Didirikan oleh DeepMind Alumnus, Latent Labs diluncurkan dengan $ 50 juta untuk membuat biologi dapat diprogram

Startup baru yang didirikan oleh mantan Google DeepMind Ilmuwan keluar siluman dengan pendanaan $ 50 juta.

Laboratorium laten sedang membangun model AI Foundation untuk “membuat biologi dapat diprogram,” dan berencana untuk bermitra dengan perusahaan biotek dan farmasi untuk menghasilkan dan mengoptimalkan protein.

Tidak mungkin untuk memahami apa yang dilakukan DeepMind dan sejenisnya tanpa terlebih dahulu memahami peran yang dimainkan protein dalam biologi manusia. Protein mendorong semuanya dalam sel hidup, dari enzim dan hormon hingga antibodi. Mereka terdiri dari sekitar 20 asam amino yang berbeda, yang terhubung bersama dalam string yang terlipat untuk membuat struktur 3D, yang bentuknya menentukan bagaimana fungsi protein.

Tetapi mencari tahu bentuk masing-masing protein secara historis merupakan proses yang sangat lambat dan padat karya. Itulah terobosan besar itu DeepMind dicapai dengan Alphafold: Ini menyatukan pembelajaran mesin dengan data biologis nyata untuk memprediksi bentuk sekitar 200 juta struktur protein.

Berbekal data seperti itu, para ilmuwan dapat lebih memahami penyakit, merancang obat baru, dan bahkan Buat protein sintetis untuk kasus penggunaan yang sama sekali baru. Di situlah laboratorium laten memasuki keributan dengan ambisinya untuk memungkinkan para peneliti untuk “secara komputasi membuat” molekul terapi baru dari awal.

Potensi laten

Simon Kohl (Gambar di atas) dimulai sebagai ilmuwan riset di DeepMind, bekerja dengan inti Alphafold2 tim sebelum ikut memimpin tim desain protein dan Menyiapkan lab basah DeepMind di Francis Crick Institute di London. Sekitar waktu ini, DeepMind juga melahirkan perusahaan saudari dalam bentuk laboratorium isomorfikyang berfokus pada penerapan penelitian AI DeepMind untuk mengubah penemuan obat.

Itu adalah kombinasi dari perkembangan ini yang meyakinkan Kohl bahwa waktu yang tepat untuk melakukannya sendiri dengan pakaian yang lebih ramping yang difokuskan secara khusus pada model perbatasan (yaitu, mutakhir) untuk desain protein. Jadi pada akhir tahun 2022, Kohl berangkat DeepMind untuk meletakkan fondasi untuk laboratorium laten, dan memasukkan bisnis di London pada pertengahan 20123.

“Saya memiliki waktu yang fantastis dan berdampak [at DeepMind]dan menjadi yakin tentang dampak pemodelan generatif akan dimiliki dalam desain biologi dan protein pada khususnya, ”kata Kohl kepada TechCrunch dalam sebuah wawancara minggu ini. “Pada saat yang sama, saya melihatnya dengan peluncuran laboratorium isomorfik, dan mereka rencana berdasarkan alphafold2bahwa mereka memulai banyak hal sekaligus. Saya merasa kesempatan itu benar-benar berjalan dengan cara yang berfokus pada laser tentang desain protein. Desain protein, dengan sendirinya, adalah bidang yang sangat luas, dan memiliki begitu banyak ruang putih yang belum dijelajahi sehingga saya pikir pakaian yang benar -benar gesit, fokus akan dapat menerjemahkan dampak itu. ”

Menerjemahkan dampak itu sebagai startup yang didukung usaha melibatkan mempekerjakan sekitar 15 karyawan, dua di antaranya berasal dari Deepmind, seorang insinyur senior dari Microsoft, dan PhD dari University of Cambridge. Hari ini, jumlah karyawan Latent terpecah di dua situs – satu di London, di mana Model Magic Frontier terjadi, dan satu lagi di San Francisco, dengan miliknya sendiri lab basah dan tim desain protein komputasi.

“Ini memungkinkan kami untuk menguji model kami di dunia nyata dan mendapatkan umpan balik yang perlu kami pahami apakah model kami berkembang seperti yang kami inginkan,” kata Kohl.

