生物科技初创公司Immunai在融资方面一直顺风顺水。自2018年开始着手制作人类免疫系统图谱到2021年2月，该公司已经筹集了约8000万美元。周三，该公司宣布了另一轮更大规模的融资——2.15亿美元的B轮融资。
Immunai一直在构建一个庞大的临床免疫学信息数据集。该数据集结合遗传信息和其他数据，如表观遗传变化或蛋白质组学(研究蛋白质)，以绘制免疫系统的功能。然后，应用机器学习来确定对制药商有用的目标，确定可能会引起毒性反应的药物，并预测患者对潜在治疗的反应。
该公司称，这组被称为“注释多组免疫细胞图谱”(Annotated Multi-omic Immune Cell Atlas, AMICA)的数据集是目前世界上最大的数据集。
本轮融资由Koch Disruptive Technologies牵头，Talos VC、8VC、Alexandria Venture Investments、Piedmont、ICON等公司共同参与，总融资达2.95亿美元。
Immunai的联合创始人兼首席执行官Noam Solomon表示，公司融资规模的大幅跃升，主要归结于人们对AMICA看法的改变。
目前，Immunai正与贝勒医学院(Baylor College of Medicine)合作，开发和完善神经母细胞瘤的细胞疗法。Solomon还表示，该公司正准备发表一篇论文，表明它可以识别特定的基因目标，从而判断患者是否会对某些疗法产生反应。
Solomon补充到，该公司已经能够从简单地展示相关数据，转变为说明因果数据。
“大概一年前，我们展示了强有力的相关数据，即我们的某些见解可以解释某些基因和细胞之间的关系，”他说。“今天，我们有了更准确的因果推断成果，我们已经能够证明我们所做的事开始有了成效。”
值得注意的是，Immunai绝不是该领域唯一一家公司。而据Solomon的说法，该公司之所以与众不同，有两个原因。
首先，Immunai正在构建的数据集规模足够庞大。Immunai已经与30多家公司和学术机构合作(如斯隆凯特琳、哈佛、斯坦福和贝勒医学院等)。不过，通过今年的两项重大收购，该公司对生物数据已经进行了多样化收集、分析和管理。
今年3月，Immunai收购了Dropprint Genomics，这是一家致力于研究大规模单细胞测序方法的公司。Solomon提到，Dropprint在自身免疫方面取得了“有趣的进展”。而后，Immunai又收购了瑞士公司Nebion，这家公司花了13年时间构建基因表达数据集。所罗门指出，他们还与大约70家医院和机构建立了外部伙伴关系。
Solomon表示，这两次收购确实加速了数据库规模的扩展，然而，收购目的仍然是获取互补技术。未来，Immunai的数据获取战略仍要以建立更多伙伴关系为主。
Solomon认为Immunai能够脱颖而出的第二个原因在于对信息的处理。Solomon称Immunai是一家以工程优先的公司，因为他对构建支持数据集的基础设施和数据本身一样感兴趣，这也是为什么公司120名员工中，约有50%拥有纯技术或工程背景。
“我认为，在这个领域大多数公司只是为了构建数据集，并不会利用复杂的机器学习工具，”Solomon说。“而我们恰好相反。我们认为，要建立一个强大的数据库，我们需要能够提供数据工程工具，以确保我们的算法可以运行在10万个样本中。”
这轮融资将用于扩大团队规模，并不断丰富公司的免疫数据集，以及支持它的后端基础设施。
从商业角度来看，这也意味着该公司减少了对未来合作伙伴前期付款的依赖。
“我们不依赖强劲的预付款，而是更关心基于成功的支付方式。”Solomon说。
本文来自投稿，不代表前途科技立场，如若转载，请注明出处：https://accesspath.com/invest/5693022/
