Nền tảng độc quyền của Graph thu hẹp khoảng cách giữa các mô hình tiền lâm sàng và sinh học người. Bằng cách thử nghiệm thuốc trực tiếp trên các tế bào bệnh nhân và kết hợp dữ liệu multi-omics, công ty đặt mục tiêu cải thiện tỷ lệ thành công lâm sàng, vốn vẫn rất thấp trong các chỉ định về miễn dịch và viêm nhiễm .
Nguồn vốn mới sẽ thúc đẩy các chương trình thuốc chính xác nội bộ của Graph về bệnh viêm nhiễm và miễn dịch tiến tới giai đoạn tối ưu hóa dẫn chất và phát triển tiền lâm sàng — một sự chuyển hướng chiến lược từ việc cung cấp năng lực cho các đối tác sang tự xây dựng các loại thuốc của riêng mình .
Trong một quan hệ đối tác chiến lược với Parse Biosciences, Graph đang xây dựng một trong những tập bản đồ can thiệp tế bào miễn dịch chức năng lớn nhất. Sự hợp tác này tận dụng công nghệ GigaLab của Parse để phân tích hàng trăm triệu tế bào từ bệnh nhân mắc các bệnh miễn dịch, giúp hành vi động của hệ thống miễn dịch có thể tiếp cận được với việc khám phá thuốc dựa trên AI .
| Nguồn | Số tiền | Loại |
|---|---|---|
| Daphni (thông qua quỹ Blue) | 5 triệu USD (mới, tháng 6/2026) | Vốn cổ phần |
| SquareOne, Merantix Capital, NAVEC Investment Management | 3,1 triệu USD (pre-seed, tháng 1/2025) | Vốn cổ phần |
| FFG Austrian Research Promotion Agency | 1,1 triệu EUR | Tài trợ không pha loãng |
| Austria Wirtschaftsservice (AWS) | Không tiết lộ | Tài trợ không pha loãng |
Vòng gọi vốn 5 triệu USD do Daphni dẫn đầu thông qua quỹ Blue, chuyên hỗ trợ các startup châu Âu dựa trên khoa học . Các nhà đầu tư hiện hữu SquareOne, Merantix Capital và NAVEC Investment Management cũng tham gia, cùng với sự hỗ trợ không pha loãng từ FFG và AWS
.
Graph Therapeutics được thành lập bởi Gregory Vladimer và Robert Sehlke, cùng đội ngũ khoa học đã xây dựng Allcyte — một nền tảng thử nghiệm thuốc có trụ sở tại Vienna được Exscientia mua lại với giá 60 triệu USD vào tháng 6/2021 .
Allcyte tiên phong trong ý tưởng rằng việc thử nghiệm thuốc trực tiếp trên các tế bào của chính bệnh nhân có thể dự đoán kết quả điều trị tốt hơn so với chỉ giải trình tự gen. Graph đại diện cho chương tiếp theo của cách tiếp cận này: thay vì cung cấp năng lực cho các công ty khác, nhóm nghiên cứu hiện đang xây dựng các loại thuốc chính xác của riêng mình cho bệnh viêm nhiễm và miễn dịch .
Nghiên cứu khám phá thuốc truyền thống gặp khó khăn trong việc giải mã các rối loạn chức năng miễn dịch phức tạp gây ra các bệnh tự miễn và viêm nhiễm. Với các lựa chọn thuốc chính xác còn hạn chế trong lĩnh vực miễn dịch và viêm nhiễm (I&I), khả năng lập bản đồ và can thiệp vào các tế bào miễn dịch của bệnh nhân ở quy mô lớn của Graph có thể mở ra các liệu pháp hiệu quả hơn nhắm vào nguyên nhân gốc rễ của bệnh .
Bằng cách kết hợp một thập kỷ đổi mới trong các mô hình bệnh nhân sơ cấp với AI, Graph Therapeutics đặt mục tiêu thu hẹp khoảng cách chuyển giao (translational gap) vốn đã cản trở việc phát triển thuốc miễn dịch từ lâu .