Vivodyne abre centro de datos de tejidos humanos para entrenar IA de descubrimiento de fármacos

Why it matters

AI drug discovery is constrained by the experiments behind its training data. Vivodyne is spending its venture capital on producing causal human evidence before clinical trials.

Vivodyne abrió lo que llama un centro de datos humano cerca de San Francisco, usando robots HIVE para generar datos de tejido humano antes de que los fármacos lleguen a ensayos clínicos. TechCrunch informó el 19 de agosto que Vivodyne inauguró la instalación la semana pasada. Es el paso más reciente en el esfuerzo del CEO Andrei Georgescu y del director científico Dan Dongeun Huh por convertir experimentos automatizados con tejidos en material de entrenamiento para modelos de descubrimiento de fármacos.

Dentro del flujo de trabajo de HIVE

El proceso de Vivodyne comienza con chips microfluídicos llamados TissueDisks. Vivodyne dice que cada disco puede cultivar cientos de tejidos humanos que se autoensamblan. Sus laboratorios robóticos HIVE luego cultivan, administran dosis, monitorean y analizan esos tejidos sin manipulación manual.

Según la descripción del producto de Vivodyne, cada HIVE puede probar 10,000 tejidos a la vez y devolver datos en una o dos semanas. Vivodyne afirma que la plataforma mide cambios visuales, expresión génica y proteínas a resolución de célula única en más de 20 tipos de tejido.

La instalación está diseñada para ejecutar el mismo flujo de trabajo de manera repetida: establecer la condición inicial de un tejido, aplicar un fármaco u otro estímulo y registrar los cambios biológicos resultantes. Los experimentos HIVE dan a Vivodyne control sobre la intervención y el proceso de medición, permitiendo a Vivodyne producir conjuntos de datos que conectan una acción definida con una respuesta tisular.

Esa capacidad coloca a Vivodyne en un mercado de organ-on-chip ya establecido junto a empresas como Emulate, CN Bio, MIMETAS y Hesperos. Emulate dice que su sistema AVA puede manejar hasta 96 muestras de Organ-Chip por corrida. Diferentes formatos de tejido, mediciones y flujos experimentales hacen que las cifras de capacidad anunciadas sean difíciles de comparar. La distinción declarada de Vivodyne es la combinación de producción de tejidos, pruebas robóticas y una capa de datos destinada al entrenamiento de modelos.

Las divulgaciones públicas no establecen si Vivodyne principalmente vende experimentos como servicio, licencia conjuntos de datos, suministra instrumentos o usa una combinación de esos modelos. La economía para los clientes tampoco se ha divulgado. Vivodyne dice que colabora con la mayoría de las 10 compañías farmacéuticas más grandes del mundo, una afirmación que apareció en su anuncio de financiación de 2023. Vivodyne no ha nombrado a esos socios ni ha publicado valores contractuales.

El capital de riesgo pagó la capacidad del laboratorio

Vivodyne anunció $38 millones en financiamiento semilla el 22 de noviembre de 2023 y una Serie A de $40 millones el 29 de mayo de 2025. Khosla Ventures lideró ambas rondas. La Serie A también incluyó a Lingotto Investment Management, Helena Capital, Fortius Ventures, Kairos Ventures, CS Ventures, Bison Ventures y MBX Capital.

El historial de investigación sitúa la financiación reportada de Vivodyne en aproximadamente $82 millones a través de tres financiamientos, incluida una ronda anterior de $4 millones. Vivodyne no ha revelado una valoración.

La Serie A financió una planta robótica planificada de 23,000 pies cuadrados en South San Francisco. Ese gasto convierte a Vivodyne en un productor de datos intensivo en capital en un momento en que muchas empresas de descubrimiento de fármacos con IA enfatizan modelos propietarios y cómputo. La defendibilidad de Vivodyne dependerá de si los experimentos biológicos repetibles crean información que los clientes no puedan obtener de forma económica de conjuntos de datos públicos o pruebas preclínicas convencionales.

