Что произошло: Enveda закрыла Series E на $311 млн
Enveda привлекла $311 млн в раунде Series E при оценке $2 млрд. Раунд возглавил Catalio Capital Management, участие приняли Iconiq и другие инвесторы. По данным TechCrunch, за 12 месяцев оценка компании удвоилась.
Enveda ищет новые лекарства среди природных соединений, то есть среди растений и микроорганизмов, и делает это с помощью AI. Основатель компании Вишва Коллуру раньше работал в Recursion Pharmaceuticals, а сам стартап запустил в 2019 году, чтобы ускорить открытие таких препаратов. Сейчас Enveda тестирует на пациентах несколько кандидатов, включая средство от тяжёлых кожных заболеваний и препарат, который должен помочь сохранить результат похудения после отмены GLP-1.
Главный ограничитель оптимизма звучит так: ни одно AI-разработанное лекарство пока не получило одобрения FDA. Enveda входит в волну компаний, которые только доводят AI-кандидатов до клинических испытаний на людях.
| Параметр | Значение |
|---|---|
| Раунд | Series E |
| Сумма | $311 млн |
| Оценка | $2 млрд |
| Ведущий инвестор | Catalio Capital Management |
| Другие участники | Iconiq и другие инвесторы |
| Год основания | 2019 |
| Основатель | Вишва Коллуру |
| Клинические кандидаты | Тяжёлые кожные заболевания; сохранение результата после отмены GLP-1 |
Одна деталь важна для корректного чтения новости: точная дата предыдущего раунда в источниках не указана. Удвоение оценки за 12 месяцев приводится как факт из публикации, но без привязки к конкретному месяцу, когда была зафиксирована прошлая оценка.
Как AI ищет лекарства в природе: логика подхода Enveda
Ставка Enveda проста по формулировке: сильные лекарства можно брать из растений и микробов, а не синтезировать с нуля в лаборатории. Химическое пространство природных соединений огромно: это миллионы структур с разной биологической активностью, и перебрать их вручную физически невозможно.
AI помогает сузить этот поиск. Модель оценивает, какие соединения выглядят перспективно, и расставляет приоритеты для лабораторной проверки, вместо того чтобы проверять всё подряд. Это инструмент ускорения одного из этапов разработки, саму разработку он не заменяет: синтез, тесты на клетках, доклинические исследования и клиника остаются обязательными.
Почему природу рассматривают как источник лекарств
Природные соединения дают готовые химические структуры, которые уже взаимодействуют с биологическими мишенями, потому что возникли в живых системах. Синтез с нуля требует сначала придумать молекулу, а потом долго проверять её свойства. Природный источник сокращает часть этого пути, но не отменяет проверку: токсичность, дозировку, стабильность и взаимодействие с другими препаратами всё равно придётся подтверждать в исследованиях.
Обратная сторона подхода тоже очевидна. Природные смеси сложны по составу, активное вещество в них часто содержится в микроскопических количествах, а выделить его в чистом виде и воспроизвести в промышленных объёмах дороже, чем синтезировать аналог. Именно на этих этапах раньше терялось большинство перспективных находок.
Где именно включается AI
Вишва Коллуру запускал Enveda, чтобы ускорить открытие новых лекарств с помощью AI и других технологий. AI работает как часть пайплайна, вместе с лабораторными методами и экспертизой химиков, а не как отдельный генератор готовых препаратов.
Детали алгоритмов, архитектур и датасетов Enveda публично не раскрыты. Утверждение вида «компания использует трансформеры для предсказания активности молекул» было бы догадкой, а не фактом. В материалах о раунде описана только общая идея и стадия, на которой находится компания, поэтому дальше этого уровня конкретики честно не пройти.
Что уже тестируется на пациентах
Enveda довела до исследований на людях несколько кандидатов. В публикации упоминаются два направления: препарат от тяжёлых кожных заболеваний и средство, помогающее удержать сниженный вес после отказа от GLP-1.
Коммерческая логика второго направления понятна: GLP-1-препараты используются курсами, а удержание результата после их отмены остаётся открытым вопросом. Если лекарство решает именно эту задачу, оно встраивается в уже сформированный и хорошо финансируемый рынок.
Выход в клинику на людях - важный рубеж, но не гарантия одобрения. Фаз, результатов и механизмов действия в источниках нет, поэтому оценивать шансы конкретных кандидатов по доступным данным нельзя.
