Orakl Oncology 融资 3400 万美元,用实验室肿瘤加 AI 预测抗癌药疗效

巴黎初创公司 Orakl Oncology 完成 3400 万美元 A 轮融资,用实验室培养的患者肿瘤类器官测试药物,再用 AI 预测临床试验结果。目前其模型在已完成的试验上表现良好,但对新药类型的适用性仍待验证。

一句话看懂:巴黎初创公司 Orakl Oncology 完成 3400 万美元 A 轮融资,用实验室培养的患者肿瘤类器官测试药物,再用 AI 预测临床试验结果。目前其模型在已完成的试验上表现良好,但对新药类型的适用性仍待验证。

事件核心:发生了什么

Orakl Oncology 2023 年从法国癌症中心 Gustave Roussy 分拆成立,本轮 A 轮融资由瑞典 Norrsken VC 和法国 Singular 联合领投,总融资额达到 5000 万美元。其做法是在实验室培养患者肿瘤的微型副本(类器官),直接在上面测试药物,再把实验结果与患者病历结合,训练 AI 预测药物在临床试验中的表现。资金将用于把实验室数据产量提高五倍、拓展肺癌和胃癌,并在美国和英国组建团队。

为什么重要

抗癌药物研发成本高、失败率高,若能在进入临床试验前更早判断疗效,有望减少无效试验的资源消耗。Norrsken 称该系统准确率达 90%。不过,目前公开信息显示,相关依据是一篇 2026 年 4 月发布、尚未经同行评审的预印本:模型在 23 项已完成的结直肠癌和胰腺癌试验上回测,对患者无进展生存期的预测平均偏差为 0.82 个月,并在 8 组对比中有 7 组选出了更优治疗方案。这些试验多为标准化疗,模型对新型药物的判断能力仍需验证。商业层面,Norrsken 表示全球前 20 大药企中有 18 家正与 Orakl 洽谈,公司 7 月还获得了测试赛诺菲四款抗癌药的授权。

对用户/开发者/创作者的影响

对普通用户而言,这类技术短期不会改变就医方式,但它可能影响未来新药进入临床的速度和药企的研发投入方向。对 AI 和生物交叉领域的开发者,Orakl 的路线强调“小规模高质量实验数据 + 真实临床结果训练”,而不是单纯堆大模型参数,这为垂直领域 AI 应用提供了参考:数据来源和验证方式往往比模型规模更关键。对投资判断而言,巴黎正在形成 AI 生物集群,同城的 Rivercell 10 月融资 2500 万美元,Singular 今年还领投了健康初创公司 Lucis 的 2000 万美元融资。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

一是那篇预印本能否通过同行评审,以及模型在肺癌、胃癌和新型疗法上的表现;二是与 18 家大药企的洽谈能否转化为正式合作,赛诺菲四款药物的测试结果是否公开;三是类器官数据扩产五倍后,预测准确率能否保持稳定。

来源:The Next Web

celebrityanime
celebrityanime
文章: 34700

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注