总部位于湾区的insitro收购了 邻近的Haystack Sciences，以该公司更高分辨率的数据集生成技术来支持其机器学习药物发现程序。

交易的财务条款没有透露。Insitro打算利用位于南旧金山的Haystack的DNA测序技术（称为DNA编码库（DELs））来收集大量的小分子数据集，这些数据集可用来构建能够从分子结构预测药物活性的机器学习模型。通过此次收购，insitro表示已朝着建立内部能力以实现完全整合的药物发现和开发迈出了重要的一步。

insitro使用预测模型来加快目标选择，设计和开发有效的治疗方法，并告知临床策略。创始人兼首席执行官达芙妮·科勒（Daphne Koller）表示，过去两年来，她的公司一直致力于创建基于预测性细胞的疾病模型，以便能够发现新的靶标并评估遗传学中新分子或现有分子的益处确定的患者细分。

Koller在一份声明中说：“此次收购使我们能够将能力扩展到治疗设计领域，并使我们朝着在设计和开发更好的患者药物的整个过程中利用机器学习的目标迈进。”

Insitro并未具体说明该新技术的目标市场。去年，该公司与吉利德科学公司（Gilead Sciences）达成了一项协议，以发现和开发针对非酒精性脂肪性肝炎（NASH）患者的疗法。宣布这项交易时，吉利德表示，它打算利用insitro专有的insitro Human（ISH）平台为NASH创建疾病模型，并发现对疾病的临床进展和消退有影响的靶标。

大约在五个月前，insitro在B轮融资中筹集了1.43亿美元，这笔资金将用于继续构建公司的技术和自动化技术，从而实现更大规模的数据生成，这笔交易大约是在五个月之后。

Haystack的平台使用多种要素，包括合成广泛，多样的小分子集合的能力，执行快速迭代跟进的能力以及专有的半定量筛选技术，称为nDexer。与传统的“平移”方法相比，nDexer生成的分辨率更高的数据集，insitro说。这些功能将极大地促进insitro开发用于小分子设计的多维预测模型。

Haystacks Sciences的联合创始人兼首席执行官Richard E. Watts表示，nDexer的功能与insitro的机器学习模型相结合，将使业界能够将DEL技术应用于下一代疗法的发现，构建一个平台。收购之后，Watts将加入insitro，担任高通量化学副总裁。

“我很高兴有机会加入具有如此独特的开放性和协作性文化的公司，并与数据科学，机器学习，自动化和细胞生物学领域的同事一起学习，并为此感到高兴。加入我们的努力所提供的功能远远大于这些部分的总和，我期待在insitro协助建立核心的药物发现工作。” Watts说。

通过与DEL领域的领导者DiCE Molecules合作，insitro在该领域的能力得到了进一步发展。这项于今年早些时候执行的合作旨在将机器学习的功能与高质量的DEL数据集结合起来，以解决DiCE正在追求的两个困难的蛋白质-蛋白质界面目标。