
Vivodyne will KI-Drogenentwicklung mit menschlichem Gewebelab revolutionieren
Vivodyne wurde 2021 aus der University of Pennsylvania ausgegründet, nachdem CEO Andrei Georgescu dort seinen Doktortitel in Bioengineering erwarb. Das Kernproblem, das das Unternehmen adressiert, ist struktureller Natur: 90 % der Wirkstoffe, die im Tierversuch ausreichend wirksam sind, um in klinische Studien einzutreten, erhalten am Ende keine Zulassung für den Menschen. Georgescu führt das auf die mangelhafte Qualität der Trainingsdaten zurück, auf die sich heutige KI-Modelle stützen — statische Zell-Snapshots, die keine kausalen Zusammenhänge abbilden. Eine im vergangenen Monat in Nature Methods veröffentlichte Studie stützt diese Kritik: Sie fand keine klaren Datenskalierungsgesetze beim Training generativer KI-Modelle auf bestehenden Zelldaten. Vivodyne's Gegenentwurf sind die sogenannten HIVE-Maschinen — modulare Roboterlabore, die kontinuierlich hunderttausende Experimente an lebendem Gewebe durchführen und dabei kausale Daten erzeugen, etwa wie ein entzündetes Gewebe auf einen bestimmten Wirkstoff reagiert. Der Durchsatz des neu eröffneten „Human Data Center" nahe San Francisco soll laut Georgescu bereits doppelt so hoch sein wie alle Tierversuche zusammen, die derzeit in den USA durchgeführt werden. Langfristig sollen diese Daten nicht nur die präklinische Wirkstoffentwicklung verbessern, sondern auch neue KI-Modelle trainieren, die Kombinationstherapien für komplexe Krankheiten mit mehreren Wirkpfaden konzipieren können — ein Bereich, den Georgescu als rechnerisch unlösbar ohne kausales Verständnis menschlicher Biologie bezeichnet.
- HIVE-Maschinen können 20 verschiedene menschliche Gewebetypen züchten, automatisiert mit Wirkstoffen versorgen und kontinuierlich überwachen.
- Lebergewebe erreicht 94 % Vorhersagegenauigkeit für Toxizität vs. menschliche Studien; Atemwegsgewebe 96 %; Knochenmark 100 % Konkordanz bei 20 getesteten Chemotherapeutika.
- Isomorphic Labs, das auf AlphaFold aufbauende Spin-off von Google DeepMind, erwartet seine ersten klinischen Studien — ursprünglich für 2025 geplant — noch bis Ende dieses Jahres.
- Vivodyne arbeitet nach eigenen Angaben bereits mit mehreren großen Pharmaunternehmen zusammen, nennt deren Namen jedoch nicht öffentlich.
- Georgescu vergleicht das Ziel mit Fahrzeug-Crashtests: Autohersteller sind vor dem NHTSA-Test sicher, dass ihr Auto besteht — diese Vorab-Sicherheit fehlt Pharmaherstellern vor klinischen Studien, die typischerweise zig Millionen Dollar kosten.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge

Vivodyne will KI-Drogenentwicklung mit menschlichem Gewebelab revolutionieren
Vivodyne wurde 2021 aus der University of Pennsylvania ausgegründet, nachdem CEO Andrei Georgescu dort seinen Doktortitel in Bioengineering erwarb. Das Kernproblem, das das Unternehmen adressiert, ist struktureller Natur: 90 % der Wirkstoffe, die im Tierversuch ausreichend wirksam sind, um in klinische Studien einzutreten, erhalten am Ende keine Zulassung für den Menschen. Georgescu führt das auf die mangelhafte Qualität der Trainingsdaten zurück, auf die sich heutige KI-Modelle stützen — statische Zell-Snapshots, die keine kausalen Zusammenhänge abbilden. Eine im vergangenen Monat in Nature Methods veröffentlichte Studie stützt diese Kritik: Sie fand keine klaren Datenskalierungsgesetze beim Training generativer KI-Modelle auf bestehenden Zelldaten. Vivodyne's Gegenentwurf sind die sogenannten HIVE-Maschinen — modulare Roboterlabore, die kontinuierlich hunderttausende Experimente an lebendem Gewebe durchführen und dabei kausale Daten erzeugen, etwa wie ein entzündetes Gewebe auf einen bestimmten Wirkstoff reagiert. Der Durchsatz des neu eröffneten „Human Data Center" nahe San Francisco soll laut Georgescu bereits doppelt so hoch sein wie alle Tierversuche zusammen, die derzeit in den USA durchgeführt werden. Langfristig sollen diese Daten nicht nur die präklinische Wirkstoffentwicklung verbessern, sondern auch neue KI-Modelle trainieren, die Kombinationstherapien für komplexe Krankheiten mit mehreren Wirkpfaden konzipieren können — ein Bereich, den Georgescu als rechnerisch unlösbar ohne kausales Verständnis menschlicher Biologie bezeichnet.
- HIVE-Maschinen können 20 verschiedene menschliche Gewebetypen züchten, automatisiert mit Wirkstoffen versorgen und kontinuierlich überwachen.
- Lebergewebe erreicht 94 % Vorhersagegenauigkeit für Toxizität vs. menschliche Studien; Atemwegsgewebe 96 %; Knochenmark 100 % Konkordanz bei 20 getesteten Chemotherapeutika.
- Isomorphic Labs, das auf AlphaFold aufbauende Spin-off von Google DeepMind, erwartet seine ersten klinischen Studien — ursprünglich für 2025 geplant — noch bis Ende dieses Jahres.
- Vivodyne arbeitet nach eigenen Angaben bereits mit mehreren großen Pharmaunternehmen zusammen, nennt deren Namen jedoch nicht öffentlich.
- Georgescu vergleicht das Ziel mit Fahrzeug-Crashtests: Autohersteller sind vor dem NHTSA-Test sicher, dass ihr Auto besteht — diese Vorab-Sicherheit fehlt Pharmaherstellern vor klinischen Studien, die typischerweise zig Millionen Dollar kosten.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.