跳到正文

apheris AI

Apheris 运营联邦数据网络,在不移动数据的前提下,利用专有生物制药数据训练药物发现模型。

最近更新 2026年9月26日

AI 爬虫读取

1次请求

1家公司
  • Anthropic1
词条页
1
争议页
0
JSON · MD
0
首次读取
2026年11月4日
最近读取
2026年11月4日

统计自 2026年10月28日 · 数据来自本站服务器日志

概览

Apheris 是一家德国科技公司,为生物制药行业构建并运营联邦数据网络。Apheris 并不自行开展药物研发项目,而是将网络成员贡献的专有数据转化为公共数据集无法匹敌的机器学习模型,然后将这些模型交付到各成员自己的环境中运行和微调。该公司自称运营“行业联邦数据网络”,并明确表示“不开展任何自有药物项目”。其平台 Apheris Foundry 是这些网络的部署层,而 ApherisFold 则在浏览器中提供共折叠预测。 公司围绕多个领域专用网络组织业务。AI 结构生物学(AISB)专注于利用生物制药数据训练更好的蛋白质复合物预测模型。ADMET 旨在设计信息量更高的 DMTA(设计-合成-测试-分析)批次,并更好地利用实验能力。抗体可开发性(Antibody Developability)为抗体研发提供专门构建的数据集和联邦 AI 训练。真实世界证据(RWE)将联邦学习应用于分布式医疗健康数据源。成员向共享网络贡献专有数据,但训练在各成员自己的环境中运行;只有模型权重被聚合,因此原始数据从不离开其所有者。 Apheris 报告其网络背后拥有大量专有数据资产,包括超过 25,000 个专有共折叠结构、超过 1 亿个结合数据点、跨 700 项任务的 90 多万条 ADME 和毒性测量数据,以及与 Ginkgo 合作构建的 10,000 条抗体可开发性机器学习就绪数据集。该公司声称其模型优于公共替代方案:52.1% 的预测达到实验级界面精度(PL-lDDT ≥ 0.8),而平均公共模型为 38.4%;46.8% 的预测达到准确配体姿态(bisyRMSD ≤ 2 Å),而对照基线为 32.2%。 Apheris 总部位于德国柏林,面向全球制药和生物技术公司、医疗健康数据持有方及研究合作伙伴推广其产品。其商业模式基于网络与协作:合作伙伴加入网络、贡献数据,并获得对在汇集且隐私保护的数据上训练的模型的访问权。公司还设有 Trust Center 提供合规与审计报告,反映出其所处理数据的敏感性。投资者支持该公司,其团队涵盖工程、科学和市场推广岗位。

沿革

Apheris 是一家私人持股的德国科技公司,总部位于柏林。公司成立的初衷是解决生物医学研究中的一个核心矛盾:训练药物发现模型最有价值的数据是专有的,且分散在制药公司、医院和研究机构中,而将这些数据汇集到中央存储库往往在法律、商业或伦理上不可行。Apheris 的答案是行业规模的联邦学习。 公司围绕联邦数据网络构建业务。在这种模式下,成员向共享网络贡献专有数据,但训练在各成员自己的环境中运行;只有模型权重被聚合。这既保护了数据主权,又使模型能够从比任何单一组织都更大、更多样的数据中学习。Apheris 表示其“运营行业联邦数据网络,不开展任何自有药物项目”,将自身定位为中立基础设施而非药物开发商。 Apheris 的平台 Apheris Foundry 是这些网络的部署层。公司还提供 ApherisFold,在浏览器中提供共折叠预测。围绕该平台,Apheris 组织了领域专用网络。AI 结构生物学(AISB)旨在利用生物制药数据训练更好的蛋白质复合物预测模型。ADMET 专注于设计信息量更高的 DMTA 批次并更好地利用实验能力。抗体可开发性为抗体研发提供专门构建的数据集和联邦 AI 训练。真实世界证据(RWE)将联邦学习应用于分布式医疗健康数据源。 公司报告其网络背后拥有大量专有数据资产:超过 25,000 个专有共折叠结构、超过 1 亿个结合数据点、跨 700 项任务的 90 多万条 ADME 和毒性测量数据,以及与 Ginkgo 合作构建的 10,000 条抗体可开发性机器学习就绪数据集。公司还公布了其模型的性能声明,包括 52.1% 的预测达到实验级界面精度(PL-lDDT ≥ 0.8),而平均公共模型为 38.4%;46.8% 的预测达到准确配体姿态(bisyRMSD ≤ 2 Å),而对照基线为 32.2%。 Apheris 面向全球制药和生物技术公司、医疗健康数据持有方及研究合作伙伴推广其产品。公司设有 Trust Center 提供合规与审计报告,反映出其所处理数据的敏感性。公司获得投资者支持,其团队涵盖工程、科学和市场推广岗位。根据现有证据,Apheris 仍是一家活跃的私营公司。

产品与定位

面向药物发现的联邦数据网络与模型,在各成员自己的环境中运行,不移动专有数据。

  • Apheris Foundry

    Apheris 联邦数据网络的部署层;模型被交付到成员数据所在处安全运行和微调。

  • ApherisFold

    在浏览器中进行共折叠预测。

  • AI 结构生物学(AISB)

    利用生物制药数据训练的更好的蛋白质复合物预测模型。

  • ADMET

    设计信息量更高的 DMTA 批次,更好地利用实验能力。

  • 抗体可开发性

    为抗体研发专门构建的数据集和联邦 AI 训练。

  • 真实世界证据(RWE)

    跨分布式医疗健康数据源的联邦真实世界证据。

来源3 个来源

引用本词条: 请引用规范词条页。 /brand-wiki/apheris-ai · 编辑方针 · 词条如何编纂