AI 正将触角伸入生命科学的核心环节按月配资开户。
8 月消息，旧金山初创公司 Tahoe Therapeutics 宣布完成 3000 万美元种子轮融资，由 Lux Capital 和 DCVC 领投，Pivot Bio 创始人、Meta AI 首席科学家 Yann LeCun 也在投资人名单中。
据悉，资金将用于建立“全球最大的人类单细胞 AI 数据集”——计划采集10 亿个单细胞数据点，构建涵盖100 万种药物-患者交互的细胞扰动网络模型。这个规模不仅刷新行业纪录，也为 AI 驱动的药物发现和精准治疗提供了难得的基础设施。
未来，其愿景是在 AI 药物研发领域打造“通用细胞模型”，类似英伟达在通用 GPU 上的定位，为药物筛选和靶点预测等多个环节提供底层数据支持。
从“语言模型”到“细胞模型”：AI 医药的缺口
如果说当前 AI 革新仍主要集中在语言与图像生成领域，那么专注构建“虚拟细胞模型”的 Tahoe Therapeutics 正在推动这一变革进入药物发现与精准医疗的新赛道。
AI 在蛋白质结构预测等领域已有显著突破，但若要模拟药物在真实细胞中的作用，仅靠结构信息远远不够。科学界多年来的目标是构建“虚拟细胞”（in silico model），以便在计算机中预测药物反应、辅助早期筛选。
问题在于：现有 AI 模型缺乏大规模、高质量的训练数据，特别是能真实反映细胞行为的“扰动数据（perturbation data）”。这类数据记录了细胞在被不同化合物干预后的状态变化，是训练 AI 理解药物作用机制的关键。
Tahoe 的使命，正是解决这一基础数据的瓶颈。
“AI-ready”的细胞行为底座
Tahoe Therapeutics 搭建了一个 全球规模最大的“人类细胞干预反应图谱”（Perturbation Response Atlas），覆盖超 10 亿个单细胞响应数据。它不是停留在化合物层面，而是直接构建出细胞行为在受干扰时的全貌。
该图谱基于公司自研的高通量单细胞组学平台，采集了数万个化合物、数百种靶点干预下的人类细胞转录组数据，具备高度结构化与可泛化特性。创始团队包括 UCSF 生物学者与普林斯顿的图神经网络（GNN）专家，致力于用 AI 模拟细胞在多重药物干预下的真实响应。
这种做法等于将生物实验室结构化、自动化，使 AI 不仅理解“药物与靶点”的对应关系，更学会模拟细胞对外界刺激的动态反应过程。
Tahoe 认为，这种对“细胞行为”的建模能力，将成为未来 AI 药物研发的关键通用能力，就像 GPU 成为 AI 模型训练的底层硬件一样。
相比之下，同样专注“生物图谱”的 Recursion 已积累超 60PB 图像数据，估值超 20 亿美元。而 Tahoe 以更细粒度的单细胞响应为基础，适用于构建更灵活、更可解释的 AI 模型，在早期阶段就具备差异化潜力。
从靶点预测到 in vitro 验证：早期应用场景逐步落地
Tahoe 的图谱平台已被用于多个合作项目，应用于靶点发现、药物-靶点配对预测、耐药机制分析、虚拟筛选、in vitro 实验验证等多个环节。通过结构化、可扩展的数据支持，可显著降低传统药物筛选的时间与成本。
此外，该模型也被用于合成致死靶点识别、联合用药策略制定等创新方向，具备较强的行业通用性。不同于以特定疾病场景出发的 AI 药企（如 Insitro、Xaira），Tahoe 更像是为整个行业提供“AI-ready 的生物基础设施”。
目前，Tahoe 已开放数据平台供早期合作方试用，未来将推出标准化 API 接口与 SaaS 工具，逐步商业化落地。
科研团队结合深科技资本：一场长期主义押注
据MIT科技评论、福布斯报道，Tahoe 的核心团队兼具细胞组学与AI 图神经网络背景。创始人之一曾在 UCSF 从事干扰组学研究，另一位来自普林斯顿，是图神经网络架构专家。
Tahoe Therapeutics核心团队
早期投资方也包括多位深科技与生命科学领域的技术型领袖与资本：Meta AI 首席科学家 Yann LeCun、Pivot Bio CEO Karsten Temme，以及 Lux Capital、DCVC 等长期深耕基础科研的 VC。
本轮融资将用于进一步扩大单细胞数据采集能力、提升数据质量，并推动平台 API 商业化。据悉，Tahoe 已与多家大型药企洽谈战略合作按月配资开户，计划于 2026 年实现平台规模化商用。
长富配资提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
