Startup Cradle дає змогу створювати власні білки, просто ввівши підказку

У блоці є нова компанія, місія якої — полегшити програмування біології. Подзвонив європейський стартап Колиска виходить із стелсу після створення своєї платформи. Він щойно оголосив про раунд початкового фінансування на суму 5.5 мільйона євро (5.4 мільйона доларів). Індексні підприємства, Споріднений капітал, а також ангелів-інвесторів, зокрема Джона Ціммера, співзасновника та президента LyftLYFT
, і Емілі Лепруст, генеральний директор і засновник Twist Bioscience. Маючи два об’єкти – один у Делфті, Нідерланди, а інший – у Цюріху, Швейцарія, Cradle охоплює світ біології та штучного інтелекту, потужне поєднання технологій, яке загрожує порушити спосіб, у який вчені створюють білки.

Нехай вас не вводить в оману, здавалося б, вузька спрямованість компанії на протеїни. Це не просто те, що ми їмо, хоча й техніка без тваринного м’яса, яєць і молочних продуктів продуктів справді є великим фокусом синтетичної біології. Білки також є універсальними біологічними машинами, які лежать в основі майже кожної функції в живих клітинах і мають однаково багато застосувань за межами біології. Подумайте про ферменти, які використовуються в миючих засобах, косметиці та текстилі; або антитіла, які створюють потужні терапевтичні засоби; або, по суті, будь-яка інша галузь біотехнології, де білки каталізують реакції для виробництва таких продуктів, як сипучі та спеціальні хімікати, ароматизатори та ароматизатори, біопаливо, матеріали тощо. Існує незліченна кількість застосувань для цих біомолекул, і Cradle хоче створити ще більше додатків із можливістю розробки власних білків, які виконують різноманітні завдання.

Співзасновник і генеральний директор Cradle Стеф ван Грікен є «постачальником тонкого протеїну», який сам себе називає «постачальником якісного білка». Останнє десятиліття присвятив роботі в Google AI очолює розробку кількох програм машинного навчання, а також at X, «фабрика місячних пострілів» Google, оцінка здійсненності проектів на ранніх стадіях. Під час роботи в GoogleGOOG
, він захопився мовою білків – тим, як послідовності амінокислот перетворюються на специфічні схеми згортання та утворюють структури, які дозволяють білкам виконувати свої складні функції. Відтоді він працює над ідеєю поєднати технологію обробки природної мови з нашим розумінням того, як послідовність білка перетворюється на функцію, щоб зробити кращі прогнози для раціонального дизайну білка.

Дизайнерські білки – це багатомільярдна індустрія: за прогнозами, ринок досягне $ 3.9 мільярда за 2024, значною мірою завдяки терапії на основі білка. Але це могло б бути ще більше: існує величезний потенціал для розгалуження в інших областях синтетичної біології, якби розробка спеціальних білків не була такою складною. Спосіб білкової інженерії в даний час здійснюється шляхом проб і помилок в лабораторії, і типовий рівень успіху досягнення специфікацій дизайну становить менше 1%. Щоб збільшити шанси на успіх, біологи можуть використовувати такі програмні засоби, як Rosetta or AlphaFold передбачити структуру білка на основі його послідовності. Білки спочатку виглядають як рядки амінокислот, які складаються в тривимірні форми, як орігамі. Але прогнозування моделі згортання є неймовірно складною проблемою, і для роботи такої програми, як Rosetta, потрібні роки навчання та тисячі комп’ютерів.

Cradle підходять до проблеми інакше: вони використовують генеративну модель для «зворотного проектування» білків. Можливо, ви чули або навіть використовували такі генеративні моделі, як DALL-E який може створювати нові зображення на основі описового введення. Засновники Cradle думали застосувати той самий принцип для розробки нових білкових архітектур. Замість використання моделей послідовності-структури вони використовують алгоритми машинного навчання, навчені на реальних даних. Користувач може вказати, який білок він хоче створити, і платформа надасть список можливих послідовностей, які можуть створити цю структуру. І найкраща частина полягає в тому, що вам не потрібно бути експертом з машинного навчання, щоб використовувати його:

«Моделі генеративного машинного навчання Cradle із самонавчанням та самовдосконаленням спираються на останні досягнення в «обробці природної мови», щоб передбачити, які частини генетичного коду білка біологу потрібно буде змінити, що значно покращує шанси вченого отримати позитивні експериментальні результати без потрібна підготовка до машинного навчання», – сказав генеральний директор у прес-релізі. «Завдяки цьому методу Cradle вважає, що може на порядок скоротити час і витрати на виведення продукту синтетичної біології на ринок».

