公司融资与股权动态 - NetraMark Holdings Inc 已完成其非经纪私募配售的第一部分 募集资金总额为311万美元[1] - 在第一部分配售中 公司以每单位1美元的价格发行了311万个单位 每个单位包含一股普通股和半份认股权证 每份完整认股权证可在两年内以每股1.35美元的行权价认购一股额外普通股[2] - 此次发行的证券将受限于4个月零1天的持有期 至2026年5月28日到期 完成第一部分后 公司已发行及流通的普通股数量为91,778,520股[3] - 公司已获得第二部分即最终部分私募配售的全部承诺 预计近期完成 将额外募集39万美元 从而使本次私募配售总额达到350万美元 净收益计划用于营运资金及一般公司用途[4] - 公司部分内部人士参与了第一部分配售 合计认购206万个单位 根据MI 61-101 该关联方交易豁免了正式估值要求和少数股东批准要求 因为交易价值未超过公司市值的25%[5] - 公司未能在第一部分完成前至少21天提交重大变更报告 原因是内部人士参与的细节直到临近结束时才确认 且公司希望快速完成交易[6] 公司业务与技术介绍 - NetraMark是一家专注于为制药行业开发生成式人工智能和机器学习解决方案的公司[8] - 其核心产品NetraAI采用独特的聚焦机制 能将小型数据集分离为可解释和不可解释的子集 从而避免因数据相关性差导致的模型过拟合和见解不准确问题[7] - 公司使用一种基于拓扑结构的新算法 能够根据多个变量同时将患者数据集解析为强关联的子集 这使得公司能够根据数据特征和规模 运用多种机器学习方法 将数据转化为能激活传统AI/ML方法的智能数据[8] - 该技术的优势在于能够处理更小的数据集 并精确地将疾病分为不同类型 以及对患者进行药物敏感性或治疗疗效的准确分类[8]

TORONTO, Jan. 13, 2026 (GLOBE NEWSWIRE) -- NetraMark Holdings Inc. (the “Company” or “NetraMark”) (CSE: AIAI) (OTCQB: AINMF) (Frankfurt: PF0), a premier artificial intelligence (AI) company transforming clinical trials with AI-powered precision analytics in the pharmaceutical industry, is pleased to announce a non-brokered private placement of up to 3,500,000 units of the Company (the “Units”) at a price of $1.00 per Unit, for aggregate gross proceeds of up to $3,500,000 CDN (the “Offering”). Each Unit will ...

文章核心观点 NetraMark Holdings Inc 在2025年第四季度于商业执行、监管沟通及科学验证方面取得显著进展 这些里程碑事件强化了公司的增长轨迹 并巩固了其在AI驱动的临床试验优化领域的市场地位 [1] 商业与财务进展 - 合同积压额在本季度增长至约250万加元 这主要由新项目承诺和持续的商业势头推动 [2] - 公司重申其此前设定的财务指引 目标是在2026年中期实现800万至1000万加元的已签约合同积压额 [4] - 合同积压额被定义为与已签署但服务未完成、收入尚未按国际财务报告准则确认的NetraAI服务相关的总收入 [7] 渠道合作与市场拓展 - 公司已完成与全球合同研究组织Worldwide Clinical Trials的入驻和质量保证流程 自2025年10月中旬起 NetraMark可被积极纳入其在中枢神经系统和肿瘤学领域的II期和III期试验投标中 从而扩大了公司接触后期临床开发机会的渠道 [2] 监管沟通与科学验证 - 公司于2025年12月与美国食品药品监督管理局完成了一次关键路径创新会议 会议就NetraAI平台作为一种富集方法在临床试验设计中的应用进行了非监管性、非约束性的科学交流 FDA提供了反馈并建议公司考虑探索模型知情药物开发配对会议计划作为与药企赞助方进行科学对话的途径 [2] - 一项展示NetraAI技术的科学研究被《npj Digital Medicine》接受发表 该期刊属于自然科研旗下 这项经过同行评审的研究与美国国家心理健康研究所的研究人员合作完成 展示了NetraAI如何在一个II期抑郁症试验中识别出具有临床意义的“人物画像”亚组 [2] 战略研究合作 - 公司与成瘾与心理健康中心合作 获得了著名的安大略省研究基金-研究卓越奖 在此合作下 NetraAI正被部署于CAMH的安全计算环境中 用于分析精神分裂症和重度抑郁症的遗传和表观遗传数据 旨在识别可解释的患者亚群 [2] 技术平台优势 - NetraAI平台采用独特的聚焦机制 可将小数据集分离为可解释和不可解释的子集 从而避免因数据与变量相关性差而导致的过拟合模型和不准确见解 其使用可解释子集来获得见解和假设 可能提高临床试验成功的可能性 [5] - 公司的产品采用一种新颖的基于拓扑的算法 可以同时根据多个变量将患者数据集解析为强相关的子集 这使得公司能够处理更小的数据集 并精确地对疾病进行分类以及对患者进行药物敏感性或治疗疗效的分类 [6]

