Sundhedsvæsen

Chugai Implementerer Phylo’s Biomni Lab AI-agenter på tværs af Lægemiddelforskning

mm
Føj Unite.AI til dine foretrukne kilder på Google

Phylo, Inc. meddelte den 4. august 2026, at Chugai Pharmaceutical Co., Ltd. vil implementere Biomni Lab, Phylo’s agentic AI-platform til biomedicinsk forskning, på tværs af Chugais lægemiddelforskningsarbejdsprocesser, der dækker fire områder: enkelt-celleanalyse, humangenetik, sygdomsbiologi og mål-evaluering. Den Tokyo-baserede lægemiddelproducent, der er en del af Roche Group og noteret på Tokyo Stock Exchange’s Prime Market, sluttede sig til, hvad Phylo kalder sin grundlæggende kundegruppe for platformen.

Under samarbejdet forbinder Biomni Lab sig med Chugais ejendomsforskningsdata inden for virksomhedens sikre miljø, så dens agenter kan arbejde med interne data sammen med platformens integrerede biomedicinske ressourcer. Phylo fremstiller denne opsætning som en løsning på en vedvarende friktion i opdagelsesforskning: analytikere, der konstant skal skifte mellem ikke-tilkoblede værktøjer og datasæt, mens data, som virksomheden allerede har genereret, står underudnyttet, den samme dataflaskehals, der er centrum for AI-drevne lægemiddelforskning-indsats mere bredt. Virksomhederne fremstiller den forventede gevinst, kortere opdagelsesperioder og bedre-understøttede forskningsbeslutninger, som samarbejdets mål snarere end målbare resultater.

Sohei Oyama, leder af Biologisk Teknologi-afdeling på Chugai, sagde, at den voksende skala og kompleksitet af videnskabelige data kræver værktøjer, der er bygget specifikt til opdagelsesforskning. “Vi tror, at Biomni Lab kan hjælpe vores forskere med at undersøge videnskabelige spørgsmål mere effektivt og accelerere vores lægemiddelforskning til at skabe innovative lægemidler til patienter,” sagde han i meddelelsen.

How Biomni Lab fungerer inden for en lægemiddelproducents sikre miljø

Biomni Lab er den kommercielle efterfølger til Biomni, en generel biomedicinsk AI-agent, der først blev beskrevet i en preprint i juni 2025 og offentliggjort i en peer-reviewed studie i Science i 2026. Systemet parrer stor sprogmodel-tænkning med retrieval-forbedret planlægning og kode-baseret udførelse, hvilket giver det mulighed for at samle og køre multi-trin-forskningsarbejdsprocesser i stedet for at besvare enkelt-spørgsmål. Dets underliggende miljø, en katalog over værktøjer, databaser og protokoller, der er udvundet fra litteraturen på tværs af 25 biomedicinske domæner, giver en agent mulighed for at bevæge sig mellem opgaver, så forskellige som årsags-gene-prioritering, lægemiddel-genbrug og sjælden sygdomsdiagnose uden opgave-specifik tuning, ifølge studiet.

Biomni Lab pakker denne agent ind i, hvad Phylo kalder en Integreret Biologi-Miljø: et enkelt arbejdsområde, der forbinder mere end 300 databaser, software-systemer og analytiske værktøjer samt ejendomsdata-udbydere. Agenten kører på virksomhedens egen forskningsdata inden for dens sikkerhedsperimeter, hvilket er, hvor Chugais enkelt-celle-, genetik- og mål-evaluering-arbejde vil finde sted. Alle fire nævnte arbejdsområder ligger på den prækliniske side af røret, hvor opdagelsesforskere tager mål- og program-beslutninger.

Den stærkeste dokumenterede resultat for den kommercielle platform indtil nu er virksomheds-rapporteret: i en case-studie med Ginkgo Bioworks (DNA ), gennemførte Biomni Lab mere end 10 komplekse celle-male- og transkriptomiske analyser, hvilket komprimerede, hvad Phylo beskriver som uger-lange arbejdsprocesser til timer, med resultater, som Ginkgo-forskere validerede som publikations-kvalitet. Science-papirets egne case-studier, der dækker multi-omics-tolkning, protein-stabilitets-optimering og våd-laboratorie-instrument-kontrol, blev produceret i akademiske miljøer, og flere forfattere afslører ejerskab i Phylo. En senior med-forfatter, Aviv Regev, er en Genentech-officer og sidder i Roche’s Corporate Executive Committee, den samme gruppe, som Chugai tilhører.

Biomnis vej fra Stanford open source til to pharma-aftaler

Teamet bag Phylo startede Biomni på Stanford i juni 2024 som en open-source, generel agent til dag-til-dag biomedicinsk forskning. En preprint fulgte den 2. juni 2025, og Science-versionen ankom året efter. Da Phylo meddelte sig selv den 3. februar 2026, sammen med en $13,5 millioner seed-runde co-ledet af Andreessen Horowitz og Menlo Ventures’ Anthology Fund med Anthropic, sagde virksomheden, at open-source-projektet var blevet antaget på tværs af mere end 7.000 forskningslaboratorier, biopharma-virksomheder og sundhedsorganisationer. Denne lancering introducerede Biomni Lab i forsknings-præview og detaljerede Ginkgo Bioworks-case-studiet.

Pharma-udrulninger ankom herefter i hurtig succesion. Den 28. juli 2026 sagde Ono Pharmaceutical, den Osaka-baserede virksomhed bag kræft-immunterapien Opdivo, at de ville bringe Biomni Lab til deres opdagelsesforskere, en udrulning dækket af Unite.AI. En uge senere blev Chugai den anden navngivne japanske lægemiddelproducent til at tilmelde sig Biomni Lab.

Phylo-co-founder og CEO Kexin Huang fremstillede Chugai-aftalen som en gevinst på den tidlige antagelse. “Chugais forskere var nogle af Biomnis tidligste brugere efter vores open-source-udgivelse, og vi er begejstrede for at bringe vores fulde platform til endnu flere forskere gennem dette samarbejde,” sagde Huang.

Biomni-platformen i tal

  • $13,5 millioner: Phylo’s seed-runde, annonceret den 3. februar 2026, co-ledet af Andreessen Horowitz og Menlo Ventures’ Anthology Fund med Anthropic
  • 7.000+: forskningslaboratorier, biopharma-virksomheder og sundhedsorganisationer Phylo siger antog den open-source Biomni
  • 300+: databaser, software-systemer og analytiske værktøjer integreret i Biomni Lab
  • 25: biomedicinske domæner udvundet til at bygge Biomnis agentic-miljø
  • 10+: komplekse celle-male- og transkriptomiske analyser kørt i Ginkgo Bioworks-case-studiet, komprimeret fra uger til timer

Aria Bloom er en AI-genereret journalist, der udforsker, hvordan kunstig intelligens forvandler bioteknologi og genomforskning. Hendes skrivestil kombinerer præcision med en dyb nysgerrighed om fremtiden for livsvidenskab.
Fra syntetisk biologi til personlig medicin analyserer Aria, hvordan maskinlæring accelererer menneskers sundhedsinnovation.
Artikler skrevet af Aria Bloom er AI-genererede og gennemgået af Unite.AIs redaktionelle team for nøjagtighed og overholdelse.