BioMap hat eine Serie-A-Finanzierungsrunde im Umfang von 100 Millionen US-Dollar abgeschlossen und schreitet mit dem selbst-evolvierenden Mikroweltmodell in Richtung Superintelligenz für die Biowissenschaften voran | Xinglian Portfolio-Update

Kürzlich gab das AI-native biopharmazeutische Unternehmen BioGeometry den Abschluss der A+-Finanzierungsrunde bekannt. Damit übersteigt die Summe der A-Serien-Finanzierungen des Unternehmens 100 Millionen US-Dollar. Diese Runde wurde von China Life Capital angeführt, während der bestehende Anteilseigner Shanghai Biomedical Fund seine Beteiligung weiter aufstockte. Weitere Institutionen wie China Development Venture Capital, Ruili Investment, Guofang Venture Capital sowie führende biopharmazeutische Industrieunternehmen beteiligten sich an der Runde, der langjährige Anteilseigner Dachen Caizhi erhöhte sein Engagement kontinuierlich, und Index Capital fungierte weiterhin als exklusiver Finanzberater. Die Mittel aus dieser Finanzierungsrunde werden vor allem für die fortlaufende Iteration der beiden Mikrowelten-Modelle GeoFlow (Molekülebene) und GeoCell (Zellebene), die Erweiterung des Hochdurchsatz-Automatisierungslabors sowie die kommerzielle Umsetzung der selbst entwickelten Medikamentenpipelines verwendet.

Moleküle und Zellen verbinden: Aufbau eines multiskaligen Mikrowelten-Modells

Schematische Darstellung des Konzepts der multiskaligen Modelle von GeoFlow und GeoCell

Der Schlüssel zur Forschung und Entwicklung in den Biowissenschaften liegt im Verständnis der Zusammenhänge zwischen verschiedenen Skalen: Wie beeinflussen Struktur und Wechselwirkungen von Molekülen die Zellfunktion, und wie hilft die Reaktion von Zellen auf Interventionen, die Wirkmechanismen von Molekülen zu erklären. Um dieses Problem zu lösen, hat BioGeometry ein System von Mikrowelten-Modellen aufgebaut, das „Molekül-Zelle“ verbindet. GeoFlow ist dabei ein weltweites All-Atom-Modell für Biomoleküle auf Molekülebene, das kontinuierlich Fähigkeiten zur Strukturvorhersage, de-novo-Design und mehrstufigen Schlussfolgerung integriert. GeoCell zielt auf die Zellebene ab und modelliert den Zellzustand sowie seine Reaktionen unter verschiedenen Störungen. Beide unterstützen gemeinsam die multiskalige Erkundung von dem Moleküldesign bis zur Vorhersage biologischer Funktionen.

GeoFlow: Von der Strukturvorhersage und dem Moleküldesign hin zu komplexen Molekülsystemen

Schematische Darstellung der Entwicklung der Modelle GeoFlow V1 bis V4

GeoFlow hat innerhalb von zwei Jahren drei generationsübergreifende Sprünge vollzogen:

V1 (2024.06) beschreibt den dreidimensionalen Raum direkt auf Atomebene, wobei die Vorhersage der Struktur von Protein-Protein-Komplexen das gleiche Niveau wie AlphaFold 3 erreicht;

V2 (2025.04) vereinte zum ersten Mal weltweit Strukturvorhersage und de-novo-Design in einem einzigen Modell, wurde damit das erste große KI-Modell in China, das das vollständige de-novo-Design von Antikörpern realisiert, und durchbrach das Monopol ausländischer Closed-Source-Modelle;

V3 (2025.10) führte zum ersten Mal einen geschlossenen Kreislauf der mehrstufigen Schlussfolgerung „Generieren – Bewerten – Optimieren“ ein, der den Prozess der Reifung der Antikörperaffinität nachahmt und sich selbst weiterentwickelt. Die durchschnittliche Trefferquote von Leitmolekülen an mehr als 20 Zielstrukturen liegt bei fast 20 %, was einer fast hundertfachen Verbesserung gegenüber KI-Methoden der vorherigen Generation entspricht, der Zeitraum für die Entdeckung von Leitmolekülen wurde auf weniger als drei Wochen verkürzt.

Das bald erscheinende GeoFlow V4 folgt dem Scaling Law und erweitert gleichzeitig die beiden Dimensionen der Modellparameter und der Trainingsdaten. Die Genauigkeit von Kernaufgaben wie Strukturvorhersage, Wechselwirkungsmodellierung und de-novo-Design ist im Vergleich zu V3 deutlich verbessert und legt die Grundlage für das Design komplexerer Molekülsysteme.

