SAN FRANCISCO / LONDON (IT BOLTWISE) – Die Startup Vivodyne wirbt dafür, dass der Engpass in der KI-gestützten Wirkstoffsuche nicht in besseren Modellen liegt, sondern in fehlenden Daten aus lebendem menschlichem Gewebe. Mit dem modularen Laborsystem HIVE sollen mehrere Gewebetypen über längere Zeit autonom stimuliert und ausgewertet werden. Das Unternehmen nennt dafür eine neue Datenbasis aus „kausalen“ Experimenten, statt nur Momentaufnahmen von Zellen zu sammeln. Gleichzeitig bettet Vivodyne das Ziel in eine realistische Pipeline ein, in der viele Kandidaten wegen fehlender Übertragbarkeit von Tierdaten scheitern.
Vivodyne positioniert sich in einem Umfeld, in dem der Hype um KI-gestützte Wirkstoffsuche bereits mehrere Jahre lang den gleichen Prüfstein umkreist: Can Modelle wirklich früh genug voraussagen, was im Menschen passiert? Während in den letzten Jahren immer wieder KI-Designdrugs in die klinische Entwicklung gelangten, zeigen die Ergebnisse in Summe eine Lücke zwischen Berechnung und Biologie. Vivodyne macht genau dort den Hebel fest und argumentiert, die Branche leide vor allem unter einem Datenproblem: Heute stützen sich viele Trainings- und Bewertungsansätze stark auf Tiermodelle sowie auf Einzelzell- oder Proteinstudien – also auf Daten, die nicht als vollständige, lebendige Systemdynamik abgebildet werden. CEO und Mitgründer Andrei Georgescu bringt die Kritik im Ton der Laborpraxis auf den Punkt: „Absent human testing, what are these [AI] models going to do?“
Der zweite Teil der Aussage zielt nicht nur auf „mehr Daten“, sondern auf eine bestimmte Datenart. Georgescu setzt dabei auf ein Experimentierprinzip, das in der Informatik näher an „kausalen“ als an rein korrelativen Beobachtungen liegt: Wenn ein Gewebe über definierte Stimuli verändert wird und die Plattform gleichzeitig wiederholt misst, entsteht ein Lernsignal darüber, wie Zustände entstehen – und nicht nur, welche Zustände existieren. Er stellt das als Gegenbild zu der verbreiteten Trainingspraxis dar. In der Argumentationslinie sagt er: „They’re going to cure cancer in mice.“ Damit nimmt Vivodyne die öffentliche Debatte um KI-Wunderheilungen auf und hält dagegen, dass der praktische Weg in der Regel über bessere Test- und Vorhersagebedingungen führt. Auch Dario Amodei, CEO von Anthropic, ordnete die Diskussion zuletzt entsprechend ein und verwies darauf, dass die einzig überzeugende Perspektive letztlich echte klinische Erfolge seien.
Technisch setzt Vivodyne dafür auf HIVE, ein System aus modularen, robotischen Laboreinheiten, die Gewebe kultivieren, behandeln und überwachen können. Der Hersteller nennt als Kernfähigkeit, dass HIVE zwanzig Arten menschlichen Gewebes wachsen lassen kann – dann autonom dosiert und überwacht. Das entscheidende Detail ist dabei die Kontinuität der Messungen im Verlauf des Experiments: Statt einzelne Bild- oder Mess-Snapshots zu sammeln, sollen „ongoing experiments“ abgebildet werden, bei denen krankes Gewebe mit definierten Stimuli konfrontiert wird. Für eine KI-Entwicklung bedeutet das, dass Trainingsläufe eher durch Sequenzen von Ereignissen geprägt sind und damit die Grundlage für Modelle liefern sollen, die biologische Zusammenhänge zwischen Ursache und Wirkung besser internalisieren. Im Kern adressiert Vivodyne damit auch einen bekannten Zielkonflikt: Hohe Datenqualität und experimentelle Kontrolle kosten in der Forschung Zeit und Geld – und genau diese Kosten will das Startup durch Automatisierung und Skalierung senken.
