StartseiteArtikel

Gleich nachdem er den „Preis für junge Wissenschaftler“ entgegengenommen hatte, sicherte sich Xie Weidi eine Finanzierung im Wert von mehreren hundert Millionen Yuan.

36氪的朋友们2026-11-18 10:28
Dieses Team aus dem Umfeld der Jiaotong-Universität hat bereits Fortschritte bei verschiedenen Forschungsaufgaben im Bereich der Biowissenschaften erzielt.

Kürzlich erfuhr ChinaVenture, dass das Unternehmen für intelligente Lebensmodellierung OneX Intelligence die erste Finanzierungsrunde im Wert von mehreren hundert Millionen Yuan abgeschlossen hat. Die Runde wurde von IDG Capital angeführt, mit Beteiligung von Creation Partners (CCV), Yunbai Capital, SJTU Hanyuan Assets und Yunqi Capital. Palm Capital fungierte als Finanzberater. Die Mittel aus dieser Runde werden hauptsächlich für die Forschung und Entwicklung des grundlegenden Modells für biologische Intelligenz, den Aufbau von Nasslaborplattformen und die Validierung von industriellen Kooperationen verwendet.

Laut Daten von CVSource, der Datenplattform von ChinaVenture, wurde OneX Intelligence von Professor Wang Yanfeng von der Fakultät für Künstliche Intelligenz der Shanghai Jiao Tong University gegründet. Zhang Ya und Xie Weidi sind Mitbegründer, wobei Xie Weidi als CEO und Chefwissenschaftler fungiert. Das Ziel des Unternehmens ist es, allgemeine künstliche Intelligenz für die Lebenswissenschaften zu entwickeln und ein grundlegendes Modell zu erstellen, das Lebensprozesse verstehen und ableiten kann.

Vor der offiziellen Ankündigung dieser Finanzierungsrunde erhielt Xie Weidi am 31. Oktober bei der Preisverleihung des World Laureates Forum 2026 gerade den ersten Preis für junge Wissenschaftler des World Laureates Prize und war einer von sechs Preisträgern weltweit. Noch früher wurde sein evidenzbasiertes Inferenzsystem für seltene Krankheiten DeepRare gemeinsam mit seinen Kooperationspartnern in *Nature* veröffentlicht, und das Vorhersagemodell für zelluläre Störungen MAP erschien in *Nature Machine Intelligence*.

Das bedeutet, dass dieses Team mit Wurzeln an der Shanghai Jiao Tong University von der medizinischen Beweisinferenz bis zur Vorhersage zellulärer Reaktionen bereits Fortschritte bei verschiedenen Forschungsaufgaben der Lebenswissenschaften erzielt hat. Heute muss OneX Intelligence als Startup die Frage beantworten: Können diese Fähigkeiten in ein gemeinsames Modellsystem integriert werden, sodass das Wissen, das bei einem Problem gewonnen wurde, dazu beiträgt, weitere Probleme zu lösen, die noch nicht ausreichend erforscht und gelöst wurden?

Vom Computer Vision zu den Lebenswissenschaften

Xie Weidis Forschungsweg und seine mehrfachen Richtungswechsel hängen alle mit einer Überzeugung zusammen: Welche Probleme kann KI als Nächstes lösen?

Er absolvierte seinen Bachelor in Nachrichtentechnik und ging 2013 zum Masterstudium an das University College London, wo er die Erkennung von handgeschriebenem Arabisch mittels Computer Vision erforschte. Damals war das Potenzial des tiefen Lernens noch nicht allgemein anerkannt. Er erlernte die entsprechenden Kenntnisse selbst über offene Kurse, schloss sein Forschungsprojekt ab und ging anschließend zur Promotion zur Visual Geometry Group (VGG) an die University of Oxford, wo er von Andrew Zisserman und Alison Noble betreut wurde und das erste Oxford-Google DeepMind-Stipendium erhielt.

Während seiner Forschung zu multimodalem selbstüberwachtem Lernen und medizinischen Bilddaten verlagerte Xie Weidi sein Interesse allmählich auf komplexere wissenschaftliche Fragestellungen. Nachdem er 2022 nach China zurückgekehrt und an die Shanghai Jiao Tong University eingetreten war, ließen ihn die Fortschritte bei Sprachmodellen und visuellen Modellen überlegen: Können diese Fähigkeiten genutzt werden, um den Prozess der Krankheitsentstehung und der Veränderung von Lebenssystemen besser zu verstehen?