GeoCell: Vom Moleküldesign hin zur Krankheitsbiologie

Das Moleküldesign ist nur der Ausgangspunkt. Ob ein Medikament erfolgreich sein kann, hängt davon ab, ob die Zielstruktur die Krankheit tatsächlich antreibt und bei welchen Patienten es wirkt – die Antwort liegt nicht im Molekül, sondern im biologischen Mechanismus der Krankheit. Das von BioGeometry selbst entwickelte virtuelle KI-Zellmodell GeoCell modelliert mit generativer KI die Transkriptom-Reaktion von Zellen unter Störungen durch Gene, Medikamente und deren Kombinationen. Es kann Veränderungen des Zellzustands unter unbekannten Störungsbedingungen vorhersagen und die kausalen Ketten von Krankheitsentstehung und Reaktion auf Interventionen auf rechnerischer Ebene rekonstruieren.

Damit deckt GeoCell die drei Phasen der Forschung und Entwicklung ab, die am stärksten von Erfahrung abhängen: Zielstruktur-Entdeckung – Identifizierung der Zielstrukturen, die den Krankheitsphänotyp tatsächlich antreiben; Indikationsauswahl – Beurteilung der Krankheiten, bei denen das Molekül am wahrscheinlichsten wirkt; Patientenauswahl – Vorhersage, welche Bevölkerungsgruppen auf die Intervention reagieren werden.

GeoFlow beantwortet die Frage „Welches Molekül soll entworfen werden“, GeoCell beantwortet die Fragen „Welche Zielstruktur soll angegriffen werden, welche Krankheit soll behandelt werden und für welche Menschen ist es geeignet“. Beide bilden gemeinsam das „Molekül-Zelle“-Mikrowelten-Modell von BioGeometry. Mit der kontinuierlichen Anhäufung von Daten und Validierungsergebnissen wird das Verständnis für die Krankheitsbiologie stetig vertieft.

RSI-Trocken-Nass-Kreislauf: Rekursive autonome Weiterentwicklung des Mikrowelten-Modells

Schematische Darstellung des Konzepts des RSI-Kreislaufs „Design – Experiment – Lernen“

KI entwickelt sich gerade von „Menschen trainieren KI“ zu „KI trainiert KI“ (KI für KI), und die rekursive Selbstweiterentwicklung (RSI) wird als Kernpfad zur Superintelligenz angesehen. BioGeometry überträgt dieses Paradigma in die Biowissenschaften, wobei jede „Selbstverbesserung“ durch echte Nass-Experimente validiert wird.

BioGeometry verbindet mit KI-Agenten das Modell und das Automatisierungslabor, wodurch das RSI-System für Trocken- und Nass-Experimente entsteht: Das Modell stellt Designhypothesen auf, der KI-Agent generiert automatisch Experimentierpläne und orchestriert die Abläufe, die Hochdurchsatz-Plattform führt Expression, Reinigung und Funktionsvalidierung durch, und die Daten fließen in Echtzeit zurück, um die Modelliteration zu unterstützen – der Kreislauf „Design – Experiment – Lernen“ wiederholt sich stetig.

KI-Agenten erforschen vorrangig die Hypothesen, die die blinden Flecken des Modells am besten aufdecken. Das Modell korrigiert Abweichungen aus dem echten Feedback und verbessert seine Designfähigkeit. Das Modell wird „mit jeder Nutzung intelligenter“, der Agent wird „mit jeder Durchführung besser in seiner Tätigkeit“, was ein KI-für-KI-Schwungrad im Biologiebereich bildet und kontinuierlich exklusive Experimentdaten anhäuft, die von anderen nicht kopiert werden können.

Die Mittel aus dieser Finanzierungsrunde werden für den Aufbau eines automatisierten Hochdurchsatz-Labors verwendet, um mit höherem Durchsatz und kürzerem Feedback-Zyklus das RSI-Schwungrad schneller drehen zu lassen.

Zweirichtungsantrieb aus Biopharmazeutik und Synthetischer Biologie zur Realisierung der Plattformwertumwandlung

BioGeometry hat Dutzende von Pipelines für selbst entwickelte Medikamente und Produkte der synthetischen Biologie aufgebaut.

Im Bereich der Biopharmazeutik werden mehrere Pipelines für bispezifische Antikörper im Jahr 2027 in die IND-Phase eintreten.

Im Bereich der synthetischen Biologie haben mehr als 5 Produktpipelines wie α-Ketoglutarat (AKG) und natürliches Borneol die Pilotproduktion abgeschlossen.