Markt- und Pipeline-seitig ist die Begründung ebenso konkret wie unromantisch. Georgescu erinnert an die strukturelle Diskrepanz zwischen präklinischer und klinischer Phase: In der Pharmaindustrie schaffen es laut der im Artikel genannten Kennzahl nur 90% der Wirkstoffe, die in Tierversuchen funktionieren, nicht in die regulatorisch relevante Erfolgsquote für Menschen. Vivodyne skizziert die Konsequenz über einen Vergleich, der aus dem Automobilbereich bekannt ist: Entwickler wären gerne „wie bei Crash-Tests“ vorab sicherer, doch die Realität ist, dass die meisten Kandidaten die Zulassung nicht schaffen. Neben dem wissenschaftlichen Anspruch spielt daher auch die Wirtschaftlichkeit eine Rolle: Klinische Studien kosten typischerweise zehner Millionen USD, und wer vor dem Menschen-Start besser einschätzen kann, ob ein Kandidat wirklich in die richtigen Wirkmechanismen trifft, kann die Zahl teurer Fehlstarts reduzieren. Genau dafür will das Unternehmen laut eigener Planung die Kandidaten früher bremsen oder beschleunigen.
Dass der Ansatz nicht bei allgemeinen Versprechen stehen bleibt, versucht Vivodyne durch messbare Betriebsziele zu untermauern. Nach Angaben des Unternehmens hat Vivodyne zuletzt ein großes „human data center“ außerhalb von San Francisco eröffnet. Gleichzeitig nennt Georgescu eine erste Leistungskennzahl: Das Team erreiche bereits die doppelte Durchsatzrate gegenüber allen Tierversuchen, die in den USA gleichzeitig laufen. Ob diese Gegenüberstellung 1:1 vergleichbar ist, hängt natürlich von Definitionen ab – entscheidend ist aber die Richtung: Durch Automatisierung und parallelisierte Experimente will Vivodyne die Durchlaufzeit für Datenzyklen verkürzen und damit Iterationen in der KI-Entwicklung beschleunigen. Funding- und Ressourcenperspektive passt dazu: Vivodyne ist aus der University of Pennsylvania ausgegründet (2021), und das Unternehmen hat dem Text zufolge knapp 80 Mio. USD über zwei Runden eingesammelt, unter Führung von Khosla Ventures.
Wissenschaftlich ordnet Vivodyne die Notwendigkeit der „sanity check“-Argumentation in den aktuellen Stand der KI-Forschung ein. Der Beitrag bezieht sich auf die Grenzen von generativen Modellen, die auf bestehenden zellulären Datensätzen trainiert werden: Wenn Modelle überwiegend statische Momentaufnahmen sehen, lernen sie Zustandszuordnungen, aber nicht zwangsläufig, wie ein Zustand aus einem anderen hervorgeht. Georgescu formuliert das im Wortlaut, den der Bericht wiedergibt: „All the training is done on static snapshots of these cells… the models are not conditioned at all by the how a cell got to that state.“ Die zentrale Konsequenz lautet: Ein System, das nur „Zustand A“ und „Zustand B“ nebeneinander erkennt, lernt nicht automatisch die Wirkungskette, die „B“ als Folge von „A“ erklärt. HIVE setzt dem Modellansatz nach dem Konzept der Reinforcement-Elemente dagegen, indem es fortlaufende Experimente abbilden soll, in denen Stimulus, Antwort und Verlauf zusammen betrachtet werden.
Langfristig erklärt Georgescu auch, warum das aus seiner Sicht über einzelne Indikationen hinaus relevant wird. Viele heute verfügbare Therapien adressieren im Vergleich zu komplexen Krankheiten häufig nur einzelne Pfade. Sobald jedoch Kombinationstherapien im Spiel sind, wächst der Suchraum für Wirkmechanismen stark an – und damit steigt die Wahrscheinlichkeit, dass ein rein trial-and-error-getriebener Ansatz zu langsam oder zu teuer wird. In diesem Kontext wird Kausalität zum strategischen Ziel: Georgescu verknüpft die Datenidee direkt mit der Frage, wie man ein gewünschtes Effektergebnis durch eine nachvollziehbare Ursache im biologischen System herbeiführt. Für Unternehmen, die KI-Drug-Discovery in Produkt- und Entwicklungsprozesse überführen, bedeutet der Ansatz deshalb weniger „noch ein Modell“, sondern eher eine neue Dateninfrastruktur für die Trainings- und Validierungszyklen – inklusive der stillen Hoffnung, dass bessere Vorhersagen nicht nur früher, sondern auch für die entscheidenden Menschendaten belastbarer werden.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Vivodyne setzt auf autonome Roboterlabore für kausale KI-Drug-Discovery" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Vivodyne setzt auf autonome Roboterlabore für kausale KI-Drug-Discovery" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Vivodyne setzt auf autonome Roboterlabore für kausale KI-Drug-Discovery« bei Google Deutschland suchen, bei Bing oder Google News!