Daher wurde die Medizin seine erste Station. „Ich hatte gerade einen Hintergrund in medizinischer Bildverarbeitung, also bin ich zuerst in den Gesundheitsbereich eingestiegen und bin dann von den äußeren Erscheinungsformen von Krankheiten allmählich zu den grundlegenden Problemen der Lebenswissenschaften vorgedrungen“, sagte Xie Weidi.

Diese Richtungsänderung zeigt sich auch in der Unterstützung durch das Team. Die Mitbegründerin Zhang Ya ist derzeit Vizekanzlerin und angesehene Professorin an der Fakultät für Künstliche Intelligenz der Shanghai Jiao Tong University. Sie absolvierte ihren Bachelor am Fachbereich Biowissenschaften und Biotechnologie der Tsinghua-Universität, promovierte an der Fakultät für Informationswissenschaften und -technologie der Pennsylvania State University in den USA und war zuvor leitender Forschungs- und Entwicklungsmanager bei Yahoo Labs. Vor der Gründung des Unternehmens beschäftigte sie sich lange mit der interdisziplinären Forschung an der Schnittstelle von künstlicher Intelligenz und Gesundheitswesen und verfügt über Fachkenntnisse in Biologie und künstlicher Intelligenz sowie Erfahrung in der industriellen Forschung und Entwicklung.

Vor diesem Hintergrund hat sich das Forschungsthema des Teams mit der Umgestaltung der Lebenswissenschaften durch KI allmählich von medizinischen Fragestellungen auf die Modellierung von Lebenswissenschaften ausgedehnt. DeepRare organisiert dabei medizinische Beweise für die Diagnose seltener Krankheiten und erstellt einen nachvollziehbaren Inferenzprozess. MAP integriert biomedizinisches Wissen in die Modellierung zellulärer Störungen, um die Reaktion von Zellen auf neue Eingriffe vorherzusagen. Gleichzeitig arbeitet das Team an weiteren Forschungen wie dem Modell OpenPheno zur Vorhersage von zellulären Phänotypen und biologischer Aktivität sowie dem wissensgestützten grundlegenden Pathologiemodell KEEP.

Nach Angaben des Teams wurde OpenPheno von *Nature Chemical Biology* zur Veröffentlichung angenommen, und KEEP wurde bereits in *Cancer Cell* veröffentlicht.

Hinter diesen Ergebnissen steht das kontinuierliche Engagement des Teams in den Bereichen Modelltraining, multimodales Lernen, medizinische Inferenz und Modellierung von Lebenswissenschaften. Wie ChinaVenture erfuhr, bildet dies für OneX Intelligence sowohl die Forschungsgrundlage als auch die Verbindung der langfristigen Ziele des Unternehmens: die Vernetzung von Fähigkeiten aus verschiedenen Aufgaben.

Was zu tun ist: Das grundlegende Modell zur Ableitung von Lebensprozessen

Xie Weidis Einschätzung zum Wert von KI ist direkt: Dinge, die Menschen bereits tun können, kann KI schneller erledigen – das steigert die Effizienz. Aber wenn KI Dinge entdecken kann, die Menschen bisher nicht kannten, erweitert sie die Grenzen dessen, was wir erforschen können.

Die Lebenswissenschaften bieten genau diesen Forschungsraum. Fortschritte in Bildgebung, Omik-Technologien und experimentellen Methoden führen zu immer tieferen Einblicken in lokale Bereiche des Lebens. Trotzdem ist es nach wie vor schwer vorhersehbar, wie eine molekulare Veränderung oder ein medikamentöser Eingriff Zellen und Gewebe beeinflusst und letztendlich den Gesundheitszustand verändert. Die Erforschung von Krankheitsmechanismen, die Zielstrukturidentifizierung, das Medikamentendesign und die experimentelle Validierung werden oft getrennt voneinander durchgeführt, sodass Wissen und Ergebnisse aus verschiedenen Phasen nur schwer miteinander verknüpft werden können.