公司动态：获得研究奖项并启动合作 - NetraMark Holdings Inc 与多伦多成瘾与心理健康中心 共同被授予著名的安大略省研究基金-研究卓越奖 [1] - 该奖项旨在表彰推动安大略省研究卓越和技术进步的创新合作伙伴关系 [2] 合作项目详情 - 在此合作下 NetraMark的数学增强机器学习平台NetraAI将被部署在CAMH的安全高性能计算环境中 [2] - 该平台将用于分析由ORF-RE项目支持的精神分裂症和重度抑郁症研究中的遗传和表观遗传数据 [2] - 该计划旨在识别可解释的患者亚群 以阐明精神疾病的生物学亚型 并支持下一代精准治疗策略 [3] - 该研究还将增强NetraAI的能力 以服务于精神病学领域的制药赞助商 改善其临床试验结果 [3] - 合作还包括评估安大略健康保险计划行政数据的额外“奖励数据集” 以进行成本效益分析并探索个性化患者护理对更广泛卫生系统的影响 [4] 技术应用与优势 - NetraAI软件由CAMH的研究IT团队在其研究集群上安装 NetraMark提供现场支持 [4] - 所有分析将使用去标识化的患者数据 确保严格遵守CAMH的数据隐私和网络安全标准 [4] - NetraAI独特地设计了聚焦机制 可将小数据集分离为可解释和不可解释的子集 [6] - 其使用可解释的子集来获取见解和假设 包括影响治疗和安慰剂反应以及不良事件的因素 这有可能增加临床试验成功的机会 [6] - 与许多其他缺乏此类机制并可能导致“过拟合”的AI方法不同 NetraAI的方法可以避免关键信息被淹没 [6] - NetraMark采用一种新颖的基于拓扑的算法 能够根据多个变量同时将患者数据集解析为强相关的子集 [7] - 这使得公司能够使用多种机器学习方法 根据数据的特征和大小 将数据转化为强大的智能数据 从而激活传统的AI/ML方法 [7] - 因此 NetraMark可以用更小的数据集工作 准确地将疾病细分为不同类型 并准确地对患者进行药物敏感性和/或治疗疗效的分类 [7] 合作方评价与预期成果 - CAMH的Tanenbaum药物遗传学中心主任James Kennedy博士表示 此次合作将NetraMark独特的人工智能方法与CAMH深厚的基因组和临床数据集相结合 探索遗传和表观遗传模式如何影响治疗反应 [4] - 产生的见解将增进对改变患者对精神科药物反应基因的理解 使医生能够为每位患有复杂精神健康疾病的患者个性化治疗 [4] - NetraMark创始人兼首席科学与技术官Joseph Geraci博士认为 结合CAMH的数据集与NetraAI独特的可解释AI框架 能够揭示传统分析未能发现的、基于生物学的患者亚群 [4] - 相信这项工作将有助于精神健康的下一代精准医学方法 并改善临床试验结果 [4] 公司及合作伙伴背景 - 成瘾与心理健康中心是加拿大最大的心理健康和成瘾教学医院 也是该领域世界领先的研究中心 [5] - CAMH集临床护理、研究、教育、政策制定和健康促进于一体 与多伦多大学完全附属 并且是泛美卫生组织/世界卫生组织的合作中心 [5] - NetraMark是一家专注于成为面向制药行业的生成式人工智能/机器学习解决方案开发领导者的公司 [7]

