同傳統藥物發現方法唔同，Graph 透過結合活體病人細胞體外擾動、多模態（多組學）數據集同機器學習，喺臨床上更貼近現實嘅人類疾病模型中識別同驗證藥物靶點 。

新資金會點用？

呢筆資金將會用喺三個主要方面：

1. 推進「實驗室循環」AI平台

Graph 嘅專有平台彌合咗臨床前模型同人類生物學之間嘅差距。透過將藥物直接測試喺病人細胞上，並整合多組學數據，呢間公司目標係提高臨床成功率——呢個比率喺免疫學同炎症領域一向都係出咗名咁低 。

2. 加快內部藥物發現管線

新資金將會推動 Graph 自己喺炎症同免疫學領域嘅精準醫療項目，進入先導化合物優化同臨床前開發階段——呢個係一個策略性轉變，由之前主要支援合作夥伴嘅管線，轉為自行研發藥物 。

3. 擴大專有數據生成規模

透過同 Parse Biosciences 嘅戰略合作，Graph 正喺度建立其中一個最大型嘅功能性免疫細胞擾動圖譜。呢項合作利用 Parse 嘅 GigaLab 技術，為來自免疫疾病病人嘅數億個細胞進行分析，令免疫系統嘅動態行為變得可以畀 AI 優先嘅藥物發現同開發使用 。

投資者同資助細節

呢輪500萬美元融資由 Daphni 透過其 Blue 基金領投，該基金專門支持以科學為基礎嘅歐洲初創公司 。現有投資者 SquareOne、Merantix Capital 同 NAVEC Investment Management 都有跟投，此外仲有來自奧地利研究促進局（FFG）同 Austria Wirtschaftsservice（AWS）嘅非攤薄資金支持 。

團隊背景

Graph Therapeutics 由 Gregory Vladimer 同 Robert Sehlke 創立，佢哋就係之前建立 Allcyte 嘅同一科學團隊——Allcyte 係一間維也納藥物測試平台公司，喺2021年6月被 Exscientia 以 6000萬美元 收購咗 。

Allcyte 開創咗一個概念：將藥物直接喺病人自己嘅細胞上進行測試，比起單純依靠基因測序，可以更準確預測治療效果。而 Graph 就係呢個方向嘅下一章：唔再係為其他公司嘅藥物管線提供動力，呢個團隊而家要自行開發針對炎症同免疫學嘅精準藥物 。

點解咁重要？

傳統藥物發現好難解讀嗰啲驅動自身免疫同炎症疾病嘅複雜免疫系統功能紊亂。喺免疫學同炎症（I&I）領域，精準醫療選項一直好有限，Graph 能夠大規模繪製同擾動病人免疫細胞，呢種能力有望解鎖更有效嘅療法，針對疾病嘅根源 。

透過結合同一個團隊喺原代病人疾病模型領域累積嘅十年創新經驗，加上人工智能，Graph Therapeutics 目標係要填補一直困擾免疫學藥物開發嘅轉化鴻溝 。

同傳統藥物發現方法唔同，Graph 透過結合活體病人細胞體外擾動、多模態（多組學）數據集同機器學習，喺臨床上更貼近現實嘅人類疾病模型中識別同驗證藥物靶點 。

新資金會點用？

呢筆資金將會用喺三個主要方面：

1. 推進「實驗室循環」AI平台

Graph 嘅專有平台彌合咗臨床前模型同人類生物學之間嘅差距。透過將藥物直接測試喺病人細胞上，並整合多組學數據，呢間公司目標係提高臨床成功率——呢個比率喺免疫學同炎症領域一向都係出咗名咁低 。

2. 加快內部藥物發現管線

新資金將會推動 Graph 自己喺炎症同免疫學領域嘅精準醫療項目，進入先導化合物優化同臨床前開發階段——呢個係一個策略性轉變，由之前主要支援合作夥伴嘅管線，轉為自行研發藥物 。

3. 擴大專有數據生成規模

透過同 Parse Biosciences 嘅戰略合作，Graph 正喺度建立其中一個最大型嘅功能性免疫細胞擾動圖譜。呢項合作利用 Parse 嘅 GigaLab 技術，為來自免疫疾病病人嘅數億個細胞進行分析，令免疫系統嘅動態行為變得可以畀 AI 優先嘅藥物發現同開發使用 。

投資者同資助細節

呢輪500萬美元融資由 Daphni 透過其 Blue 基金領投，該基金專門支持以科學為基礎嘅歐洲初創公司 。現有投資者 SquareOne、Merantix Capital 同 NAVEC Investment Management 都有跟投，此外仲有來自奧地利研究促進局（FFG）同 Austria Wirtschaftsservice（AWS）嘅非攤薄資金支持 。

團隊背景

Graph Therapeutics 由 Gregory Vladimer 同 Robert Sehlke 創立，佢哋就係之前建立 Allcyte 嘅同一科學團隊——Allcyte 係一間維也納藥物測試平台公司，喺2021年6月被 Exscientia 以 6000萬美元 收購咗 。

Allcyte 開創咗一個概念：將藥物直接喺病人自己嘅細胞上進行測試，比起單純依靠基因測序，可以更準確預測治療效果。而 Graph 就係呢個方向嘅下一章：唔再係為其他公司嘅藥物管線提供動力，呢個團隊而家要自行開發針對炎症同免疫學嘅精準藥物 。

點解咁重要？

傳統藥物發現好難解讀嗰啲驅動自身免疫同炎症疾病嘅複雜免疫系統功能紊亂。喺免疫學同炎症（I&I）領域，精準醫療選項一直好有限，Graph 能夠大規模繪製同擾動病人免疫細胞，呢種能力有望解鎖更有效嘅療法，針對疾病嘅根源 。

透過結合同一個團隊喺原代病人疾病模型領域累積嘅十年創新經驗，加上人工智能，Graph Therapeutics 目標係要填補一直困擾免疫學藥物開發嘅轉化鴻溝 。