La apuesta de un fundador por los datos experimentales

Georgescu llegó a esa tesis a través del trabajo de laboratorio. Estudió bioingeniería en Cornell University, completó su doctorado en el laboratorio de organ-on-a-chip de Huh en University of Pennsylvania y trabajó en microfluidos automatizados, chips de síntesis de ADN y tejidos cultivados en laboratorio enviados al espacio con NASA. Según TechCrunch, Vivodyne se escindió de University of Pennsylvania en 2021 después de que Georgescu completara su doctorado allí.

Su resumen del problema es franco. "Sin pruebas en humanos, ¿qué van a hacer estos modelos [IA]? Van a curar el cáncer en ratones", dijo Georgescu a TechCrunch.

Vivodyne está construyendo maquinaria experimental que puede producir nuevos registros de entrenamiento, con cada intervención capturando cómo cambia con el tiempo un tejido humano funcional. Un estudio de Nature Methods de 2026 respalda un punto más estrecho: añadir más datos de preentrenamiento no produjo una ventaja de escalamiento clara para modelos fundacionales de célula única. El desempeño a menudo se estabilizaba a medida que aumentaba la cantidad de datos de preentrenamiento.

La respuesta propuesta por Vivodyne es cambiar el tipo de datos disponibles para los modelos. Las observaciones estáticas pueden mostrar que existen dos estados celulares. Los experimentos controlados pueden registrar el estímulo, la condición inicial y la respuesta subsiguiente. La nueva instalación le da a Vivodyne más capacidad para generar esos registros de intervención a través de tejidos, fármacos y dosis.

Vivodyne eventualmente quiere que los modelos seleccionen experimentos subsecuentes, creando un bucle de retroalimentación en el que el software propone una intervención, los robots HIVE la ejecutan y la respuesta tisular informa la siguiente propuesta. Eso se asemeja al aprendizaje por refuerzo llevado a cabo mediante experimentos físicos, aunque Vivodyne no ha publicado evidencia de que tal bucle pueda descubrir u optimizar de manera confiable un medicamento clínicamente exitoso.

El tejido humano todavía no es un ensayo en humanos

Vivodyne dice que sus tejidos hepáticos lograron un 94% de exactitud predictiva frente a resultados de toxicidad humana, que sus tejidos de las vías respiratorias coincidieron con el comportamiento humano real el 96% de las veces y que sus pruebas de médula ósea produjeron concordancia completa en 20 fármacos quimioterapéuticos, según el relato de TechCrunch. Esos resultados reportados por la compañía no demuestran que los medicamentos seleccionados u optimizados mediante HIVE tendrán éxito en ensayos de eficacia en humanos.

Incluso los modelos de tejido sofisticados simplifican un cuerpo. La reproducibilidad se vuelve más difícil cuando un sistema combina tejidos vivos, robótica, imagenología y varias mediciones moleculares.

Los reguladores están creando espacio para tales métodos sin otorgar una aprobación general. La orientación preliminar de la FDA de marzo de 2026 sobre nuevas metodologías de aproximación describe un marco de validación para organoides, sistemas organ-on-chip y modelos computacionales. Las recomendaciones no son vinculantes, y los desarrolladores deben demostrar que cada método es fiable para el uso propuesto.

Vivodyne puede crear valor antes de probar que los fármacos seleccionados por HIVE tienen éxito en pacientes. La evidencia basada en tejido humano podría ayudar a los fabricantes de fármacos a abandonar candidatos débiles antes, comparar combinaciones de fármacos antes de un ensayo clínico o detectar toxicidad que un modelo animal pasó por alto. La ambición mayor sigue siendo más difícil de medir: establecer que los tejidos automatizados proporcionan suficiente fidelidad y variación para entrenar modelos útiles de la biología humana. La nueva instalación le da a Georgescu y a Huh la capacidad de ejecutar ese experimento a escala industrial.