Converge Bio sichert sich 25 Millionen Dollar Finanzierung von Bessemer und führenden Technologieunternehmen

Künstliche Intelligenz macht rasante Fortschritte in der Arzneimittelforschung, da Pharma- und Biotech-Unternehmen angesichts steigender Kosten versuchen, die Forschungs- und Entwicklungszeiten um Jahre zu verkürzen und die Erfolgsraten zu verbessern. Über 200 Start-ups konkurrieren derzeit darum, KI direkt in Forschungsabläufe zu integrieren, was das Interesse der Investoren weckt. Converge Bio ist das jüngste Unternehmen, das von diesem Trend profitiert und sich angesichts des zunehmenden Wettbewerbs im Bereich der KI-gestützten Arzneimittelforschung neue Finanzmittel gesichert hat.

Das in Boston und Tel Aviv ansässige Start-up, das Pharma- und Biotech-Unternehmen dabei unterstützt, die Arzneimittelentwicklung mithilfe generativer KI, die auf molekularen Daten trainiert wurde, zu beschleunigen, hat in einer von Bessemer Venture Partners angeführten Serie-A-Finanzierungsrunde 25 Millionen US-Dollar eingesammelt, wobei die Nachfrage das Angebot überstieg. TLV Partners und Vintage Investment Partners beteiligten sich ebenfalls, zusätzlich unterstützt von namentlich nicht genannten Führungskräften von Meta, OpenAI und Wiz.

In der Praxis trainiert Converge generative Modelle auf DNA-, RNA- und Proteinsequenzen und integriert sie dann in pharmazeutische und biotechnologische Arbeitsabläufe, um die Arzneimittelentwicklung zu beschleunigen.

„Der Lebenszyklus der Arzneimittelentwicklung umfasst verschiedene Phasen – von der Identifizierung und Entdeckung von Zielmolekülen über die Herstellung bis hin zu klinischen Studien und darüber hinaus – und in jeder dieser Phasen gibt es Experimente, die wir unterstützen können“, erklärte Dov Gertz, CEO und Mitbegründer von Converge Bio, in einem Exklusivinterview mit TechCrunch. „Unsere Plattform wird kontinuierlich auf diese Phasen ausgeweitet und trägt dazu bei, neue Medikamente schneller auf den Markt zu bringen.“

Bislang hat Converge kundenorientierte Systeme auf den Markt gebracht. Das Start-up hat bereits drei verschiedene KI-Systeme eingeführt: eines für das Antikörperdesign, eines für die Optimierung der Proteinausbeute und eines für die Entdeckung von Biomarkern und Zielmolekülen.

„Nehmen wir unser Antikörperdesign-System als Beispiel. Es handelt sich nicht nur um ein einziges Modell. Es besteht aus drei integrierten Komponenten. Zunächst erstellt ein generatives Modell neuartige Antikörper. Als Nächstes filtern Vorhersagemodelle diese Antikörper anhand ihrer molekularen Eigenschaften. Schließlich simuliert ein Docking-System, das ein physikalisch basiertes Modell verwendet, die dreidimensionalen Wechselwirkungen zwischen dem Antikörper und seinem Ziel“, fuhr Gertz fort. Der Wert liegt laut dem CEO im System als Ganzes, nicht in einem einzelnen Modell. „Unsere Kunden müssen keine Modelle selbst zusammenstellen. Sie erhalten einsatzbereite Systeme, die sich direkt in ihre Arbeitsabläufe integrieren lassen.“

Die neue Finanzierung kommt etwa anderthalb Jahre, nachdem das Unternehmen 2024 eine Startkapitalrunde in Höhe von 5,5 Millionen US-Dollar abgeschlossen hat.  

Tragen Sie sich in die Warteliste für Disrupt 2026 ein

Tragen Sie sich in die Warteliste für Disrupt 2026 ein, um als Erster dabei zu sein, wenn Early-Bird-Tickets verfügbar sind. Bei früheren Disrupt-Veranstaltungen waren Google Cloud, Netflix, Microsoft, Box, Phia, a16z, ElevenLabs, Wayve, Hugging Face, Elad Gil und Vinod Khosla auf der Bühne zu sehen – als Teil von über 250 Branchenführern, die mehr als 200 Sessions gestalteten, um Ihr Wachstum anzukurbeln und Ihren Wettbewerbsvorteil zu schärfen. Außerdem können Sie sich mit Hunderten von Startups aus allen Branchen vernetzen, die innovative Lösungen anbieten.

Tragen Sie sich in die Warteliste für Disrupt 2026 ein

Tragen Sie sich in die Warteliste für Disrupt 2026 ein, um als Erster informiert zu werden, wenn Early-Bird-Tickets verfügbar sind. Bei früheren Disrupt-Veranstaltungen waren Google Cloud, Netflix, Microsoft, Box, Phia, a16z, ElevenLabs, Wayve, Hugging Face, Elad Gil und Vinod Khosla auf der Bühne vertreten – als Teil von über 250 Branchenführern, die mehr als 200 Sessions leiteten, um Ihr Wachstum anzukurbeln und Ihren Wettbewerbsvorteil zu schärfen. Außerdem können Sie sich mit Hunderten von Startups aus allen Branchen vernetzen, die innovative Lösungen anbieten.

