Enveda raccoglie 311 milioni per portare farmaci naturali con AI in clinica
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Il round Serie E valuta la società 2 miliardi di dollari e finanzia l’avanzamento di candidati scoperti da piante e microbi verso studi sull’uomo.
Enveda chiude una Serie E da 311 milioni di dollari a una valutazione di 2 miliardi. Guida il round Catalio Capital Management, con la partecipazione di Iconiq e altri. La cifra raddoppia la valutazione di dodici mesi fa1.
L’azienda cerca molecole in piante e microbi e le porta verso la clinica con strumenti di intelligenza artificiale. L’obiettivo è selezionare candidati promettenti e accelerare l’ingresso negli studi sull’uomo rispetto ai percorsi tradizionali1.
Il fondatore è Viswa Colluru, ex primo dipendente di Recursion Pharmaceuticals. Ha avviato Enveda nel 2019 con l’idea di attingere al repertorio naturale e di usare l’AI per ordinare le priorità e ridurre i tempi della scoperta1.
Enveda ha già portato più candidati in sperimentazione su pazienti. Un programma mira a condizioni cutanee gravi. Un altro punta a mantenere la perdita di peso dopo l’interruzione dei GLP‑1. Entrambi nascono da piante e microbi. L’azienda li indica come prova del proprio modello: trovare principi attivi nel mondo naturale, usare l’AI per prioritarli, selezionare i migliori e testarli sull’uomo1.
Il finanziamento arriva mentre diverse realtà portano in clinica molecole identificate con AI. Nessun farmaco di questo tipo ha ancora ottenuto l’approvazione della FDA. Enveda si colloca in questa ondata e usa i fondi per aumentare il numero di programmi che entrano in clinica1.
La posta in gioco è concreta: trasformare un repertorio vasto ma complesso in farmaci testabili in tempi accettabili. Enveda sostiene che l’AI possa “leggere” quel repertorio e far emergere candidati con probabilità migliori di successo clinico. Il punto critico sta nella traduzione: passare dall’eleganza del modello ai dati su pazienti, dove contano segnali di efficacia e profili di sicurezza sostenibili1.
I trial in corso saranno il primo banco di prova. L’azienda punta a misurare se la catena integrata — esplorazione del naturale, prioritarizzazione algoritmica, selezione e test clinici — regge fuori dal laboratorio. Il risultato atteso non è astratto: servono risposte cliniche coerenti con i meccanismi ipotizzati e tollerabilità adeguata nelle indicazioni scelte, dalle condizioni cutanee alla gestione del peso post‑GLP‑11.
Se i dati mostreranno benefici chiari per i pazienti, l’approccio di Enveda guadagnerà validazione industriale e accesso più ampio al capitale. In caso contrario, la valutazione da 2 miliardi apparirà fragile. Il settore guarda ai primi readout per capire se la combinazione tra repertorio naturale e AI può produrre farmaci che superano le barriere regolatorie che finora hanno fermato l’AI‑drug discovery alla soglia dell’approvazione1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.