公司核心进展 - NetraMark Holdings Inc 宣布已完成与美国食品药品监督管理局的关键路径创新会议[1] - 会议期间 FDA 就 NetraAI 平台提供了反馈 并讨论了其作为临床试验设计中富集方法的潜在应用[1] - FDA 建议公司考虑探索其模型知情药物开发配对会议计划 作为进一步监管对话的潜在途径[1] 公司高管观点 - 创始人兼首席科学及技术官 Joseph Geraci 博士表示 NetraAI 旨在解决临床研究中最持久的挑战 即识别支配患者反应的真正生物学和临床特征 即使是在小型、异质性数据集中[2] - 首席监管与创新官 Luca Pani 博士评论称 这一里程碑反映了近三年严谨的工作 以确保 NetraAI 符合监管科学、质量和方法透明度的最高标准[2] - 首席执行官 George Achilleos 表示 此次会议是公司向前迈出的重要一步 FDA 的建议非常有价值 这意味着申办方可以考虑使用 NetraAI 来精准定位患者、提高统计功效并降低试验风险[2][4] 会议具体讨论内容 - FDA 就 NetraAI 的预先设定、α控制的预测性富集方法提供了反馈 并讨论了在遵循 FDA 富集指南的背景下 识别富集应答者亚组同时适当控制 I 类错误的考量[3] - FDA 讨论了 NetraAI 与复杂适应性设计、贝叶斯方法或基于计算机模拟的方法的区别 这些方法不符合模型知情药物开发计划的资格[3] - FDA 讨论了申办方可以考虑使用 NetraAI 的潜在应用场景 包括：有针对性的入组/排除标准、统计分析计划中的预先设定分层、以及用于评估功效、效应大小和设计稳健性的试验模拟[3] 技术平台优势 - NetraAI 的独特设计包含聚焦机制 可将小数据集分离为可解释和不可解释的子集[5] - 该平台利用可解释的子集来获取见解和假设 可能提高临床试验成功的可能性[5] - 公司的产品采用一种新颖的基于拓扑的算法 可同时根据多个变量将患者数据集解析为强相关的人群子集[6] - 这使得公司能够处理更小的数据集 并准确地将疾病分为不同类型 以及对患者进行药物敏感性或治疗疗效的准确分类[6] 战略意义与未来展望 - 此次关键路径创新会议和模型知情药物开发计划现已成为公司所有合作中的监管参考点 是公司重要的战略资产[4] - 此次与 FDA 的科学讨论阐明了申办方受益和利用 NetraAI 可解释富集能力的潜在途径[4] - 公司相信这可能有助于合作伙伴设计更强大、更可预测的 II 期和 III 期临床项目 并从其临床资产中释放更大价值[4]

核心观点 - NetraMark Holdings Inc 获得一家全球知名生物制药公司的新合同，为其关键性III期临床试验提供人工智能驱动的分析支持，这标志着公司在高价值的III期决策支持领域业务拓展取得重要进展 [1][2] 业务与合同详情 - 新合同基于现有的主服务协议签订，来自一位回头客赞助商，体现了制药行业对NetraAI持续增长的兴趣 [2] - 该项目将利用NetraAI技术，旨在根据III期试验的筛选和基线变量，识别和表征患者亚群（如应答者、无应答者、安慰剂相关参与者） [3] - 分析工作预期将为所有潜在结果场景提供更深入的试验结果洞察，并为后续的临床、监管和商业规划提供循证决策支持 [3] 技术优势与市场定位 - NetraAI技术专为处理小型、复杂和异构的数据集而构建，特别适合对清晰度和精确度要求最高的后期决策支持 [4] - 与许多其他将所有患者归为一类、易导致“过拟合”的AI方法不同，NetraAI独特地设计了聚焦机制，能将小数据集分离为可解释和不可解释的子集，利用可解释子集来获取洞察，从而提高临床试验成功的几率 [5] - 公司的产品采用一种新颖的基于拓扑的算法，能够根据多个变量同时将患者数据集解析为强相关的子集，从而能够使用更小的数据集来准确细分疾病类型并对患者进行药物敏感性或疗效分类 [6][8] 管理层评论与战略意义 - 公司CEO表示，此次在现有主服务协议下再次被选中参与关键性III期试验，证明了赞助商对NetraAI日益增长的信任和信心 [4] - 此次合作强化了NetraMark在AI驱动的临床试验优化方面的进展，并展示了随着其技术被嵌入生物制药公司的标准操作流程，公司实现增长扩张的潜力 [4] - 此次胜利标志着公司持续向III期试验领域扩张，并表明其平台在后期项目中正获得越来越多的考虑 [7]

