Verge Labs推出疾病生物學AI世界模型加速藥物試驗
Draper Associates宣佈Verge Labs正式推出，目標解決九成藥物試驗失敗問題，通常因錯誤靶點與錯誤患者匹配。
公司花費十年構建龐大VergeDB數據庫，並在此基礎上訓練基礎模型，生成“虛擬活檢”，通過簡單血液樣本模擬患者大腦分子圖景，預測療法效果、疾病進展與生物標誌物反應。
事件驅動AI賦能精準醫療加速，資金與人才流向疾病建模平臺，神經科學藥物開發受益於試驗前篩選，傳統高失敗率試驗模式承壓。
來源：公開信息
ABAB AI 解讀
Verge Labs由Alice Xinli Zhang領導，長期積累多組學與臨牀數據構建VergeDB，現將基礎模型應用於人類疾病生物學“世界模型”，首個AI發現資產已完成1b期試驗並將數據回饋系統，同時引入Altos Labs、Calico等頂尖人才。
資本路徑上，公司以數據飛輪與虛擬預測降低臨牀試驗風險，動機是複製腫瘤學精準醫療路徑至神經科學，資源集中於血液驅動的分子模擬而非大規模盲目試驗。
類似早期基因組學公司或Flatiron Health數據驅動腫瘤決策的路徑，當前處於神經疾病從經驗試驗轉向預測建模的階段。
本質屬於技術替代：虛擬活檢與世界模型替代部分傳統靶點驗證流程，因爲試驗前精準匹配可大幅降低失敗率，從而重構藥物研發的成本與成功率結構。
ABAB News · 認知定律
錯誤患者比錯誤靶點更浪費試驗
數據飛輪是AI製藥的真正護城河
虛擬活檢讓血液樣本變成大腦地圖