Genau in diese Richtung zielt OneX Intelligence: „Biologische Intelligenz“. Auf der Grundlage grundlegender Modelle wird das Unternehmen Informationen aus verschiedenen Ebenen wie Molekülen, Zellen und Geweben sowie Krankheitsphänotypen und verwandtes medizinisches Wissen verknüpfen, sodass das Modell die Zusammenhänge und Veränderungsregeln in Lebenssystemen erlernen kann.

„Der Schlüssel dabei ist, dass das Modell Fähigkeiten zwischen verschiedenen Forschungsaufgaben sammeln und übertragen kann“, erläuterte Xie Weidi. Wenn Forscher beispielsweise mit einem Eingriff konfrontiert werden, müssen sie verstehen, welche Zellfunktionen dadurch verändert werden, ob andere Prozesse beeinflusst werden könnten und welche Experimente als Nächstes zur Beurteilung durchgeführt werden sollten. Um solche Forschungen zu unterstützen, muss das Modell verstreute Beobachtungen, vorhandenes Wissen und experimentelle Ergebnisse kombinieren, um schrittweise die Fähigkeit zur Ableitung von Lebensprozessen zu entwickeln.

Auf dieser Grundlage baut OneX Intelligence ein Lebensableitungsmodell mit virtuellen Zellen als Kern auf, um die Veränderungen von Zellzuständen und -funktionen unter verschiedenen Bedingungen und Eingriffen vorherzusagen und Unterstützung für die Erforschung von Krankheitsmechanismen, die Zielstrukturidentifizierung und das Medikamentendesign zu bieten.

Aus Sicht von Xie Weidi erfordert dies sowohl die gemeinsame Steuerung durch Daten als auch durch Wissen. „Ein einzelnes Experiment zeichnet den Zustand unter bestimmten Bedingungen auf. Das Modell muss außerdem die Bedingungen und vorhandenen Mechanismen hinter den Beobachtungen verstehen, Sprachmodelle zur Abfrage von Literatur, Integration von Wissen, Aufruf von Werkzeugen und Organisation wissenschaftlicher Inferenz nutzen und mit Fähigkeiten wie der Zellmodellierung zusammenwirken, um Forscher bei der Erstellung von Hypothesen und der Planung von Experimenten zu unterstützen.“

Bisher hat OneX Intelligence im Bereich der Sprachmodelle die vorhandenen vortrainierten Modelle genutzt, um diese für die Lebenswissenschaften weiter zu trainieren und gleichzeitig die multimodale Integration voranzutreiben. Die entsprechende Forschung und Entwicklung soll in Zusammenarbeit mit Arbeiten wie der Zellmodellierung und experimentellem Feedback vorangetrieben werden.

Bei der Validierung, beispielsweise mit seltenen Krankheiten als anfänglichem Szenario, sagte Xie Weidi, dass einige seltene Krankheiten relativ klare Mechanismus-Hinweise aufweisen, was sich gut eignet, um anhand konkreter Probleme zu prüfen, ob das Modell wertvolle Erklärungen liefern und die Reaktion auf Eingriffe vorhersagen kann, sowie als Grundlage für die Auswahl von Zielstrukturen und die Gestaltung von Kandidatenlösungen zu dienen. Diese Validierungsarbeit deckt die Mechanismusforschung, die Zielstrukturidentifizierung, das Medikamentendesign und die Vorhersage der Wirkung von Eingriffen ab.

„Mit der zunehmenden Anhäufung von Wissen und Fähigkeiten wird das Unternehmen diese Fähigkeiten auf andere Krankheiten und breitere lebenswissenschaftliche Fragestellungen anwenden.“

Experimentelles Feedback in die Modelliteration einfließen lassen

Auf der grundlegendsten Ebene muss die Fähigkeit der biologischen Intelligenz letztendlich durch echte Experimente validiert werden. Dazu plant OneX Intelligence, eine eigene Nasslaborplattform aufzubauen, um Modellentwicklung, biologische Beobachtung und experimentelle Validierung in denselben geschlossenen Entwicklungszyklus zu integrieren.

