类器官+自动化机器人+AI，这家初创公司获3800万美元种子轮融资

近日，一家名为 Vivodyne 的初创公司宣布完成了3800万美元的种子轮融资。该公司旨在通过实验室培养人体器官组织，利用自动化机器人和人工智能技术，将临床前人类数据转化为药物发现，以帮助药物开发和测试。

Vivodyne 公司首席执行官 Andrei Georgescu 在宾夕法尼亚大学学习时遇到了 Dan Huh 副教授，他的实验室专注于开发复杂的人体组织模型。他们很快意识到双方有着互补的兴趣：Huh可以开发复杂的组织，但不确定如何扩大它们，而 Georgescu 知道如何扩大规模，但不知道如何培养复杂生物体组织。

他们一拍即合，Georgescu 不仅在 Huh 实验室获得了博士学位，也为现在他们共同创办 Vivodyne 公司奠定了基础。

他们的第一个目标是制造真实的组织，第二个目标是扩大规模。在这家成立两半年、近50人的公司里，他们已经开发出了一个大型的人体不同组织和人体器官不同功能部分的文库，这些组织可以模拟人体组织的空间组织和功能。

这使得 Vivodyne 公司可以使用患者来源的肿瘤组织，例如血管化的、并灌注了CAR-T细胞疗法的患者肿瘤组织，用来优化CAR-T细胞疗法。这对于传统类器官来说是具有挑战性的，因为类器官是在模拟组织的发育，而不是模拟成熟组织本身的功能。

Vivodyne 公司首席执行官 Andrei Georgescu 表示，目前唯一能够以足够大的规模收集数据以允许人工智能（AI）训练的数据类型是来自生长在培养皿上的细胞的数据。但这些数据缺少细胞之间的相互作用。相比之下，Vivodyne 的组织模型允许收集复杂的数据，这些数据与人类相关，并且可以以足够高的通量收集数据，以便AI从中学习。

2022年10月，Dan Huh 团队在 Nature Methods 期刊发表了题为：Geometric engineering of organoid culture for enhanced organogenesis in a dish 的研究论文。

该研究证明了类器官的血管化是可行的。该研究描述了对血管化、可灌注人类肠道类器官的工程方法的扩展，这可以用来模拟炎症性肠病（IBD）中的先天免疫反应。这项研究为在培养皿中设计更真是的器官样结构提供了一种可立即部署的平台技术。

Vivodyne 公司正是基于这一技术，与制药公司合作，在患者招募和临床试验具有挑战性的情况下，创建他临床支持数据。

Andrei Georgescu 表示，公司的平台是人工智能的前景和人工智能用于药物发现的当前状态之间的桥梁的一部分。现在AI药物发现中用来学习和分析数据来自2D培养的细胞，因此，限制AI的不是AI本身，也不是模型或算力，而是当前的输入数据，数据本身不正确。

通过在这些实验室中培养的真实人体组织上直接以前所未有的规模和分辨率测试药物，可以提高候选药物进入临床试验的成功率。Vivodyne 的技术弥合了临床前研发和人体临床试验之间的差距，同时使用自动化机器人进行测试的每一步，从生长组织、给药、采样和成像到数据分析。能够一次在10000+个独立的人体组织上测试不同的药物模式、联合疗法和多阶段方案，自动化机器人数据引擎平台以毫秒级的精度运行，具有令人难以置信的高重复性。然后，使用AI进行后续数据分析，这一高通量的筛选和开发新型潜在药物的能力，是制药行业向前迈出的重要一步。