Vivodyne aposta que a descoberta de fármacos por IA carece de dados de tecidos humanos, não de modelos melhores

A Vivodyne opera laboratórios robóticos automatizados 'HIVE' que cultivam tecidos de órgãos humanos, dosam-nos com candidatos a fármacos e vendem testes preditivos e dados de treinamento para empresas farmacêuticas.

O gargalo da descoberta de fármacos por IA são os dados causais de biologia humana, não os modelos; laboratórios robóticos que dosam 20 tipos de tecidos humanos em escala irão gerá-los e prever desfechos de ensaios clínicos.

Pouco menos de US$ 80 milhões levantados em duas rodadas lideradas pela Khosla Ventures (primeira: US$ 38 milhões em rodada seed, 2023)

Criada como spinout da Universidade da Pensilvânia em 2021 pelos bioengenheiros Andrei Georgescu e Dan Huh. O diagnóstico de Georgescu: modelos de IA treinados em instantâneos estáticos de células ou em dados de camundongos aprendem estados, não causas — 'eles vão curar o câncer em camundongos.'

Lançada com uma rodada seed de US$ 38 milhões liderada pela Khosla em 2023, analisando mais de 10.000 tecidos por vez. Em agosto de 2026, havia levantado pouco menos de US$ 80 milhões e aberto o que chama de maior 'centro de dados humanos' do mundo, nos arredores de São Francisco, alegando o dobro da capacidade de processamento de todos os testes em animais dos EUA.

A falha clínica é cara: os ensaios custam dezenas de milhões, então até pequenos ganhos na predição pré-clínica valem o investimento.

Dados de animais e de células isoladas são o que todos têm; dados causais de tecidos humanos em escala são o que ninguém tem.

Ser dono do laboratório robótico torna a vantagem de dados cumulativa e difícil de copiar em software.

Quando todos os concorrentes treinam com os mesmos dados, o fosso competitivo está em gerar dados que ninguém mais tem — seja dono do instrumento, não do modelo.

Em agosto de 2026, a Vivodyne está ampliando seu 'centro de dados humanos' na região de São Francisco, atendendo parceiros farmacêuticos de grande porte não identificados e posicionando seu fluxo de experimentos como dados de aprendizado por reforço para futuros modelos de biologia. Levantou pouco menos de US$ 80 milhões, todos liderados pela Khosla.