Seitdem ist das zwei Jahre alte Start-up schnell gewachsen. Converge hat 40 Partnerschaften mit Pharma- und Biotech-Unternehmen geschlossen und verwaltet derzeit etwa 40 Programme auf seiner Plattform, so Gertz. Das Unternehmen arbeitet mit Kunden in den USA, Kanada, Europa und Israel zusammen und expandiert nun nach Asien.

Auch das Team ist schnell gewachsen, von nur neun Mitarbeitern im November 2024 auf mittlerweile 34. Im Laufe der Zeit hat Converge begonnen, öffentliche Fallstudien zu veröffentlichen. In einer davon half das Start-up einem Partner, die Proteinausbeute in einer einzigen Recheniteration um das 4- bis 4,5-Fache zu steigern. In einer anderen Fallstudie generierte die Plattform Antikörper mit außergewöhnlich hoher Bindungsaffinität, die den einstelligen Nanomolarbereich erreichte, so Gertz.

Die KI-gestützte Arzneimittelforschung gewinnt zunehmend an Bedeutung. Im vergangenen Jahr ging Eli Lilly eine Partnerschaft mit Nvidia ein, um den nach Angaben der Unternehmen leistungsstärksten Supercomputer der Pharmaindustrie für die Arzneimittelforschung zu bauen. Und im Oktober 2024 erhielten die Entwickler des AlphaFold-Projekts von Google DeepMind den Nobelpreis für Chemie für die Entwicklung von AlphaFold, einem KI-System, das Proteinstrukturen vorhersagen kann.

Auf die Frage nach dieser Dynamik und ihrem Einfluss auf das Wachstum von Converge Bio antwortete Gertz, dass das Unternehmen die größte finanzielle Chance in der Geschichte der Biowissenschaften erlebt, da die Branche von „Trial-and-Error“-Methoden zu datengesteuertem Moleküldesign übergeht.

„Wir spüren diese Dynamik sehr stark, insbesondere in unseren E-Mail-Postfächern. Als wir das Unternehmen vor anderthalb Jahren gründeten, gab es noch erhebliche Skepsis”, erklärte Gertz gegenüber TechCrunch. Diese Skepsis sei dank erfolgreicher Fallstudien von Unternehmen wie Converge und aus dem akademischen Bereich bemerkenswert schnell verschwunden, fügte er hinzu.

Große Sprachmodelle finden in der Arzneimittelforschung aufgrund ihrer Fähigkeit, biologische Sequenzen zu analysieren und neue Moleküle vorzuschlagen, große Beachtung, aber Herausforderungen wie Halluzinationen und Genauigkeit bestehen weiterhin. „In Texten sind Halluzinationen in der Regel leicht zu erkennen“, sagte der CEO. „Bei Molekülen kann die Validierung einer neuen Verbindung Wochen dauern, sodass die Kosten viel höher sind.“ Um dieses Problem zu lösen, kombiniert Converge generative Modelle mit prädiktiven Modellen und filtert neue Moleküle, um das Risiko zu verringern und die Ergebnisse für seine Partner zu verbessern. „Diese Filterung ist nicht perfekt, aber sie senkt das Risiko erheblich und liefert bessere Ergebnisse für unsere Kunden“, fügte Gertz hinzu.

TechCrunch befragte auch Experten wie Yann LeCun, die der Verwendung von LLMs weiterhin skeptisch gegenüberstehen. „Ich bin ein großer Fan von Yann LeCun und stimme ihm vollkommen zu. Wir verlassen uns nicht auf textbasierte Modelle für grundlegende wissenschaftliche Erkenntnisse. Um die Biologie wirklich zu verstehen, müssen Modelle mit DNA, RNA, Proteinen und kleinen Molekülen trainiert werden“, erklärte Gertz.

Textbasierte LLMs werden nur als Hilfsmittel eingesetzt, beispielsweise um Kunden bei der Navigation durch die Literatur zu generierten Molekülen zu unterstützen. „Sie sind nicht unsere Kerntechnologie“, sagte Gertz. „Wir sind nicht an eine einzige Architektur gebunden. Wir verwenden LLMs, Diffusionsmodelle, traditionelles maschinelles Lernen und statistische Methoden, wenn es sinnvoll ist.“

„Unsere Vision ist es, dass jedes Life-Science-Unternehmen Converge Bio als sein generatives KI-Labor nutzt. Wet Labs wird es immer geben, aber sie werden durch generative Labore ergänzt, die Hypothesen und Moleküle computergestützt erstellen. Wir wollen dieses generative Labor für die gesamte Branche sein“, sagte Gertz.