Latent Labs, gegründet von DeepMind Alaun, startet mit 50 Millionen US -Dollar für die Programmbiologie

Ein neues Startup, Latent Labs, das von einem ehemaligen Wissenschaftler von Google Deepmind gegründet wurde, ist gerade mit hohen Finanzmitteln von 50 Millionen US -Dollar aus dem Stealth -Modus herausgekommen. Ihre Mission? Um biologische Programmierbar zu machen, indem AI -Foundation -Modelle erstellt werden, die Proteine ​​erzeugen und optimieren können. Sie planen, sich mit Biotech und Pharmaunternehmen zusammenzuschließen, um dies zu erreichen.

Um zu bekommen, warum dies eine große Sache ist, müssen Sie Proteine ​​verstehen. Sie sind die Arbeitspferde unserer Zellen, die alles tun, um als Enzyme und Hormone bis hin zu Antikörpern zu dienen. Diese Ketten bestehen aus etwa 20 verschiedenen Aminosäuren und falten sich in 3D -Strukturen zusammen, die bestimmen, wie sie funktionieren. Das Finden dieser Formen war früher ein echter Slog, aber das Alphafold von DeepMind veränderte das Spiel durch maschinelles Lernen und reale biologische Daten, um die Formen von rund 200 Millionen Proteinstrukturen vorherzusagen.

Mit diesen Daten können Wissenschaftler Krankheiten besser verstehen, neue Medikamente entwerfen und sogar synthetische Proteine ​​für neue Verwendungszwecke erstellen. Hier kommt latente Labors ins Spiel, um Forschern neue therapeutische Moleküle von Grund auf neu zu erstellen.

Latentes Potenzial

Simon Kohl, der früher bei DeepMind im Alphafold2 -Team arbeitete und ihre Proteindesign -Bemühungen leitete, sah das Potenzial, Solo zu gehen. Er verließ Deepmind Ende 2022, um Latent Labs zu starten, die er Mitte 2023 offiziell in London eingerichtet hatte. Kohl ließ sich von den Auswirkungen der generativen Modellierung in der Biologie inspirieren und sahen sich die Möglichkeit, sich speziell auf das Proteindesign zu konzentrieren.

Um dies zu erreichen, hat Latent Labs rund 15 Personen engagiert, darunter einige von DeepMind, einem leitenden Ingenieur aus Microsoft, und PhDs der Universität von Cambridge. Sie sind zwischen London aufgeteilt, wo sie an modernsten Modellen arbeiten, und in San Francisco, wo sie ein nasses Labor und ein Computer-Protein-Design-Team haben.

"Unsere Mission ist es, die biologische Programmierbar zu machen und die Biologie wirklich in den Rechenbereich zu bringen, in dem die Abhängigkeit von biologischen, nassen Labor -Experimenten im Laufe der Zeit reduziert wird", erklärte Kohl. Dies könnte die Entdeckung der Drogen revolutionieren, die derzeit Tonnen von Experimenten beinhaltet und Jahre dauern kann.

Das Geschäft der Biologie

Bei Latent Labs geht es nicht darum, eigene Drogen zu entwickeln. Stattdessen möchten sie die frühen F & E-Stadien für andere Biopharma-, Biotech- und Life-Science-Unternehmen durch direkten Modellzugriff oder projektbasierte Partnerschaften erhöhen.

Die Finanzierung von 50 Millionen US-Dollar umfasst eine Saatgutrunde in Höhe von 10 Millionen US-Dollar und eine Runde der Serie A 40 Millionen US-Dollar, die von radikalen Ventures und Sofinnova Partners geleitet wird. Andere Investoren sind Flying Fish, Isomer, 8VC, Kindred Capital, Sillar VC und bemerkenswerte Engel wie Jeff Dean von Google, Coheres Aidan Gomez und Elevenlabs 'Mati Staniszewski.

Ein großer Teil dieses Geldes wird in die Gehälter und die Einstellung von mehr Experten für maschinelles Lernen fließen, aber sie werden auch viel für die Infrastruktur benötigen. "Berechnung ist auch für uns große Kosten - wir bauen ziemlich große Modelle und das erfordert eine Menge GPU -Computer", sagte Kohl. Diese Finanzierung wird ihnen helfen, ihre Modelle zu skalieren, ihre Teams auszubauen und Partnerschaften aufzubauen.

Während es andere Startups wie Cradle und Biopimus gibt, die an ähnlichen Zielen arbeiten, ist Kohl der Ansicht, dass wir im Spiel noch früh genug sind, dass der beste Ansatz für die Dekodierung und Gestaltung biologischer Systeme noch nicht klar ist. "Es wurden einige sehr interessante Samen gepflanzt, [zum Beispiel] mit Alphafold und einigen anderen frühen Generativmodellen aus anderen Gruppen", sagte Kohl. "Dieses Gebiet ist jedoch nicht in Bezug auf den besten Modellansatz oder in Bezug auf das, was Geschäftsmodell hier funktionieren wird. Ich denke, wir haben die Fähigkeit, wirklich innovativ zu sein."