在AI制药的喧嚣中，一个根本性问题始终未被解决：AI模型再强大，如果喂进去的数据是错的，那它不过是在更高效地犯错。Xellar Biosystems今天宣布的5000万美元A轮融资，正是对这一困境的回应——它试图用“器官芯片”为AI提供真正有意义的生物学数据。

信息 详情
公司 Xellar Biosystems
创始人 Xin Xie, PhD
总部 美国波士顿
成立时间 2022年
本轮融资 5000万美元A轮及A+轮
投资方 未披露具体投资方
核心定位 3D生物智能平台：器官芯片+自动化+AI驱动的药物发现
官网 xellarbio.com

数据饥渴：AI制药的“最后一公里”困境

过去五年，AI制药赛道经历了从狂热到理性的过山车。数十亿美元涌入，但真正进入临床的候选药物寥寥无几。问题出在哪里？不是算法不够好，而是数据不够“真”。

传统药物研发依赖两种数据来源：动物模型和简化体外实验。前者与人类生理存在物种鸿沟，后者则过度简化了生物系统的复杂性。当AI模型用这些数据训练时，它学到的其实是“如何在错误的数据上找到模式”。

Xellar的创始人兼CEO Xin Xie博士对此有清醒的认识：“AI alone will not revolutionize drug discovery.” 这句话不是谦虚，而是对整个行业痛点的精准诊断。Xellar的解决方案是构建一个闭环系统：用器官芯片生成高保真人类数据，再用自动化实验扩大数据规模，最后用AI从这些数据中提炼预测模型。

它的客户名单很短，但电费账单很长

Xellar的技术栈听起来像科幻小说：器官芯片、自动化实验室、高内涵成像、多组学分析、AI生物模型。但现实是，这套系统的运营成本极高。器官芯片需要微流控设备、细胞培养环境、实时成像系统——每一台设备都在烧钱。

这就是为什么Xellar选择在波士顿扎根。波士顿不仅是全球生物技术中心，还拥有哈佛、MIT等顶级研究机构，以及密集的生物技术人才库。更重要的是，波士顿的VC对“硬科技”有更高的容忍度——他们理解，真正的生物技术突破需要时间和资本。

Xellar的商业模式目前主要面向大型制药公司。这些公司每年在药物研发上投入数十亿美元，但90%以上的候选药物在临床试验中失败。如果Xellar能帮助它们将临床前预测的准确率提升哪怕10个百分点，其价值就难以估量。

真正的销售挑战：让客户为“潜力”付钱

Xellar面临的核心挑战不是技术，而是信任。制药行业是一个极度保守的行业——没有人会因为用了Xellar的平台而丢掉工作，但如果用了Xellar的平台导致决策失误，后果可能很严重。

这意味着Xellar需要证明自己的平台不仅能生成数据，还能做出比传统方法更准确的预测。这需要时间，也需要大量验证案例。目前，Xellar已经与WOOJUNG BIO建立了战略合作，开发“AI增强的混合人类器官芯片-动物临床前平台”，这是一个聪明的策略——通过与现有临床前流程的整合，降低客户的采用门槛。

另一个挑战是数据所有权。制药公司愿意分享数据吗？Xellar需要设计一个既能保护客户数据隐私，又能让自己积累足够数据来训练更好模型的数据架构。这是一个微妙的平衡。

虚拟细胞：生物学的“GPT时刻”？

Xellar的长期愿景是构建“虚拟细胞”和“生物基础模型”。这让人联想到AI领域的GPT——通过海量数据训练出一个通用模型，然后应用于各种下游任务。

但生物学比语言复杂得多。一个细胞的转录组、蛋白质组、代谢组数据是动态的、多维的、相互关联的。要构建一个真正有用的虚拟细胞模型，需要的数据量可能比训练GPT-4还要大几个数量级。

Xellar的优势在于，它同时拥有数据生成能力和模型构建能力。这种“闭环”模式在AI领域已被证明是有效的——比如DeepMind的AlphaFold，就是通过整合实验数据和计算模型来实现突破。但Xellar面临的挑战是：在数据生成速度远低于AI模型训练需求的情况下，如何保持飞轮运转？

核心判断：Xellar代表了AI制药从“算法驱动”向“数据驱动”的范式转变。未来12-18个月的关键观察指标包括：能否与至少2家Top 20药企签署付费合作协议；能否在公开数据集上展示其器官芯片数据对临床预测准确率的提升；以及能否在保持数据质量的同时，将数据生成成本降低一个数量级。如果Xellar能证明其闭环模式的经济可行性，它可能成为生物技术领域的“数据基础设施”公司——而非仅仅是另一家AI制药初创企业。

分类 标签
行业 生物科技、AI制药
轮次 A轮
技术关键词 器官芯片、AI药物发现、虚拟细胞、自动化实验室、多组学分析
地区 美国波士顿
标签 #器官芯片 #AI制药 #虚拟细胞 #生物数据基础设施 #波士顿生物技术

🔗 官网：xellarbio.com

信息来源

1. Xellar Raises $50 Million Series A Financing to Build the Future of 3D Bio Intelligence