Xie Weidi sagte, dass vorhandene Modelle bereits vorhandenes Wissen integriert, Mechanismus-Hypothesen aufgestellt und die Gestaltung von Experimenten unterstützt haben. Forscher können die Vorhersagen durch Experimente überprüfen, ihre Beurteilung anhand der Ergebnisse korrigieren und die nächste Forschungsrichtung festlegen. „Neue experimentelle Ergebnisse können sowohl zur Vertiefung des Mechanismusverständnisses genutzt werden als auch als Grundlage für Modelltraining und -bewertung dienen, um die kontinuierliche Verbesserung des Modells voranzutreiben.“

Darüber hinaus wird die Experimentierplattform Beobachtungen und Messungen zu spezifischen wissenschaftlichen Fragestellungen und den Lernanforderungen des Modells durchführen, sodass die Datengenerierung eng mit der Modellentwicklung verknüpft ist. OneX Intelligence hofft, durch diesen Prozess kontinuierlich Beobachtungs- und Interventionsdaten zu sammeln, die den Forschungsbedingungen entsprechen, um den Zyklus von der Modellvorhersage bis zum experimentellen Feedback zu verkürzen.

Dieser geschlossene Zyklus bestimmt auch die Kooperationsweise von OneX Intelligence. Laut Informationen wird sich das Unternehmen auf die Modelfähigkeiten und die Entdeckung von Mechanismen konzentrieren und gemeinsam mit Pharmaunternehmen und Forschungseinrichtungen an konkreten Projekten forschen, um zu prüfen, ob das Modell einen praktischen Mehrwert für die Zielstrukturidentifizierung, die Gestaltung von Kandidatenlösungen und die Auswahl von Experimenten liefern kann.

Konkret wurde das vom Team entwickelte DeepRare bereits im Xinhua-Krankenhaus für den internen Einsatz bereitgestellt, die interne Testphase läuft derzeit. Später soll es für die Qualitätskontrolle der Diagnose und Behandlung seltener Krankheiten eingesetzt werden. Im Bereich der Medikamentenentwicklung führt OneX Intelligence derzeit Gespräche über Kooperationen mit Pharmaunternehmen und vertragsforschungs- und -produktionsorganisationen (CDMO), um gemeinsame Forschungen und experimentelle Validierungen zu erproben. Diese Arbeiten befinden sich in unterschiedlichen Fortschrittsstadien. Das Unternehmen hofft, durch konkrete Kooperationen schrittweise einen Transaktionspfad von Modelfähigkeiten zu Forschungsergebnissen aufzubauen.

Auf geschäftlicher Ebene hofft OneX Intelligence auch, durch gemeinsame Forschung an der Wertverteilung der Ergebnisse beteiligt zu werden. „Wenn das Modell eine Zielstruktur oder eine Kandidatenlösung entdeckt, die weiterentwickelt werden sollte, wird das Unternehmen nach Partnern suchen, die über die Fähigkeiten zur Weiterentwicklung verfügen, um das Projekt voranzubringen.“ Wie Xie Weidi sagte: „Für uns ist der Wert, der durch neue Entdeckungen in der Pharmazie entsteht, attraktiver als eine einfache Abrechnung nach der Anzahl der Modellaufrufe.“

Diese Streben nach der Erforschung der Lebenswissenschaften stellt das Team vor höhere Anforderungen: Modelltraining, wissenschaftliche Inferenz, Modellierung von Lebenssystemen und experimentelle Forschung müssen an einem gemeinsamen Problem zusammenarbeiten. Mit Abschluss dieser Finanzierungsrunde wird OneX Intelligence den Aufbau des Modells und der Experimentierplattform weiter vorantreiben und hofft, hervorragende Talente in verwandten Bereichen für sich zu gewinnen.

Von den Forschungsdurchbrüchen bei vorhandenen Aufgaben über das grundlegende Modell, das mehr wissenschaftliche Fragestellungen bedienen kann, bis hin zu durch Experimente validierten Forschungsergebnissen zielt dieses Team immer darauf ab, dass biologische Intelligenz in der realen Forschung nachhaltig kumulierende Fähigkeiten aufbaut – das grundlegende Modell für biologische Intelligenz ist universell einsetzbar.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „ChinaVenture“, Autor: Chen Mei, Redakteur: Wang Qingwu, veröffentlicht mit Genehmigung von 36Kr.