先讓抗藥病人的組織出題：Sightera募得300萬歐元重排AI找藥順序

AI可以迅速提出大量新分子，但電腦眼中的理想結構，進入複雜的人體後未必仍是好藥。比利時生技公司Sightera Biosciences試圖把這段落差倒過來處理：先從治療失敗病人的組織中讀取藥物反應，再讓生成式AI依照這些生物訊號設計候選分子。

Sightera於7月17日宣布完成300萬歐元種子前輪募資，由Entourage、Anacura與Qbic領投。資金將用於擴充AI平台與臨床前產品線、招募研究及資料科學人才，並推進藥廠合作。公司是安特衛普大學與安特衛普大學醫院衍生企業，目前聚焦腫瘤與纖維化的小分子藥物。

這套方法的起點，是來自晚期、治療抗性或末期疾病患者的生物材料。團隊透過醫院合作取得樣本，建立包括病人衍生類器官在內的模型，再以高通量篩選觀察不同處置如何改變組織狀態。由此累積的藥物反應資料，才成為AI設計新分子的依據。

這與常見的「先選靶點、生成化學結構，再逐層驗證」流程不同。Sightera希望從抗藥組織已經改寫的生物網路出發，使候選藥物從早期就接受較接近患者疾病狀態的考驗。不過，類器官能保留部分組織特徵，仍無法完整重現人體的免疫、代謝、血流與器官間交互作用；從模型有效跨到人體有效，並非資料來源換成病人樣本便能保證。

募資也將推進領先計畫SIGHT001。公開資料僅說明它是腫瘤領域的「分子膠」計畫，正朝臨床前候選藥物選定前進。分子膠通常以小分子促成原本不易結合的蛋白質互動，可能藉此改變或清除致病蛋白；但Sightera尚未披露SIGHT001的作用靶點、適應症、動物研究結果或安全性資料。

現階段最大的未知數，仍在平台究竟帶來多少可量化優勢。公司沒有公布樣本數、疾病別、資料品質控制方式，也未提供與公共資料訓練模型或傳統找藥流程的正面比較。病人來源資料還涉及批次差異、代表性、同意程序與隱私治理；若模型或資料持續更新，未來也須建立可追溯的驗證框架。

這筆資金因此更像是對一條研發假說的早期押注，而非AI找藥成效已獲證實。公司稱本輪是更大規模融資前的第一步，長期目標是把SIGHT001送入人體試驗；在那之前，候選分子選定、可重現的臨床前效力、毒理與製造條件，仍是一道道必須跨越的門檻。