11月16日 星期一

无界进化宣布完成超亿元 Pre-A 轮融资,称“刷新中国虚拟细胞企业单笔融资纪录”

IT之家 11 月 16 日消息,以虚拟细胞与递归科学发现为核心的 AI for Science(科学智能,AI4S)企业无界进化(INFevo)今日宣布完成超亿元 Pre-A 轮融资,刷新中国虚拟细胞企业单笔融资金额纪录。

本轮融资由星连资本、Prosperity7 Ventures、华盖资本、华控基金及德同资本等机构联合投资,老股东顺为资本、红杉中国和松禾资本继续追加投资。

这是无界进化继 2026 年 6 月完成数千万元天使轮融资后,五个月内完成的第二轮融资。资金将加快公司 AI4S 基础设施建设,推动细胞响应预测、科学假说检验与高通量自动化实验反馈的深度协同,打造覆盖“靶点发现 — 虚拟筛选 — 临床方案优化”的全链路 AI 生物学平台,加速前沿计算向疾病精准干预与创新临床疗法的转化。

AI 在生物医药领域的应用正从分子设计拓展至细胞及系统生物学层面的动态研究,以更高效地探索药物、基因等干预如何改变复杂的生命系统。然而,随着探索空间的指数级扩大,计算端生成假说的能力与传统湿实验验证能力之间出现严重的效率与通量错配。

面对湿实验验证瓶颈,AI 驱动的虚拟细胞模型及高通量自动化实验室有望成为破局的关键技术之一。模型可以在实验前预测药物或基因干预引起的细胞变化,并以此推测药物在更复杂生物系统,包括动物及人体内的效果,帮助研究者筛选候选分子、比较潜在靶点,并确定实验优先级,让有限的实验资源用于检验更有价值的方向,从而大幅提升早期发现的转化效率,加速靶点发现与生物学机制解析的进程。

图片

随着 AI 与自动化技术推动研发效率升级,科研体系的深层瓶颈也愈发凸显:科学发现过程中形成的知识、分析方法和负结果经验往往散落、流失在孤立的项目中,难以沉淀为可复用的组织资产,导致科研探索长期陷于低效的重复试错。如何让这些中间研究成果突破孤岛,实现规模化积累,并持续用于模型迭代、假说生成和实验设计及验证,成为 AI4S 从单点效率提升走向系统性发现能力跃迁的关键。

对此,无界进化提出递归科学发现(Recursive scientific discovery, RSD)理念。递归自我提升(Recursive self-improvement, RSI)聚焦 AI 系统自身的能力改进,RSD 则将持续提升延伸至科学发现的全过程。

该体系通过对科学问题、假说推演、分析方法与实验结果进行结构化留存、关联和复用,使记录的证据与经验持续驱动后续的假说生成、实验设计和候选筛选。

图片

基于 RSD 框架,无界进化构建了“AI 基础大模型+高通量自动化实验”的双驱闭环体系。

  • 这一体系的一端是覆盖细胞多组学的无界进化自研基础大模型 OCOO,用于预测药物、基因等干预引起的细胞响应;

  • 另一端是涵盖细胞培养、扰动和多组学检测的自动化湿实验体系,用于检验关键预测并产生新数据。

模型辅助确定更具潜力的实验方向,实验结果则用于检验预测、改进模型,并指导后续研究。二者通过统一的数据与研究产物管理机制衔接,让每次探索积累的证据与经验持续用于改进系统的预测与实验设计能力。

依托上述底层架构,无界进化在成立数月内围绕靶点发现、虚拟筛选与临床前评估等核心场景取得领先成果,推动相关能力从模型研发走向真实的研究场景。

在模型研发方面,该公司已发布 OCOO 系列中基于转录组数据的虚拟细胞基础模型 OCOO-T,直接对细胞在各类扰动下的基因表达变化进行建模,以简洁、可扩展的模型架构,实现跨扰动类型的统一建模与领先的预测表现。在三大单细胞扰动权威基准 ——Tahoe100M、Replogle 和 PBMC 的同条件评测中,OCOO-T 均取得行业领先表现,为其用于模拟真实扰动生物学、支撑靶点发现与早期药效评价奠定了基础。

来源:IT之家

本站文章由 AI 生成或转载自其他平台,仅代表作者个人观点,与本站立场无关。文章内容仅供参考,不构成任何投资、法律、医疗或其他专业建议。转载请保留原文链接并注明出处。
回顶部