Enveda 募得 490 萬美元種子輪，以 AI 挖掘藥用植物，朝肝纖維化藥物邁進

Enveda 運用機器學習挖掘藥用植物的化學成分，預測可能治療疾病的化合物，再驗證並優化最有潛力的候選物，納入藥物開發管線。

建立最大的藥用植物化學資料庫，再以機器學習預測哪些化合物可能成為藥物，這條路勝過從空白分子開始。

490 萬美元種子輪，由 True Ventures 領投，Wireframe Ventures、Village Global 及天使投資人 Chris Gibson 參與。

Viswa Colluru 在印度長大，當地常以藥用植物治療症狀；他在失去一位至親於癌症後，取得免疫療法博士學位。任職於 Recursion Pharmaceuticals 期間，他愈來愈執著於為何那麼多藥物在實驗室中失敗，並開始用 AI 研究植物為何能作為治療。2019 年，他在舊金山創立 Enveda Biosciences，把這個想法發展成公司。

Enveda 早年以隱密模式運作，建立資料庫——目前涵蓋數十萬種獨特化學物質及其生物特徵——並運用機器學習演算法預測哪些天然化合物可能治療複雜疾病，再於實驗室中優化最有潛力的命中物。該公司結束隱密模式，並公布由 True Ventures 領投的 490 萬美元種子輪；資金指定用於擴充資料庫、精進演算法，以及推進其肝纖維化領先候選藥物，同時推進發炎與神經退化性疾病領域已驗證的候選藥物。公司計畫把美國與印度合計 25 名員工增至 35 名，並在一年內募得 A 輪。

Colluru 的經歷——失去至親於癌症，之後在 Recursion 親眼見證藥物發現的失敗——為公司提供了投資人願意買單的創辦人與市場契合故事。

資料庫已涵蓋數十萬種獨特化學物質，讓 True Ventures 在投入資金前，有具體證據顯示此方法可以規模化。

多位人士主動向 True Ventures 合夥人 Rohit Sharma 推薦，顯示市場拉力超出創辦人自身的推銷。

已有明確的領先候選藥物（肝纖維化），加上發炎與神經退化性疾病兩項已驗證候選藥物，顯示平台已能產出成果，而不只是資料。

通往新候選藥物最快的路，可能不是空白分子，而是歷經世代使用驗證的植物藥——以機器學習解碼，而非靠猜測。

截至 2020 年 12 月 16 日，Enveda 剛完成 490 萬美元種子輪並結束隱密模式。公司計畫擴充化學資料庫、精進機器學習演算法、推進肝纖維化領先候選藥物、把美國與印度合計員工人數從 25 人增至 35 人，並在一年內募得 A 輪。