Dyno完成1亿美元的A轮融资，人工智能深入基因治

作者：张馨予

曾被马云称为 " 或引发第三次世界大战 " 的人工智能，如今已逐步渗透到各行各业之中。Dyno Therapeutics 紧随时代的步伐，将人工智能（AI）应用到基因治疗领域。这两者的结合究竟能创造出一番怎样的光景呢？

比尔 · 盖茨曾说，" 人工智能和基因治疗是挽救生命的良方。"Dyno 公司通过机器学习和定量高通量体内实验，发明了一种改造腺相关病毒（AAV）衣壳蛋白的新方法。这种方法拓宽了基因治疗的范围。

近日，Dyno 宣布完成 1 亿美元 A 轮融资。本轮融资由 Andreessen Horowitz 领投，Casdin Capital、GV、Obvious Ventures、Lux Capital 以及创始投资者 Polaris Partners、CRV 和 KdT Ventures 跟投。此次融资所得资金将用于扩展公司的 CapsidMap 平台。

Dyno 的种子轮融资由北极星投资（Polaris Partners）和美国风投机构 Charles River Ventures（CRV）联合投资，共计 900 万美元。

" 好奇心 " 为驱动，George 团队深入基因治疗

虽然 AAV 载体在基因治疗领域的应用已经非常广泛，但依然存在不少局限性。世界上 50%-70％的人口对天然的 AAV 载体具有免疫力，这种免疫力使绝大部分患者无法采用以 AAV 为载体的基因疗法。Dyno 的目标就是克服 AAV 载体的免疫原性，拓展基因治疗的范围。

2018 年，哈佛大学医学院的 George Church 及其团队与瑞典卡罗林斯卡医学院（Karolinska Institute）和瑞典隆德大学（Lund University）的原始研究人员联手成立了 Dyno，一起开发病毒衣壳改造技术。

除 George 博士外，Dyno 的科学联合创始人包括 Tomas Bjorklund、Eric Kelsic、Alan Crane、Adrian Veres 和 Sam Sinai。

Dyno完成1亿美元的A轮融资，人工智能深入基因治

图源：Dyno Therapeutics 官网

George 博士拥有多重身份，他是美国哈佛大学的遗传学教授、美国科学院和工程院的双料院土、个人基因组计划 ( PGP ) 首席负责人、阿里巴巴 " 达摩院 " 首批学术咨询委员会成员以及哈佛医学院基因组研究中心主任。

George 博士是多个生物医学领域的变革者，包括基因组测序、合成生物学以及基因组工程等。他被业内誉为 " 遗传学泰斗 "、" 全才科学家 "、" 当代基因工程领域的苏格拉底 "...... 除了是一名科学家，George 博士还创立了大约 20 家生物技术公司。

" 好奇心 " 是每一位科学家都会点亮的技能。小时候的 George 博士会将药片碾成粉末放进水里，对比蝌蚪在加药的水和不加药的水里的生长情况。也会用加了赤霉素的水去浇灌植物，企图让它们长得更快更大。

在杜克大学期间，长大后的 George 博士为了 "X 射线晶体学研究转运核糖核酸的立体结构 " 这项实验，错过了其他的课程，导致两门学科挂科，最终被杜克大学扫地出门。

但是，退学并未影响 George 博士在科研上的追求。一年之后，George 博士申请了哈佛大学分子生物学博士，并成功入围。他的科研事业，就是从这时候开始，慢慢走向高峰。

时至今日，George 博士已经拥有了许多不菲的成就，但他的好奇心却并未熄灭。" 复活猛犸象 "、" 狗的返老还童实验 "、" 猪器官移植 "...... 一个个 " 天马行空 " 的研究陆续的出现在大众视野里。

George 博士曾获得许多的荣耀。2008 年，他被英国《新科学家》杂志评选为年度 8 位科学英雄之一。2011 年，George 博士获得了鲍尔奖和富兰克林研究所科学成就奖。George 博士还是 2016 年诺贝尔化学奖的热门候选人。

机器学习开启 " 衣壳改造之旅 ", 目前已发现十万个衣壳变种

AAV 是当下基因治疗领域的主旋律。目前临床上使用的大多数重组 AAV 衣壳，它们在氨基酸序列和生物特性上与天然 AAV 密切相关，甚至完全相同。这类自然选择的衣壳，在许多目标组织中显示出有限的细胞靶向特异性和较低的体内转导效率，特别是静脉注射后。究其缘由，主要是因为衣壳在参与治疗时没有得到优化。

对于天然的 AAV 衣壳，其固有的免疫原性会对治疗的安全性和疗效产生一定的影响。而人体预先存在的体液免疫和细胞免疫也会限制病人的疗法和疗效。

为了攻克这些问题，科学家们开启了他们的 " 衣壳改造之旅 "。目前获得新衣壳的方法包括挖掘衣壳的自然发生序列多样性、合理设计和定向进化。但是由于存在可能性的衣壳数量非常庞大，现有方法的筛选能力远远跟不上市场的需求，发现速度缓慢，产量也受到了限制。