AI医药是一项打破性的技能，能够提高行业研发创新药物的效率，被《麻省理工科技评论》评定为2020年度“十大打破性技能”。从这项技能的细分领域来看，近年来企业们多数扎堆于“分子设计”环节，「智化科技」则聚焦于另一个至关主要的蓝海市场——“化学合成”。智化科技用人工智能和化学大数据办理新药研发临床前的化学合成问题，大幅度提高分子合成的效率。
在化学合成领域当中，只管自动扮装备正在被逐步推广利用，但是让一台打算机设计自己的合成工序仍旧是大问题，硬件、数据和软件三者的有机结合是最核心的难题。虽然E.J. Corey 教授于上世纪60年代确定了逆合成规则，但是一贯到2019年下半年，美国MIT News网站才发文称：“在AI的帮助下，机器人平台可以实现自动化分子制造”。这也足以证明实现自动化合成的难度之大。
智化科技正是专攻“化学合成路线设计工具”，以自定义算法促进有代价的数据集成和反应预测，已经成功开拓了AI制药逆合成工具并已经商业化落地。从商业化成果来看，智化科技已经与环球多家大型药企、CRO巨子建立了长期互助关系。
“在家当分工的背景下，化学合成已成为药物研发中标准化程度最高的环节之一，已初步完成数字化。自2005年起，就不断有团队向化学合成的智能化发起寻衅；到2018年前后，化学合成算法在新AI技能的加持下已无限靠近落地，”本轮领投方源码成本陈润泽表示：“源码持续看好数据科学在药物研发各环节的运用潜力。智化团队在过去十多年中坚持在这一领域，积累了丰富的数据和算法履历，开拓的产品也得到了行业头部客户认可；下一步，智化正在通过把自动化和算法结合，实现化学合成智能化的闭环。”
在发达发展的AI医药研发行业中，少有竞品能够真正用AI完成化学合成路线的设计。究其缘故原由，紧张是技能门槛高。
智化科技CEO夏宁博士分享道：“纯挚的深度学习不敷以演习出化学合成产品，共有两个缘故原由，一是市情上公开的数据集约为300-400万，数量太少，二是化学反应的分布不屈均，常见反应数据量多，不常见的反应的数据量少，难以对不常见的反应做机器演习。”
那么在这个行业难题下，智化科技如何应对呢？这要从团队背景提及。智化科技创始团队在化学信息学领域具备十余年的研发履历，并积累了大量化学化工行业的专业数据，是海内从事AI+化学合成细分领域的先行者。
CEO夏宁博士2009年在法国斯特拉斯堡参与创立eNovalys公司并任CTO，彼时已经在用打算机技能办理化学合成的问题，研发出来基于数据的软件，该系统从2016年至今已经被利用了数十万次，被数千位化学家利用。这十余年的履历，为智化科技打下了踏实的根本，实现了分子合成路线设计的自动化并商业化落地，也为实现分子合成自动化供应了关键技能根本。
目前，智化科技的紧张竞品来自外洋，包括Reaxys的预测性合成模块，默克生命科学旗下的Synthia软件，SciFinder下的逆合成模块。这三家业务与智化险些同时开展，收费模式均为年费形式。