9月17日，AI生物科技初创公司Polyphron宣布完成2000万美元种子轮融资（约1.34亿元人民币）。
本轮融资由早期风险投资机构Quiet Capital领投，Gradient、Haystack、Compound等多家机构共同参与。
本轮资金将用于搭建一个结合人工智能、自动化人体组织制造与生物学仿真的平台，旨在优化候选药物和治疗假说在临床试验前的验证方式，加速药物研发和疾病治疗。
团队来自谷歌、Ginkgo、哈佛医学院
Polyphron的创始团队拥有生物学、人工智能、生物科技基础设施复合背景。
CEO奥斯曼与首席科学官法比奥・博尼奥洛（Fabio Boniolo）共同创立了公司。博尼奥洛此前任职于丹娜-法伯癌症研究所、博德研究所与哈佛医学院，专长组织工程与计算生物学。
近期加入的Vinh Q. Tran此前任职于谷歌DeepMind，负责Gemini模型的后训练与自优化研究，目前担任团队联合创始人、首席AI科学家。
首席运营官George Pilitsis则来自Ginkgo Bioworks，曾主导Datapoints产品线的创立与规模化落地。
Polyphron联合创始人兼CEO马特·奥斯曼（Matt Osman）表示：“缺少验证层，AI无法治愈所有疾病。”
目前AI药物研发领域存在一个瓶颈：AI生成干预方案的速度已经超过了生物学验证干预方案的速度。
现有的各类验证方案，总是要在测试速度、成本、保真度上做出一定取舍。
临床试验能拿到人体数据，代价是高昂的预算和漫长的试验周期；动物实验造价不菲、相关成本还在持续走高、实验材料供给紧张，并且很难模拟人体真实反应；简易实验室模型和计算仿真手段便宜又快，却未必能完整捕捉到人体多细胞协同过程。
结果就是，AI能迅速生成上千个候选方案，生物学一年验证不完几个。
奥斯曼认为：“目前缺失的，是一套可规模化运行的环境，让模型能够对照活体人体生物组织检验预测。”
而规模化人体组织可以提供新的平衡点：复杂到足以反映真实生物学机制，又简单到可以被工程化制造。
以组织为核心的临床前验证平台
Polyphron正在构建一套闭环系统，将干细胞生物学、自动化组织制造与AI世界模型结合，目标是在新药进入临床试验之前，基于真实人体组织数据完成预测与验证。
这套系统由两部分构成:
一是组织铸造厂(Tissue Foundry)，即一套自动化的物理制造系统，利用与人体发育过程一致的信号通路，从干细胞培育人类微组织，供体来源持续扩展，以覆盖人群间的生物学差异。
二是组织世界模型(Tissue World Model)，一个基于纵向组织轨迹数据训练的模拟层，用于预测组织在不同遗传背景、化学干预及环境条件下的反应轨迹。
两者构成闭环，模型生成预测，在真实组织中进行测试，测试结果反哺模型训练,形成持续迭代的验证机制。
产品进展上，公司已上线首个上线产品为心脏组织，已在组织工厂实现量产，供体覆盖范围正在拓展。
肝脏组织预计于今年推出，应用于药物代谢及肝毒性评估，复用同一套制造、自动化与纵向测量技术体系。
短期应用集中在临床前毒性预测(如心脏毒性、肝毒性筛查)及患者响应人群的识别，有助于降低临床试验的失败率与成本。
中长期目标则更具野心：在患者接受实际治疗之前，通过模拟人群的生物异质性反应，反向筛选能够引导生物系统趋向理想状态的干预手段。
从行业坐标看，Polyphron与器官芯片类公司及虚拟细胞/虚拟患者方向的AI药物发现公司存在一定可比性，但其差异化在于"活体组织数据与世界模型双向验证"的闭环机制，而非单纯的静态芯片平台或纯计算模型。
— The End—
热门跟贴