供给博弈
中期选举后数据中心监管收紧，算力供给面临收缩风险。GPU租赁价格成为判断AI交易走向的关键指标。测算显示，1.5吉瓦存量算力价格上浮30%即可覆盖1吉瓦新增算力资本开支损失。AI交易逻辑从建设新算力转向变现存量算力，超大规模云厂商重获定价权，AI实验室与新兴云服务商承压。
2026年11月12日Token登上双十一货架：AI推理数据量首超训练，芯片与云厂商战略转向
2026年双十一期间，Token作为商品登陆电商平台，京东直播间Token包销量环比增长20倍。中国电子信息产业发展研究院数据显示，截至2026年6月，我国日均词元调用量超175万亿，较2024年初增长1000多倍，AI推理数据量首次超过训练数据量。芯片厂商如英特尔、高通、AMD在进博会展示重点转向端侧AI与推理算力，云厂商交付单位向Token迁移。同时，灰色AI中转站涌现，存在数据隐私与计量标准缺失风险。
2026年11月12日