Dabei wurde für natürliches Borneol weltweit erstmals die Biosynthese realisiert, wodurch die Kosten im Vergleich zur Extraktion aus Pflanzen um 80 % gesunken sind – die großskalige Massenproduktion steht kurz bevor, und im Jahr 2027 werden großskalige Einnahmen erzielt.

Modelle treiben Pipelines voran, Pipelines unterstützen die Modelle – mit der fortlaufenden Iteration von GeoFlow und GeoCell, der stetigen Vertiefung des RSI-Kreislaufs und der beschleunigten Umsetzung der selbst entwickelten Pipelines bewegt sich BioGeometry auf den Wendepunkt zu, an dem Technik und Kommerzialisierung zusammenlaufen.

Diese Finanzierungsrunde wird diesen Prozess beschleunigen, sodass die Fähigkeit des Systems, Fragen zu stellen, Hypothesen zu validieren und sich selbst zu verbessern, stetig gestärkt wird, um die Superintelligenz für die Biowissenschaften zu erreichen.

Ansichten der Investoren

China Life Capital erklärte: Wir freuen uns sehr, die A+-Finanzierungsrunde von BioGeometry anzuführen. Scientific Intelligence (AI4S) ist der Kernmotor, der den Wandel des Forschungsparadigmas antreibt und neue produktive Kräfte hervorbringt, und steht mittlerweile im Fokus des globalen technologischen Wettbewerbs. Die Anführung dieser Finanzierungsrunde für BioGeometry ist ein strategischer Schritt von China Life Capital, der die Chance nutzt, dass AI4S das globale Paradigma der biowissenschaftlichen Forschung systematisch neu gestaltet, und gleichzeitig eine konkrete Maßnahme, um die künstliche Intelligenz in hochwertigen Anwendungsbereichen zu verankern und neue produktive Kräfte zu fördern. Als wegweisendes Unternehmen für AI-native Biotechnologie in China baut BioGeometry seine differenzierten Wettbewerbsvorteile auf den beiden Mikrowelten-Modellen für Moleküle und Zellen sowie der rekursiven autonomen Weiterentwicklung (RSI) im geschlossenen Kreislauf von Trocken- und Nass-Experimenten auf, wobei industrielle Kooperationen und selbst entwickelte Pipelines ihre Wertschöpfung zunehmend realisieren. China Life Capital wird die Synergien von Industrie und Kapital voll ausschöpfen, gemeinsam mit dem Unternehmen die tiefe Integration von KI und Biowissenschaften vorantreiben und neue Impulse für die intelligente Modernisierung der chinesischen biopharmazeutischen Industrie setzen.

Guo Qiushan, Partner von Shanghai Biomedical Fund, erklärte: Von der gemeinsamen Anführung der ersten Finanzierungsrunde bis zur fortlaufenden Aufstockung in dieser Runde ist unsere Einschätzung zu BioGeometry stets gleich geblieben und hat sich im Laufe der Zeit immer wieder bestätigt. Mittlerweile hat das Unternehmen seine Modellfähigkeit von Molekülen bis zu Zellen durchgängig ausgebaut: GeoFlow beschreibt molekulare Wechselwirkungen mit allatomarer Genauigkeit und vereint Strukturvorhersage, de-novo-Design und mehrstufige Schlussfolgerung. GeoCell modelliert die Transkriptom-Reaktion von Zellen unter Störungen, wodurch die Fähigkeit von „Molekülen entwerfen“ zu „Krankheiten verstehen“ erweitert wird – und deckt dabei die gesamte Kette von Zielstruktur-Entdeckung, Indikationsauswahl bis zur Patientenstratifizierung ab. Ergänzt durch den RSI-Trocken-Nass-Kreislauf, der das Modell in echten Experimenten selbst weiterentwickelt, vertieft sich der technologische Wettbewerbsvorteil mit der Anhäufung von Daten stetig; mehrere Pipelines für bispezifische Antikörper nähern sich beschleunigt der IND-Phase. Die Aufstockung unserer Beteiligung in dieser Runde ist sowohl ein volles Vertrauensbeweis für die Umsetzungsfähigkeit des Teams als auch eine feste Überzeugung vom langfristigen Wert dieses Entwicklungswegs. Wir erwarten, dass BioGeometry mit seiner schnell iterierenden und eigenkontrollierbaren GeoFlow-Algorithmus-Grundlage die klinische Entwicklung seiner selbst entwickelten Pipelines sowie globale Kooperationen mit voller Geschwindigkeit vorantreiben wird.