公司核心动态 - NetraMark Holdings Inc 宣布其关于NetraAI平台的同行评审论文已被《npj Digital Medicine》接受发表 该期刊属于Nature Portfolio [1] - 论文展示了NetraAI平台如何将可解释的、基于数学的人工智能应用于小型、异质性临床试验数据集 以识别驱动治疗反应的患者亚群 [2] - 该研究基于美国国家心理健康研究所一项针对难治性抑郁症的二期氯胺酮试验数据 揭示了可解释的“人物角色”或“模型衍生亚组” 这可能为精神病学及其他治疗领域的精准富集策略提供信息 [2] 技术平台与研究成果 - NetraAI平台整合了动态系统建模、长程记忆特征学习 并能增强大语言模型的可解释性 从而提升临床试验决策、减少安慰剂干扰并优化试验富集 [4] - 与其它基于人工智能的方法不同 NetraAI独特地设计了聚焦机制 可将小数据集分离为可解释和不可解释的子集 利用可解释子集来获得洞察和假设 这有望提高临床试验的成功率 [6] - NetraMark的产品采用一种新颖的基于拓扑的算法 能够根据多个变量同时将患者数据集解析为强关联的子集 这使得公司能够处理更小的数据集 并精准地对疾病分型以及对患者进行药物敏感性或治疗疗效分类 [7] 合作与行业认可 - 该研究论文由美国国立卫生研究院下属的国家心理健康研究所的研究人员、NetraMark公司的科学家以及学术合作者共同撰写 [3] - 论文的发表被公司首席科学官视为对其专为临床试验构建的人工智能引擎所取得进展的肯定 并展示了在性能和临床可解释性方面有显著改进的数据驱动方法 [3] - 公司首席创新与法规官指出 该出版物将科学创新与监管科学的严谨期望联系起来 NetraAI通过将可解释性、可重复性和可追溯性嵌入其核心 为监管机构和临床研究者提供了支持现代临床试验设计和决策的可靠工具 [4]

公司业务进展 - 公司与一家领先的全球制药公司签署了四份合同，为其多个后期临床研究提供先进的人工智能分析服务[1] - 合同基于现有的主服务协议执行，反映了客户持续的合作以及对公司技术的持续信心，并代表了新的独立项目[4] 技术应用与目标 - 公司的专有NetraAI平台将被应用于四项关键研究的临床数据，以帮助发现和描述驱动治疗反应、安慰剂反应及整体试验变异性的患者亚群[2] - 工作的目标是增强对复杂患者群体的理解[2] - 在这些合作中，公司将进行多研究分析，旨在识别可解释的亚群以描述治疗和安慰剂反应模式，并量化影响研究结果变异性的临床和人口统计学变量[8] 技术优势与特点 - NetraAI是一个数学增强的人工智能系统，能够在复杂数据集中识别高效应规模的亚群，而不依赖于不透明的“黑盒”建模[3] - 这种可解释性对于符合美国食品药品监督管理局在临床开发中对可解释人工智能方法不断发展的期望至关重要[3] - 与其它基于人工智能的方法不同，NetraAI独特地设计了聚焦机制，可将小数据集分离为可解释和不可解释的子集[5] - 公司使用可解释的子集来获取见解和假设，包括影响治疗和安慰剂反应以及不良事件的因素，这有望提高临床试验成功的几率[5] - 公司的产品采用一种新颖的基于拓扑的算法，能够根据多个变量同时将患者数据集解析为强相关的子集[6] - 这使得公司能够处理更小的数据集，并准确地将疾病划分为不同类型，以及对患者进行药物敏感性和/或治疗疗效的准确分类[6] 行业定位与公司战略 - 公司致力于成为面向制药行业的生成式人工智能/机器学习解决方案开发领域的领导者[6] - 首席执行官表示，这些合同的签署标志着与一家领先制药公司持续合作的重要扩展[3]