Сьогодні більшість біотехнологічних і синтетичних біологічних компаній залишаються напризволяще, коли справа доходить до розробки білків. Основні гравці у галузі білкової інженерії відносяться Thermo Fischer, Danaher, Agilent TechnologiesA
, і Bio-Rad, а також невеликі компанії, як КодексисCDXS
, Genscript, Caribou Biosciences, Арзедаі Неможлива їжа. Але для багатьох компаній із синтетичної біології білкова інженерія є засобом досягнення мети, і вони справді зосереджуються на подальшому застосуванні власних білків. Cradle хоче надати їм інструмент, щоб підвищити їхні шанси на успіх: «Ми хочемо допомогти командам створювати білки за допомогою меншої кількості та більш успішних експериментів», — сказав Стеф.

Сама Cradle не є ні компанією, що займається синтетичною біологією, ні компанією, що займається машинним навчанням – вони є обома. «Ми не хотіли бути просто компанією з машинного навчання; ви також повинні розуміти біологію, — сказав Стеф. Володіючи досвідом у технологіях машинного навчання та чудовими лабораторними навичками, які члени їхньої команди отримали від таких компаній, як Google, IBMIBM
, Zymergen і Perfect Day, команда Cradle із лише 13 осіб створила робочу платформу менш ніж за рік. У цьому просторі не так багато інших компаній. Сайрус Біо заснований розробником Rosetta Девідом Бейкером, професором Вашингтонського університету, є ще одним, який використовує штучний інтелект для розробки нових терапевтичних засобів.

Щоб відповідати різноманітному досвіду команди Cradle, компанія залучила інвесторів із різних галузей технологій, зокрема засновника компанії з синтезу ДНК Twist Bioscience Емілі Лепруст і президента Lyft Джона Зіммера. Інтерес компанії, яка займається акцією поїздок, спочатку може бути несподіваним; але багато досягнень у машинному навчанні прийшли з інших галузей технологій. Сам співзасновник компанії Йелле Прінс прийшов з UberUBER
і брав участь у розробці та створенні перших програм для багатьох успішних компаній, таких як Uber і Booking.com.

І це те, що відбувається, коли різні області глибокий техн стикаються: народжується галактика нових можливостей. Стеф уявляє, що його компанія розширює можливості інновацій у синтетичній біології в хімікатах і інгредієнтах, матеріалознавстві та інженерії та інших сферах: «Сподіваюся, ми станемо каталізатором для багатьох нових компаній, які будуть створені, тому що вартість доставки [продуктів] до ринок має впасти. Якщо ви зможете створити біологічний продукт з командою з 15 людей за пару років і лише за кілька мільйонів доларів, це буде успіхом».

Програмне забезпечення Cradle вже використовується кількома компаніями, і вони хочуть розповсюдити його якомога ширше. Ось чому платформа є безкоштовною для використання для науковців. Cradle також пропонує дружні умови IP, за яких користувачам не потрібно платити роялті за будь-які продукти, розроблені за допомогою платформи, а також повну конфіденційність і безпеку для захисту комерційних таємниць. «Ми хочемо зробити це доступним для всіх, щоб демократизувати білкову інженерію», – таке бачення генерального директора Cradle. Наступного року Стеф виступатиме на конференції SynBioBeta, місці, де збираються лідери та провидці синтетичної біології, щоб створити більш стійке майбутнє. Давайте подивимося, на які нові ідеї надихне технологія Cradle.

Спасибі Катя Тарасава для додаткових досліджень і звітів щодо цієї статті. Я є засновником SynBioBeta, і деякі з компаній, про які я пишу, зокрема Twist Bioscience, є спонсорами Конференція SynBioBeta та дайджест щотижня.