Kapitał zostanie rozdzielony na trzy kluczowe obszary:
Autorskie narzędzie Graph wypełnia lukę między modelami przedklinicznymi a biologią człowieka. Testując leki bezpośrednio na komórkach pacjentów i integrując dane multiomiczne, firma chce poprawić wskaźniki sukcesu klinicznego, które w immunologii są notorycznie niskie .
Świeże finansowanie pozwoli Graph przesunąć własne programy precyzyjnych terapii w kierunku optymalizacji kandydatów i badań przedklinicznych – to strategiczny zwrot od obsługi partnerów do budowania własnego portfolio leków .
W strategicznej współpracy z Parse Biosciences Graph tworzy jeden z największych atlasów perturbacji komórek odpornościowych. Wykorzystując technologię GigaLab Parse, firma profiluje setki milionów komórek od pacjentów z chorobami immunologicznymi, udostępniając dynamiczne zachowanie układu odpornościowego dla odkrywania leków z użyciem AI .
| Źródło | Kwota | Rodzaj |
|---|---|---|
| Daphni (poprzez fundusz Blue) | 5 mln dolarów (nowe, czerwiec 2026) | Kapitał własny |
| SquareOne, Merantix Capital, NAVEC Investment Management | 3,1 mln dolarów (pre-seed, styczeń 2025) | Kapitał własny |
| FFG (Austriacka Agencja Promocji Badań) | 1,1 mln euro | Grant bezzwrotny |
| Austria Wirtschaftsservice (AWS) | Nieujawniona | Dotacja bezzwrotna |
Transzę 5 mln dolarów poprowadził fundusz Daphni ze swojego „Blue” – dedykowanego wspieraniu europejskich startupów naukowych . Udział wzięli też dotychczasowi inwestorzy SquareOne, Merantix Capital i NAVEC Investment Management, a także instytucje dotacyjne FFG i AWS
.
Firmę założyli Gregory Vladimer i Robert Sehlke – ten sam zespół naukowy, który zbudował Allcyte, wiedeński startup zajmujący się testowaniem leków, przejęty przez Exscientię za 60 mln dolarów w czerwcu 2021 .
Allcyte udowodnił, że testowanie leków bezpośrednio na komórkach chorego pozwala przewidzieć skuteczność terapii lepiej niż samo sekwencjonowanie genetyczne. Graph to kontynuacja tego podejścia: zamiast zasilać cudze pipeline'y, zespół buduje teraz własne leki precyzyjne na choroby zapalne i immunologiczne .
Tradycyjne odkrywanie leków ma trudności z rozszyfrowaniem złożonych dysfunkcji odpornościowych, które napędzają choroby autoimmunologiczne i zapalne. Ograniczona dostępność precyzyjnych terapii w immunologii (I&I) sprawia, że zdolność Graph do mapowania i perturbowania komórek odpornościowych pacjentów na dużą skalę może odblokować skuteczniejsze leki celujące w pierwotne przyczyny chorób .
Łącząc dziesięcioletnie innowacje w modelowaniu chorób na komórkach pacjentów z AI, Graph Therapeutics chce zamknąć lukę translacyjną, która od dawna nęka rozwój leków immunologicznych .