Sementara laboratorium basah sangat dalam agenda jangka pendek dalam hal memvalidasi prediksi teknologi laten, tujuan utamanya adalah meniadakan kebutuhan laboratorium basah.

“Misi kami adalah membuat biologi dapat diprogram, benar -benar membawa biologi ke ranah komputasi, di mana ketergantungan pada eksperimen biologis, laboratorium basah akan dikurangi dari waktu ke waktu,” kata Kohl.

Itu menyoroti salah satu manfaat utama untuk “membuat biologi yang dapat diprogram”-yang menaikkan proses penemuan obat yang saat ini bergantung pada eksperimen dan iterasi yang tak terhitung jumlahnya yang dapat memakan waktu bertahun-tahun.

“Ini memungkinkan kita untuk membuat molekul yang benar -benar khusus tanpa mengandalkan lab basah – setidaknya, itulah visinya,” lanjut Kohl. “Bayangkan sebuah dunia di mana seseorang datang dengan hipotesis tentang target obat apa yang harus dikunjungi untuk penyakit tertentu, dan model kami dapat, dengan cara ‘push-kancing’, membuat obat protein yang datang dengan semua sifat yang diinginkan yang dipanggang . “

Bisnis Biologi

Dalam hal model bisnis, laboratorium laten tidak melihat dirinya sebagai “aset-sentris”-yang berarti tidak akan mengembangkan kandidat terapeutiknya sendiri di rumah. Sebaliknya, ia ingin bekerja dengan mitra pihak ketiga untuk mempercepat dan berisiko tahap R&D sebelumnya.

“Kami merasakan dampak terbesar yang dapat kami miliki sebagai perusahaan adalah dengan memungkinkan biofarma, biotek, dan perusahaan ilmu kehidupan lainnya-baik dengan memberi mereka akses langsung ke model kami, atau mendukung program penemuan mereka melalui kemitraan berbasis proyek,” kata Kohl.

Injeksi tunai $ 50 juta perusahaan termasuk tranche unggulan $ 10 juta yang sebelumnya tidak diumumkan, dan round A-LED Round A Round A-LED oleh Radical Ventures-khususnya, khususnya, mitra Aaron Rosenbergyang sebelumnya kepala strategi dan operasi di DeepMind.

Investor co-lead lainnya adalah Sofinnova Partners, sebuah perusahaan VC Prancis dengan catatan trek panjang di ruang Ilmu Hidup. Peserta lain dalam putaran ini termasuk Flying Fish, Isomer, 8VC, Kindred Capital, Pillar VC, dan malaikat terkenal seperti Kepala Ilmuwan Google Jeff Dean, pendiri kohere Aidan Gomez, dan pendiri Elevenlabs Matis Staniszewski.

Sementara sepotong uang tunai akan digunakan untuk gaji, termasuk perekrutan pembelajaran mesin baru, sejumlah besar uang akan diperlukan untuk menutupi infrastruktur.

“Compute adalah biaya besar bagi kami juga – kami sedang membangun model yang cukup besar saya pikir itu adil untuk dikatakan, dan itu membutuhkan banyak komputasi GPU,” kata Kohl. “Pendanaan ini benar-benar membuat kami menggandakan semuanya-memperoleh komputasi untuk terus menskalakan model kami, menskalakan tim, dan juga mulai membangun bandwidth dan kapasitas untuk memiliki kemitraan ini dan traksi komersial yang sekarang kami cari sekarang . “

Di samping DeepMind, ada beberapa startup dan skala yang didukung usaha yang ingin membawa dunia perhitungan dan biologi lebih dekat bersama, seperti cradle Dan Bioptimus. Kohl, pada bagiannya, berpikir bahwa kita masih pada tahap awal yang cukup, di mana kita masih belum tahu apa pendekatan terbaik dalam hal decoding dan merancang sistem biologis.

“Ada beberapa benih yang sangat menarik yang ditanam, [for example] Dengan Alphafold dan beberapa model generatif awal lainnya dari kelompok lain, ”kata Kohl. “Tapi bidang ini belum bertemu dalam hal apa pendekatan model terbaik, atau dalam hal model bisnis apa yang akan bekerja di sini. Saya pikir kami memiliki kapasitas untuk benar -benar berinovasi. “