Бывший ученый DeepMind, который помог разработать AlphaFold, модель искусственного интеллекта, которая революционизировала прогноз структуры белка, собрал 50 миллионов долларов для запуска Litent Labs, стартапа, сфокусированного на использовании искусственного интеллекта для разработки новых белков.
Саймон Кол, физик и эксперт по машинному обучению, родившийся в немецком языке, основал латентные лаборатории в 2023 году с амбициями «достижения вычислительного мастерства над биологией». Компания стремится сотрудничать с биотехнологическими фирмами для ускорения разработки лекарств, заменив традиционные экспериментальные методы на дизайн белка, управляемый AI.
Раунд финансирования, завершенный в декабре, возглавлял Radical Ventures, инвестиционный фонд, ориентированный на AI, наряду с Sofinnova Partners, известным своими инвестициями в науки о жизни. Среди высокопоставленных спонсоров: Джефф Дин-главный ученый Google, Эйдан Гомес-соучредитель Generative AI Firm Cohere и Мати Станишевский-соучредитель AI Audio Startup ElevenLabs.
С начальным капиталом более раннего капитала в 10 миллионов долларов, Latent Labs теперь получила в общей сложности 50 миллионов долларов США для масштабирования своей деятельности.
34 -летний Кол ранее работал в DeepMind, где он играл ключевую роль во второй итерации алфафолда — Technology, которая была признана Нобелевской премией по химии. В то время как Alphafold позволяет ученым карту существующих белковых структур, Kohl считает, что следующий шаг — разработка новых белков с нуля с использованием генеративного ИИ.
«[AlphaFold] Позволяет вам смотреть на каталог существующих природных белков, но он не позволяет вам делать новые », — сказал Кол.
Его цель с Latent Labs — разработка моделей искусственного интеллекта, которые устраняют необходимость в традиционных лабораторных методах, что делает обнаружение лекарств быстрее и точнее.
Latent Labs собирает команду лучших исследователей ИИ и биотехнологии по всему Лондону и Сан -Франциско, в том числе четырех бывших ученых из глубоководства. Компания активно нанимает больше специалистов по мере расширения.
Применяя генеративный ИИ к белковому и молекулярному дизайну, Коль считает, что скрытые лаборатории могут уменьшить неудачи в клинических испытаниях, что является ключевой проблемой в фармацевтической промышленности.
«В клинических испытаниях все еще есть много неудач, и в некотором смысле вы можете отследить проблему до того, как изначально было обнаружено препарат», — пояснил он.
«Если вы можете разрабатывать белки и молекулы с более высокой степенью контроля и точности, идея заключается в том, что в будущем мы увидим меньше неудач».
Кол признал обеспокоенность по поводу этических последствий, сгенерированных AI белков, назвав это «важный вопрос», который требует более широкого обсуждения. Тем не менее, он подчеркнул, что нынешняя технология ИИ еще не достаточно продвинута, чтобы превзойти то, чего могут достичь человеческие эксперты в хорошо оборудованной лаборатории.
Что касается того, когда ИИ Латентных Лабораторий превзойдет традиционные методы, Коль признал, что было трудно предсказать.
«Наша северная звезда заключается в том, что наши системы ИИ в конечном итоге будут настолько продвинутыми, что им больше не требуется экспериментальная лабораторная проверка», — сказал он. «В этот момент у вас будет довольно мощная технология на руках».
Latent Labs выходит на конкурентную, но все еще появляющуюся область, где несколько стартапов изучают, как ИИ может изменить разработку лекарств. Кол сравнил ландшафт с космической гонкой.
«Такое ощущение, что прямо сейчас запускается ряд ракет, и все они могут достичь орбиты», — сказал он.
В то время как Latent Labs не раскрыл свои текущие проекты или клиентов, быстрое финансирование стартапа и громкая поддержка предполагают, что он станет ключевым игроком в будущем обнаружения лекарств, управляемого ИИ, и инженерии белков.
