近日,津渡生科(OxTium)与耀速科技(Xellar Biosystems)签署合作协议。双方将围绕人源数据与多组学大模型的结合开展合作,探索将器官芯片产生的多模态实验数据用于 GeneLLM 的训练与验证。
人源化实验数据
如何支持生命科学大模型
在疾病机制研究和药物研发中,研究人员既要了解细胞和组织处于什么状态,也要观察它们在药物等外部因素作用下如何变化。对生命科学大模型而言,能够将实验条件与生物响应对应起来的数据,既可以用来学习不同条件下的响应规律,也可以作为评估模型表现的依据。
人源化器官芯片为这类研究提供了可控的体外实验环境。通过模拟人体组织的部分微环境,研究人员可以在芯片上观察细胞和组织的反应。结合自动化实验与高内涵成像,还可以从细胞形态、组织功能和分子变化等不同层面记录实验结果。
器官芯片在药物研发中的应用也受到监管机构关注。2025 年,美国食品药品监督管理局(FDA)发布减少临床前安全性研究中动物试验的路线图,将器官芯片、计算模型等纳入新方法(NAMs)的探索范围,推动经过科学验证的方法在适用场景中逐步应用。
加大生物基础模型GeneLLM
训练与验证
耀速科技于 2021 年底创立于美国波士顿,聚焦器官芯片与 AI 在药物发现和精准医学研究中的应用。
其自主构建的 3D Bio Intelligence技术体系融合人源化器官芯片、高通量自动化实验、高内涵三维成像与 AI 分析,可从多个维度观察和分析细胞与组织在不同条件下的响应。

津渡生科聚焦 AI 在生命科学研究中的应用。其自主研发的多组学大模型 GeneLLM 覆盖基因组、转录组、蛋白组和代谢组等多类生物信息,用于探索不同层次的生命科学数据之间的关联。
此次合作将把耀速科技的人源化器官芯片数据与津渡生科的 GeneLLM 模型研发能力结合起来。双方将围绕多模态实验数据生成、模型训练与验证开展协作,以拓展 GeneLLM 的人源化实验数据基础。

津渡生科创始人兼 CEO金泳成表示:
“通过与耀速科技的合作,把人源数据纳入 GeneLLM 的训练与验证,夯实模型的数据基础,并加大训练力度,让模型更好地学习复杂生物系统在不同扰动条件下的响应。我们也将把模型的预测用于提出新的实验假设、指导下一轮实验设计,再将验证结果回流到模型训练中。通过让每一轮实验和训练为下一轮提供依据,我们将进一步强化津渡生科的递归自我改进(Recursive Self-Improvement,RSI)模式。”
耀速科技创始人兼 CEO谢鑫表示:
“耀速科技希望依托 3D Bio Intelligence 技术体系,将更贴近人体生物学特征的实验数据与 AI 模型研发结合起来。期待通过双方的技术协作,把人源化实验数据与模型研发衔接起来,拓展人源化器官芯片在生命科学 AI 研究中的应用。”
双方将以此次合作为基础,探索人源化实验数据与生命科学大模型在疾病机制研究和药物研发中的应用。