核心观点 - 公司宣布与一家领先生物制药公司签署新合同，将其NetraAI平台应用于一款新型精神病药物的三期临床试验[1] - 该合作反映了公司技术在制药行业持续渗透，作为理解患者异质性和优化研究成功率的新一代方法[2] - 公司平台利用动态系统框架克服传统机器学习局限，能在小型复杂临床数据集中有效工作[3] 技术能力与平台特点 - NetraAI平台采用专有AI方法分析多维临床数据，识别与治疗反应、安慰剂反应及不良事件相关的可解释亚群[2] - 平台独特设计包含聚焦机制，可将小数据集分离为可解释和不可解释子集，使用可解释子集得出见解和假设[5] - 采用新型基于拓扑的算法，能根据多个变量同时将患者数据集解析为强相关子集，从而使用多种ML方法将数据转化为智能数据[6] - 平台旨在提供清晰、科学和临床可解释的输出，供赞助方采取行动，帮助其精确了解受益人群及原因[3] - 系统致力于发现高效应值患者亚群，并将其转化为临床上有意义的富集标准，可供研究者、监管机构和临床医生理解[3] 业务进展与行业应用 - 此次合作进一步扩展了公司在神经科学、肿瘤学和复杂疼痛领域不断增长的AI驱动项目组合[4] - 公司专注于成为制药行业生成式人工智能/机器学习解决方案开发的领导者[6] - 公司技术能够处理更小的数据集，准确细分疾病类型，并对患者药物敏感性和/或治疗疗效进行准确分类[6] - 产生的见解将支持未来的战略监管和市场准入活动[2]

文章核心观点 - NetraMark公司在两个重要国际学术会议上展示了其NetraAI技术在重度抑郁症临床试验中的两项重要应用，突显了其人工智能平台在提升临床试验设计效率、预测准确性和患者分层方面的强大能力[1][10][12] 技术应用与成果 - 在第一项应用中，NetraAI技术分析了氯胺酮治疗耐药性抑郁症的随机交叉试验数据，揭示了氯胺酮应答者与安慰剂应答者在基线特征上的显著差异[2][3] - 分析表明，组间分离度在首次输注后为0.75（中等），到第二次输注时达到1.0（完全分离），而氯胺酮应答者组内一致性从首次输注后的25%提升至第二次输注后的约67%[8] - 在第二项应用中，NetraAI的新型算法应用于艾司西酞普兰的CAN-BIND试验数据，将临床变量从718个精简至8个关键变量，并识别出一个由三个基因位点低甲基化定义的高预测性应答者亚组[5][6][9] - 该基因特征与神经可塑性相关，当传统分类器基于这些特征重新训练时，对治疗成功的预测准确率可达91%[17] 技术优势与行业影响 - NetraAI技术能够克服中枢神经系统药物开发的长期障碍，通过分离信号与噪声、发现应答者亚型以及减少偏倚，从而实现更高效的试验、更清晰的药物疗效洞察以及更优的患者-治疗匹配策略[10][12] - 与其他人工智能方法相比，NetraAI独特地设计了聚焦机制，可将小数据集分离为可解释和不可解释的子集，从而避免导致次优过拟合模型和错误见解的问题[13] - 公司的算法基于新颖的拓扑学方法，能够根据多个变量同时将患者数据集解析为强相关的子集，使其能够使用更小的数据集并准确地对疾病进行分型以及对患者进行药物敏感性或治疗疗效分类[14]