填补AI制药的空白，种子轮融了3800万美元

近日，Vivodyne宣布完成3800万美元的种子融资，该公司通过与AI与自动化技术相结合，在实验室培养的人体器官上进行测试来发现和开发更有效的药物。

本轮融资由Khosla Ventures领投，参与方包括Kairos Ventures、CS Ventures、MBX Capital 和 Bison Ventures。

这笔资金将推进 Vivodyne 的发现管道和临床预测人工智能平台，该平台可识别新的治疗靶点，并通过直接在实验室培养的人体器官组织上进行测试来预测患者对新药的反应。

技术源自宾夕法尼亚大学

Vivodyne 的技术源自宾夕法尼亚大学Dan Huh 实验室，该实验室是器官芯片的重要实验室。

公司创始人Andrei Georgescu博士毕业于该实验室，Dan Huh担任联合创始人和首席科学官。

Vivodyne 对 20 多种人体器官组织进行了生物工程设计，模仿天然人体生理学和功能，以准确捕捉新疗法的效果，并在细胞、组织、器官和系统尺度上预测患者的结果。

更重要的是，Vivodyne 的系统不仅能培养正常的红细胞，还能培养白细胞和其他细胞，使其能够模拟免疫反应，这为研究人员提供了更好的方法来预测它们在人体内的行为。 

图：Vivodyne 生长的不同类型人体组织的显微图像

除了培养器官系统模型外，Vivodyne 还可以将这些器官引入不同的疾病中，这样就可以实际模拟药物如何治疗该疾病。

整个过程是自动化的，该平台通过机器人在10,000 多个独立的人体组织上测试不同的药物模式、联合疗法和多阶段治疗方案。

图：类器官用于药物测试

Khosla Ventures 的合伙人 Alex Morgan 表示，该技术不仅有望改善药物的发现，还提供有用的数据，机器学习系统可以利用这些数据来帮助生物技术公司设计更好的药物。

填补数据与真实的空白

Vivodyne 认为，尽管基因组学、实验自动化系统和人工智能等科学领域取得了里程碑式的进步，但自 20 世纪 90 年代初以来，药物研发的成功率仍然没有变化。

一个重要原因是：实验室研究模型无法准确捕捉药物在真人体内的表现。

Vivodyne首席执行官Andrei Georgescu称：“这些人工智能模型并没有创造出比人类设计的药物好得多的药物。” 

这是因为根本没有足够的实验室数据可供模型使用。在一种药物进入人体试验之前，它主要是在单细胞或动物身上进行测试，这让科学家们很好地了解它们在这些情况下如何发挥作用，但不知道它们如何在实际患者中发挥作用。

“当前用来构建这些药物并验证这些药物的数据根本无法转化为人类的复杂性。”

Vivodyne看来，通过使用逼真的实验室培养的人体器官构建人体数据，可以弥合人工智能在药物发现方面的前景与目前阻碍其发展的简单数据的严峻瓶颈之间的差距。

只有将人工智能将人类生物学的综合到一起，才有希望掌握我们体内的情况。要做到这一点，需要使用同样复杂且规模极大的人类数据训练AI。其规模比我们仅通过临床试验所能收集到的规模要大得多。

Vivodyne 已经与多家大型制药公司合作，协助临床前药物开发并解决人体试验中的阻碍。

随着本轮种子轮注入新资金，Vivodyne 将能够为其平台开发更多组织系统、扩大自动化规模并建立人才基础。

—The End—
推荐阅读