Pendanaan
INFevo Menggalang Lebih dari RMB 100 Juta dalam Pendanaan Pra-Seri A untuk Memperluas Riset Sel Virtual AI

Poin utamaINFevo memasangkan prediksi sel virtual dengan validasi laboratorium basah otomatis…
Lihat selengkapnya
- INFevo memasangkan prediksi sel virtual dengan validasi laboratorium basah otomatis untuk menutup siklus antara hipotesis dan eksperimen.
- Peringkat teratas Karl Workbench di SciAgentArena hanya mencakup DeepSeek dalam dua kategori omik, bukan kepemimpinan ilmiah yang luas.
- Uji yang menentukan adalah apakah hasil tolok ukur diterjemahkan menjadi kinerja yang dapat diulang pada organoid yang berasal dari pasien dan alur kerja farmasi.
Pada 16 November 2026, INFevo mengumumkan telah menggalang pendanaan Pra-Seri A lebih dari RMB 100 juta untuk memperluas model sel virtual AI dan sistem eksperimen otomatisnya, menurut pengumuman investor Xinglian Capital. Dana tersebut juga akan mendukung kolaborasi yang lebih erat dengan perusahaan farmasi, rumah sakit, dan lembaga penelitian.
Xinglian Capital, Prosperity7 Ventures, Huagai Capital, Huakong Fund, dan DT Capital ikut serta dalam putaran pendanaan ini. Investor lama Shunwei Capital, HSG, dan Songhe Capital juga menambah investasi mereka. Pendanaan ini menyusul putaran pendanaan malaikat senilai puluhan juta yuan pada Juni 2026, sehingga menjadi putaran pendanaan kedua INFevo dalam lima bulan; Xinglian menyebutnya sebagai pendanaan satu putaran terbesar yang pernah diterima perusahaan sel virtual di Tiongkok.
Memadukan Sel Virtual dengan Eksperimen Otomatis
Pendekatan sel virtual INFevo dirancang untuk memprediksi respons sel terhadap intervensi obat atau genetik sebelum eksperimen laboratorium dilakukan. Dengan begitu, peneliti dapat membandingkan target potensial, mengurutkan molekul kandidat, dan mengalokasikan kapasitas laboratorium basah untuk pertanyaan yang lebih menjanjikan. XtalPi, yang membina INFevo, menjelaskan dalam pengumuman pada 16 Juli 2026 bagaimana kemampuan desain molekul dan sintesis otomatisnya dapat melengkapi prediksi tersebut, sehingga membentuk rangkaian proses mulai dari pembuatan molekul, prediksi respons sel, hingga validasi eksperimental.
Makalah OCOO-T menjelaskan model pencocokan aliran minimalis yang tumpukan Transformer standarnya beroperasi langsung pada profil ekspresi gen kontinu. Prediksi dirumuskan sebagai proses penghilangan derau dalam waktu kontinu, sementara informasi tentang perturbasi, dosis, serta galur atau jenis sel dimasukkan melalui normalisasi lapisan adaptif dan token kontekstual.
Para penulis melaporkan hasil mutakhir pada tolok ukur Tahoe100M, Replogle, dan PBMC, yang mencakup perturbasi kimia, genetik, dan sitokin. Model ini juga dapat menangani profil transkripsi panjang dengan membagi dan menyatukan kembali konteks sel.
Di luar pengembangan satu model, INFevo tengah membangun apa yang disebutnya sebagai penemuan ilmiah rekursif: menyimpan pertanyaan ilmiah, hipotesis, metode analisis, dan hasil eksperimen agar semuanya dapat menjadi masukan bagi hipotesis, rancangan eksperimen, dan pemilihan kandidat berikutnya. Sistem laboratorium basah otomatisnya mencakup kultur sel, perturbasi, dan pengukuran multiomik. Prediksi model membantu menentukan eksperimen yang akan dilakukan, sementara data yang dihasilkan menguji prediksi tersebut dan menjadi masukan untuk penyempurnaan model selanjutnya.
Agen Riset dan Batasan Tolok Ukurnya
The Popper Project menangani aspek hipotesis dalam proses riset tersebut. Dinamai berdasarkan filsuf Karl Popper, proyek ini menggunakan agen riset dan basis data profesional untuk menghasilkan, menguji, dan menyempurnakan hipotesis yang dapat diuji, sekaligus menampilkan rangkaian penalaran yang dapat ditelusuri, kesenjangan bukti, dan eksperimen yang diusulkan. Karl Workbench telah memasuki tahap uji beta, dengan fitur untuk menyimpan catatan riset, bukti yang terkumpul, hasil, pengawasan, dan penyempurnaan berulang, sehingga peneliti dapat meninjau penilaian dan melanjutkan kembali tugas sebelumnya.
Xinglian melaporkan bahwa pengujian ulang pada Oktober 2026 menggunakan SciAgentArena menempatkan Karl Workbench di posisi teratas secara keseluruhan dalam omik sel tunggal maupun omik spasial saat dijalankan dengan DeepSeek. Tolok ukur tersebut mencakup sekitar 200 tugas bertahap yang diverifikasi, meliputi penemuan obat, omik sel tunggal, omik spasial, rekam medis elektronik, dan genetika. Tolok ukur ini memisahkan pelaksanaan tugas oleh agen dari evaluasi, serta menilai analisis data, pengoptimalan, penemuan, dan pemeriksaan validitas.
Para penulis SciAgentArena menemukan bahwa tidak ada satu agen pun yang unggul dalam semua tugas dan bidang. Kinerja sistem saat ini tidak merata, sistem-sistem tersebut kesulitan melakukan penemuan baru dan eksplorasi mandiri, serta cenderung menjalankan permintaan meskipun landasan ilmiahnya tidak valid. Temuan yang lebih luas ini membuat cakupan hasil yang dilaporkan INFevo menjadi penting: pengujian ulang tersebut hanya mencakup DeepSeek dalam dua kategori omik, bukan keunggulan umum di seluruh bidang riset ilmiah.
Sampel Klinis Menjadi Ujian Berikutnya
INFevo juga berpartisipasi dalam laboratorium kunci di Beijing yang dipimpin oleh Peking University First Hospital dan berfokus pada kultur organoid tumor hati, saluran empedu, dan pankreas, serta diagnosis dan pengobatan cerdas. Tujuan kolaborasi yang dinyatakan adalah menghubungkan pertanyaan klinis, model organoid yang berasal dari pasien, penyaringan obat, analisis AI, dan validasi klinis. Prediksi model dan eksperimen organoid dimaksudkan untuk saling memberikan masukan, sehingga sistem sel virtual dapat diuji menggunakan sampel klinis yang berasal dari pasien.
Salah satu pendiri Yalong Zhao mengatakan bahwa pendanaan ini akan mendukung infrastruktur model fondasi dan eksperimen otomatis serta mempercepat sistem penemuan rekursif. Lipeng Lai, salah satu pendiri INFevo lainnya, juga merupakan salah satu pendiri dan kepala inovasi XtalPi.
Modal baru ini memberi INFevo sumber daya untuk mengembangkan kedua sisi sistem tersebut: prediksi komputasional dan validasi otomatis. Ujian pentingnya adalah apakah hasil tolok ukur yang dilaporkan pengembang dan perangkat riset versi beta dapat menghasilkan kinerja yang konsisten pada sampel yang berasal dari pasien dan dalam alur kerja riset farmasi.