Ограничения и риски: почему AI-лекарства ещё не в аптеке
Ни одно AI-разработанное лекарство пока не получило одобрения FDA. Enveda входит в волну компаний, которые только доводят AI-кандидатов до клинических испытаний на людях, и это принципиально меняет масштаб новости: речь идёт о финансировании ожиданий, а не о подтверждённом результате.
Клинические испытания идут годами и стоят сотни миллионов долларов, а провал на любой стадии отправляет программу в архив. Доклинические успехи не гарантируют, что препарат покажет эффективность на пациентах или окажется безопасным при длительном приёме. Добавьте к этому регуляторные требования: FDA оценивает не качество модели, а данные по безопасности и эффективности на людях.
Отдельно стоит сказать о прозрачности. В материалах о раунде не раскрыты механизмы работы AI Enveda, конкретные природные соединения и молекулы, а также детали клинических испытаний: фазы, результаты, число пациентов. Это ограничение источников, а не признак того, что внутри ничего нет. На такой стадии компании редко раскрывают химию кандидатов из соображений конкуренции и патентной защиты.
Наконец, у природы как источника есть структурный риск. Даже если AI отберёт перспективные соединения, дальше начинается тяжёлая работа с выделением, воспроизводимостью и производством. Модель ускоряет вход в процесс, но не снимает основную часть затрат на выходе.
Почему инвесторы дают $311 млн
Раунд возглавил Catalio Capital Management, участвовали Iconiq и другие инвесторы. Оценка $2 млрд, за 12 месяцев она удвоилась. За $2 млрд оценки фонды покупают комбинацию из нескольких элементов:
- команда с отраслевым опытом: основатель работал в Recursion Pharmaceuticals, компании, которая тоже применяет AI в разработке лекарств;
- подход, отличающийся от массового синтеза: ставка на природные соединения;
- AI как ускоритель ранних этапов поиска молекул;
- уже идущие клинические испытания, а не только презентация идеи.
Риск при этом высокий. Ни одно AI-лекарство ещё не одобрено FDA, поэтому опереться на проверенный трек рекорд, который подтверждал бы доходность модели, нельзя. Суммы и условия предыдущих раундов в источниках не раскрыты; известна только относительная динамика оценки за 12 месяцев.
Общий контекст рынка объясняет аппетит инвесторов не хуже деталей конкретной сделки: капитал в AI идёт крупными порциями, а фонды ищут направления за пределами чистой инфраструктуры и LLM. В разборе о том, что Benchmark считает главным вопросом рынка в 2026 году, мы приводили цифры OECD о $258,7 млрд AI-инвестиций. Похожая логика работает и в гигантских раундах инфраструктурных игроков: Databricks привлекла $5 млрд при оценке $190 млрд, и это показывает, насколько крупные суммы готовы вкладывать в AI-повестку.
Контекст: Enveda в волне AI-биотеха
Вишва Коллуру пришёл из Recursion Pharmaceuticals, а Enveda основал в 2019 году. Стартапу около семи лет, и за это время он дошёл до клинических испытаний нескольких кандидатов. Для биотеха это рабочий, а не рекордный темп: путь от идеи до первых исследований на людях обычно занимает годы.
Enveda - часть волны компаний, доводящих AI-кандидатов до клинических испытаний на людях. Смысл этого сдвига в том, что отрасль перешла от демонстрации моделей к проверке их результатов в клинике, где и решается судьба подхода. Опыт основателя в Recursion здесь становится частью инвестиционной привлекательности: фонды платят за то, что команда уже понимает, как устроен этот долгий цикл.
Что это значит для индустрии и для читателя
AI в разработке лекарств - крупный отдельный сегмент применения AI, который не сводится к чат-ботам и LLM. Здесь модели работают с химическими структурами и биологическими данными, а результат оценивают по тому, дошёл ли кандидат до пациентов и получил ли одобрение регулятора.
Практический вывод для специалиста: направление хорошо финансируется и активно развивается, но цикл обратной связи в нём длинный. Ошибку модели в фарме нельзя исправить следующим запросом, её придётся проверять годами клинических исследований. Поэтому $311 млн и удвоение оценки стоит читать как индикатор ожиданий инвесторов, а не как доказательство эффективности препаратов.
Следить имеет смысл за одним конкретным событием: выходом любого AI-разработанного кандидата на поздние фазы и первым одобрением FDA. Пока такого одобрения нет, весь сегмент остаётся обещанием с хорошим финансированием, а Enveda - одной из ставок на то, что природа плюс AI дадут препарат, который дойдёт до аптеки.