Vivodyne公司利用AI驱动的平台在实验室培养人体组织，加速药物研发和测试

安德烈·乔治斯库（Andrei Georgescu）博士，Vivodyne公司的首席执行官，选择宾夕法尼亚大学进行研究生研究，希望将他在科学和工程领域的兴趣结合起来。他的目标是在微流控领域进行深入研究，以提高预测、验证和测试药物的能力。乔治斯库曾在康奈尔大学攻读硕士学位，致力于在大规模上集成芯片应用方面的工作。

在宾夕法尼亚大学，他遇到了生物工程系副教授丹·胡（Dan Huh）博士，后者的实验室专注于人体组织复杂模型的开发。乔治斯库和胡很快意识到他们有互补的兴趣：胡能够发展复杂的组织，但不确定如何扩展它们。而乔治斯库知道如何扩展，但不知道如何培养复杂的生物结构。

乔治斯库起初对这些复杂组织持怀疑态度。但在他在胡实验室的头几天里，他透过显微镜看到这些组织，心想：“这怎么可能？细胞是如何在没有我们的情况下构建这些东西的？”他立刻被吸引，并寻求方法将它们培养成成千上万的细胞。

胡和乔治斯库“一拍即合”，分享了一种在临床试验之前扩大收集人体数据能力的愿景。因此，乔治斯库不仅在胡实验室获得了博士学位，还共同创办了他们的公司——Vivodyne。

如今，Vivodyne的发现管道和基于人工智能的平台已经宣布完成由Khosla Ventures领投的总计3800万美元的种子轮融资。

胡和乔治斯库的第一个目标是制造逼真的组织。第二个目标是扩大规模。

Huh实验室通过将不同培养基与不同细胞类型结合，探索了刺激这些组织的生化机制。他们问：如何刺激这些细胞从初始乳状液中自组装成组织？然后，他们如何在保持可熔融的血管网络的同时保持组织特异性功能？

这家将近50人的公司成立的两年半里，团队已能够在人体内培养出大量不同的组织和人体器官的不同功能部位。据他们称，这些组织既可以模拟人体组织的空间结构，又可以模拟其功能。

这使得Vivodyne能够使用患者来源的癌症组织，例如血管化的组织，并灌注CAR-T细胞疗法，以确定如何优化这些疗法以消灭癌症。而这对于球状体或器官样结构来说是具有挑战性的。乔治斯库表示，使用器官样结构时，您是在模拟组织的发育，而不是成熟组织本身的功能。

目前，乔治斯库断言，唯一可以以足够大规模收集数据以供AI培训的数据类型是来自在平面塑料上生长的细胞的数据。但这些数据缺乏细胞间相互作用。相比之下，他指出Vivodyne的模型允许收集复杂的、与人体相符的数据，并且可以以足够高吞吐量的方式进行AI学习。

（这是Vivodyne实验室培养的人肺通道的显微镜图像，面临着铜绿假单胞菌的感染，这种细菌通常会感染囊性纤维化患者。）

在Vivodyne，他们培养这些组织，并将其引入高通量微流体中，所有这些都由一种名为Hive Pro的仪器进行监控。这项技术的基础在于整合他们如何培养这些组织的科学基础，以及培养特异性血管系统、支持组织发展的最佳方法、微流体工程和在使用的自动化规模中如何打包。

而这不仅仅是组织。该团队去年在《自然方法》杂志上发表的一篇论文中描述了他们的工作，题为《用于增强培养器官生成的器官样结构的几何工程》，说明了器官样结构的血管化是可能的。在论文中，作者指出他们“描述了将我们的方法扩展到工程血管化、可灌注的人类肠小体的过程，该肠小体可用于模拟炎症性肠病中的先天免疫反应。这项工作为朝着在培养皿中工程更加逼真的器官样结构迈出了一大步。”

Vivodyne不是在出售平台，而是将与制药公司合作生成数据。目前，他们与制药公司合作，为在患者招募和进行临床试验具有挑战性的情况下，即在患有不允许对其进行测试的特定病患人群中，创建他们所称的在临床上支持数据。

乔治斯库表示，公司的平台是连接AI的承诺与目前药物发现AI的现状之间的桥梁的一部分。现在，整个数据体系来自于2D细胞。因此，他指出，目前限制的不是AI本身，也不是模型或计算能力。目前的输入数据不正确，乔治斯库说。

“通过直接在这些逼真的人体组织上进行药物和救生生物制品的测试，我们可以提高进入临床试验的治疗成功率，”Khosla Ventures的合伙人亚历克斯·摩根表示。“Vivodyne的技术弥合了临床研发和人体临床试验之间的差距，同时自动化了测试管道的每个步骤，从培养组织、给药、取样和成像到数据分析。在Vivodyne的自动化平台上以逼真的人体组织上筛选和开发新的潜在拯救生命的疗法，一次性测试数千次，是制药行业的一大进步。”