Latent Labs, fundado por DeepMind Alum, se lanza con $ 50 millones a la biología del programa

Una nueva startup, Latent Labs, fundada por un ex científico de Google Deepmind, acaba de salir del modo sigiloso con un fuerte $ 50 millones en fondos. Su misión? Para que la biología se programen mediante la creación de modelos de la Fundación AI que puedan generar y optimizar las proteínas. Están planeando unirse con biotecnología y compañías farmacéuticas para que esto suceda.

Para obtener por qué esto es un gran problema, debes entender las proteínas. Son los caballos de batalla de nuestras células, haciendo todo, desde actuar como enzimas y hormonas hasta servir como anticuerpos. Cabas de aproximadamente 20 aminoácidos diferentes, estas cadenas se pliegan en estructuras 3D que determinan cómo funcionan. Descubrir estas formas solía ser un trabajo real, pero el Alfafold de DeepMind cambió el juego utilizando el aprendizaje automático y los datos biológicos reales para predecir las formas de alrededor de 200 millones de estructuras de proteínas.

Con este tipo de datos, los científicos pueden comprender mejor las enfermedades, diseñar nuevos medicamentos e incluso crear proteínas sintéticas para nuevos usos. Ahí es donde entran los laboratorios latentes, con el objetivo de permitir que los investigadores "creen computacionalmente" nuevas moléculas terapéuticas desde cero.

Potencial latente

Simon Kohl, que solía trabajar en Deepmind en el equipo de Alphafold2 y lideró sus esfuerzos de diseño de proteínas, vio el potencial en ir solo. Dejó DeepMind a fines de 2022 para comenzar los laboratorios latentes, que se estableció oficialmente en Londres a mediados de 2023. Kohl se inspiró en el impacto del modelado generativo en biología y vio una oportunidad para centrarse específicamente en el diseño de proteínas.

Para que esto suceda, Latent Labs ha contratado a unas 15 personas, incluidas algunas de Deepmind, un ingeniero senior de Microsoft y doctorados de la Universidad de Cambridge. Se dividen entre Londres, donde están trabajando en modelos de vanguardia, y San Francisco, donde tienen un laboratorio húmedo y un equipo de diseño de proteínas computacionales.

"Nuestra misión es hacer que la biología sea programable, realmente trayendo la biología al ámbito computacional, donde la dependencia de los experimentos biológicos de laboratorio húmedo se reducirá con el tiempo", explicó Kohl. Esto podría revolucionar el descubrimiento de drogas, que actualmente involucra toneladas de experimentos y puede llevar años.

El negocio de la biología

Los laboratorios latentes no se trata de desarrollar sus propias drogas. En cambio, quieren acelerar y eliminar el riesgo de las primeras etapas de I + D para otras compañías de biofarma, biotecnología y ciencias de la vida a través del acceso de modelo directo o asociaciones basadas en proyectos.

Su financiación de $ 50 millones incluye una ronda de semillas de $ 10 millones y una ronda de la serie A de $ 40 millones dirigida por Radical Ventures y Sofinnova Partners. Otros inversores incluyen Flying Fish, Isomer, 8VC, Kindred Capital, Pillar VC y Angels notables como Jeff Dean de Google, Aidan Gómez de Cohere y Mati Staniszewski de Elevenlabs.

Una gran parte de este efectivo se destinará a los salarios y la contratación de más expertos en aprendizaje automático, pero también necesitarán mucho para la infraestructura. "El cálculo también es un gran costo para nosotros: estamos construyendo modelos bastante grandes, y eso requiere mucho cómputo de GPU", dijo Kohl. Esta financiación los ayudará a escalar sus modelos, hacer crecer sus equipos y construir asociaciones.

Si bien hay otras nuevas empresas como Cradle y Bioptimus trabajando en objetivos similares, Kohl cree que todavía estamos lo suficientemente temprano en el juego que el mejor enfoque para decodificar y diseñar sistemas biológicos aún no está claro. "Se han plantado algunas semillas muy interesantes, [por ejemplo] con Alfafold y algunos otros modelos generativos tempranos de otros grupos", dijo Kohl. "Pero este campo no ha convergido en términos de cuál es el mejor enfoque de modelo, o en términos de qué modelo de negocio funcionará aquí. Creo que tenemos la capacidad de innovar realmente".