公司希望透過其平台 Orbit，把實驗室內分散的數據整理成可分析、可重用的知識，從而加速生物醫藥研究與新療法開發。

融資背景

這輪 €1.4M pre‑seed 融資 於 2026 年 5 月 12 日 公布，為公司早期產品開發提供資金，並協助建立合作研究網絡。

資金主要來自：

• 領投： Norrsken Evolve
• 參與投資： Big Sur Ventures、JME Ventures、Masia Ventures，以及一個英國 stealth fund

Tolemy Bio 表示，資金將主要用於：

• 擴展 機器學習與工程能力
• 增加實驗與數據生成能力
• 推動 Orbit 平台的早期客戶部署 和合作研究

Orbit：細胞生物學的「AI 控制面板」

Tolemy Bio 的核心產品 Orbit 被形容為一個 細胞生物學的 AI 控制面板（control panel）。目前不少實驗室的研究數據通常分散在不同地方，例如：

• 儀器輸出的原始數據
• Excel 或其他表格
• 實驗筆記
• 各種專門軟件工具

這些碎片化數據令跨實驗分析變得困難。

Orbit 的設計目標，是把這些流程整合到一個 AI‑native 平台，讓研究人員可以：

• 整合分散的實驗數據
• 建立 虛擬細胞模型（virtual cell models）
• 透過 AI 進行分析與研究流程自動化

最終希望幫助科學家 解讀、預測以及優化細胞行為，特別是在藥物研發與生物製造過程中。

為何生物醫藥行業需要這類平台

現代醫療技術，尤其是 細胞治療與基因治療（cell and gene therapy），會產生大量實驗數據。然而這些數據往往分散在不同實驗與團隊之間，難以有效利用。

Tolemy Bio 的策略，是將這些實驗數據轉化為 結構化知識，讓研究團隊能更系統地理解細胞系統。若成功，這類工具可能讓生物醫藥研發更接近 數據驅動（data‑driven）的療法開發模式。

創辦團隊

Tolemy Bio 由 Alex Ward 與 Caelan Anderson 於 2026 年創立。

公司表示，未來將加快 Orbit 的產品開發，同時與學術機構及生物醫藥企業合作，在真實實驗流程中測試與改進平台。

隨着人工智能逐漸進入實驗室環境，像 Orbit 這類平台正嘗試把傳統 濕實驗（wet‑lab biology） 與現代 數據基礎設施與機器學習 結合，為細胞研究建立新的技術基礎。

公司希望透過其平台 Orbit，把實驗室內分散的數據整理成可分析、可重用的知識，從而加速生物醫藥研究與新療法開發。

融資背景

這輪 €1.4M pre‑seed 融資 於 2026 年 5 月 12 日 公布，為公司早期產品開發提供資金，並協助建立合作研究網絡。

資金主要來自：

• 領投： Norrsken Evolve
• 參與投資： Big Sur Ventures、JME Ventures、Masia Ventures，以及一個英國 stealth fund

Tolemy Bio 表示，資金將主要用於：

• 擴展 機器學習與工程能力
• 增加實驗與數據生成能力
• 推動 Orbit 平台的早期客戶部署 和合作研究

Orbit：細胞生物學的「AI 控制面板」

Tolemy Bio 的核心產品 Orbit 被形容為一個 細胞生物學的 AI 控制面板（control panel）。目前不少實驗室的研究數據通常分散在不同地方，例如：

• 儀器輸出的原始數據
• Excel 或其他表格
• 實驗筆記
• 各種專門軟件工具

這些碎片化數據令跨實驗分析變得困難。

Orbit 的設計目標，是把這些流程整合到一個 AI‑native 平台，讓研究人員可以：

• 整合分散的實驗數據
• 建立 虛擬細胞模型（virtual cell models）
• 透過 AI 進行分析與研究流程自動化

最終希望幫助科學家 解讀、預測以及優化細胞行為，特別是在藥物研發與生物製造過程中。

為何生物醫藥行業需要這類平台

現代醫療技術，尤其是 細胞治療與基因治療（cell and gene therapy），會產生大量實驗數據。然而這些數據往往分散在不同實驗與團隊之間，難以有效利用。

Tolemy Bio 的策略，是將這些實驗數據轉化為 結構化知識，讓研究團隊能更系統地理解細胞系統。若成功，這類工具可能讓生物醫藥研發更接近 數據驅動（data‑driven）的療法開發模式。

創辦團隊

Tolemy Bio 由 Alex Ward 與 Caelan Anderson 於 2026 年創立。

公司表示，未來將加快 Orbit 的產品開發，同時與學術機構及生物醫藥企業合作，在真實實驗流程中測試與改進平台。

隨着人工智能逐漸進入實驗室環境，像 Orbit 這類平台正嘗試把傳統 濕實驗（wet‑lab biology） 與現代 數據基礎設施與機器學習 結合，為細胞研究建立新的技術基礎。