ChronicleBio 构建 AI 药物发现所缺乏的慢性病数据层

Why it matters

ChronicleBio's potential moat is consented, longitudinal biological data from neglected disease populations. If the cohort works, patient recruitment and biobanking become defensible AI infrastructure.

ChronicleBio 联合创始人 Fidji Simo (@fidjissimo) 表示，从人工智能走向复杂慢性病治疗的路径，取决于医学目前仍然缺乏的一种资源：来自患者随时间收集的深度生物学数据。

“虽然 AI 让我对找到像我这样的复杂慢性病的治疗方法充满希望，但这种潜力只有在我们获得足够的生物学数据以理解这些疾病机制时才能实现，”Simo 在 8月3日 于 X 上的一则两帖串文中写道。

该帖子在 ChronicleBio 于 2025年8月5日 启动近一年后，重申了其核心押注。ChronicleBio 正在从患有包括 POTS、ME/CFS 和 Long COVID 在内疾病的人群中收集生物样本、健康记录、可穿戴设备读数、患者报告的结果和分子数据。ChronicleBio 打算将这些输入转化为研究人员可以用于生物标志物发现、患者分层和疗法开发的数据集。

Simo 对这项工作的重新关注既有个人也有职业层面的联系。这位前 Instacart 首席执行官和 Facebook 应用负责人在因慢性病恶化而进行长期医疗休假后，于 7月9日 从 OpenAI 的全职领导团队转为兼职顾问角色。根据 ChronicleBio 的启动公告，她和 ChronicleBio 联合创始人 Rishi Reddy 均被诊断出至少一种属于 ChronicleBio 目标疾病范畴的疾病。

在构建模型之前构建数据集

ChronicleBio 的运营由联合创始人兼首席执行官 Rohit Gupta 领导，他是一位生物样本库（biobanking）专家，曾在协助建立 Stanford 的样本库后，于 2019 年成为 UCSF 的首任首席生物样本库官。在 UCSF，Gupta 负责将生物样本与整个卫生系统和研究部门的临床及分子信息相连接的工作。

这种背景塑造了 ChronicleBio 的方法。AI 模型只能在可用于训练和分析的材料中识别模式。对于缺乏一致诊断标准、既定生物标志物或大型纵向队列的疾病，组装底层记录和样本本身就成为了一项科学工程。

ChronicleBio 的 Chronicle I study 要求参与者连接电子健康记录和可穿戴设备，分享症状和生活方式日志，并在可用的参与诊所通过献血、尿液或口腔拭子样本捐赠样本。ChronicleBio 表示，它将这些输入与多组学分析整合，以支持诊断、药物再利用和生物标志物方面的研究工作。

采集过程是核心资产。ChronicleBio 必须在分散的疾病社区中招募患者，维护知情同意和数据质量，连接由不兼容系统产生的记录，并在症状变化时反复收集信息。训练于孤立实验室结果的模型将错过 ChronicleBio 试图解释的许多变异。

ChronicleBio 的论断也反映了 AI 药物发现领域更广泛的转变。对模型和计算能力的访问正在扩散，这提高了竞争者难以轻易复现的专有、基于疾病的数据集的战略价值。ChronicleBio 正在试图在那些历来比癌症、心血管疾病和其他大型治疗类别获得更少研究基础设施的疾病中确立这一数据地位。

围绕数据问题构建的创始团队

ChronicleBio 的第三位联合创始人 Rishi Reddy 担任执行主席并负责 Tarsadia Investments 的风险和增长投资。Reddy 在加入 Tarsadia 之前创立了数字病理学公司 DigiPath Solutions。他的加入为 ChronicleBio 在 Gupta 的生物样本库经验和 Simo 在大规模构建消费者产品方面的背景之外，带来了投资者和商业化的视角。

ChronicleBio 在 6月11日 通过任命 任命 John Mumm 为首席科学官 引入了药物开发经验。Mumm 创立了 Deka Biosciences，并且是 ARMO BioSciences 的创始成员之一，后者在 2018 年被 Eli Lilly 以 16 亿美元 收购。ChronicleBio 表示，Mumm 将把免疫学和肿瘤学中用于患者分层的方法应用到神经免疫性疾病。

这一任命将 ChronicleBio 推向其计划中更难的一部分：把患者数据中的模式转化为可测试的疾病机制和治疗靶点。单靠大型数据集并不能建立因果关系，而具有相似症状的慢性病可能包含若干在生物学上不同的患者群体。ChronicleBio 押注纵向临床数据、生物样本和分子测量可以将这些群体区分开来，足以指导药物开发。

Simo 于 8月3日 的帖子将这一战略的关键依赖关系提炼得很清楚。ChronicleBio 的 AI 野心取决于 Gupta 和团队是否能构建一个在深度上足够、有患者参与和生物材料信任度的管道。模型是在队列之后。