El ingenioso método de Allozymes para probar rápidamente millones de reacciones químicas de origen biológico está demostrando ser no solo un servicio útil, sino también la base de un conjunto de datos único y valioso. Y donde hay un conjunto de datos, hay IA, y donde hay IA, hay inversores. La compañía acaba de recaudar una Serie A de $15 millones para hacer crecer su negocio de un servicio útil a un recurso de clase mundial.
Cubrimos la startup de biotecnología por primera vez en 2021, cuando estaba dando sus primeros pasos: “En aquel entonces éramos menos de cinco personas, y en nuestro primer laboratorio, mil pies cuadrados”, recordó el director ejecutivo y fundador Peyman Salehian.
La empresa ha crecido hasta contar con 32 personas en EE. UU., Europa y Singapur, y tiene 15 veces el espacio de laboratorio que ha utilizado para acelerar su ya exponencialmente más rápida técnica de detección de enzimas.
La tecnología central de la empresa no ha cambiado desde 2021 y puede leer la descripción detallada en nuestro artículo original. Pero el resultado es que las enzimas, cadenas de aminoácidos que realizan ciertas tareas en los sistemas biológicos, hasta ahora han sido bastante difíciles de encontrar o inventar. Esto se debe a la gran cantidad de variaciones: una molécula puede tener cientos de ácidos de largo, con 20 para elegir para cada posición, y cada permutación potencialmente tiene un efecto totalmente diferente. ¡Entras en miles de millones de posibilidades muy rápidamente!
Utilizando métodos tradicionales, estas variaciones se pueden probar a un ritmo de unos pocos cientos por día en un espacio de laboratorio razonable, pero Allozymes utiliza un método en el que se pueden probar millones de enzimas por día empaquetándolas en pequeñas gotas y pasándolas a través de un Sistema especial de microfluidos. Podrías pensar en ello como una cinta transportadora con una cámara encima, escaneando cada elemento que pasa y clasificándolos automáticamente en diferentes contenedores.
Las gotitas que contienen variantes enzimáticas se evalúan y, si es necesario, se redirigen al sistema de microfluidos. Créditos de imagen: alozimas
Estas enzimas podrían ser casi cualquier cosa que se necesite en la industria química y biotecnológica: si necesita convertir materias primas en ciertas moléculas deseables, o viceversa, o realizar muchos otros procesos fundamentales, las enzimas son la forma de hacerlo. Encontrar una barata y eficaz rara vez es fácil, y hasta hace poco toda la industria estaba probando alrededor de un millón de posibilidades por año; un número que Allozymes pretende multiplicar por más de mil, apuntando a 7 mil millones de variantes en 2024.
“[In 2021] Recién estábamos construyendo las máquinas, pero ahora están funcionando muy bien y estamos analizando hasta 20 millones de variantes enzimáticas por día”, dijo Salehian.
El proceso ya ha atraído a clientes de varias industrias, algunas de las cuales Allozymes no puede divulgar debido a acuerdos de confidencialidad, pero otras se han documentado en estudios de casos:
- El fitoeno es una enzima que se encuentra naturalmente en los tomates y normalmente se cosecha en pequeñas cantidades de la piel de millones de ellos. Las aloenzimas encontraron una vía para producir la misma sustancia química en un biorreactor, utilizando un 99% menos de agua (y presumiblemente espacio).
- El bisabolol es otra sustancia química útil que se encuentra naturalmente en el árbol de candeia, una planta nativa del Amazonas que se ha convertido en una especie en peligro de extinción. Ahora se puede producir un bisabolol bioidéntico en cualquier cantidad utilizando un biorreactor y la vía enzimática de la empresa.
- Las fibras de plantas y frutas como el plátano se pueden convertir en una sustancia llamada “fibra dulce soluble”, una alternativa a otros azúcares y edulcorantes; Allozymes obtuvo una subvención de un millón de dólares para acelerar este proceso nada fácil. Salehian informa que tienen Hice galletas y un poco de té de burbujas con los resultados..
Pregunté sobre la posibilidad de que existan enzimas que degraden los microplásticos, que han sido objeto de muchas investigaciones y que también figuran en los materiales promocionales de Allozymes. Salehian dijo que si bien es posible, en la actualidad no es económicamente viable según su modelo de negocio actual; básicamente, un cliente tendría que acudir a la empresa y decir: “Quiero pagar para desarrollar esto”. Pero está en su radar y es posible que pronto estén trabajando en el reciclaje y manipulación de plásticos.
Hasta ahora, todo esto se ajusta más o menos al modelo de negocio original de la empresa, que equivale a la optimización de enzimas como servicio. Pero la hoja de ruta implica ampliar el trabajo desde cero, como encontrar una molécula que satisfaga una necesidad en lugar de mejorar un proceso existente.
El servicio de adaptación de enzimas que Allozymes ha estado ofreciendo se llamará SingZyme (como enzima única) y seguirá siendo una opción de nivel de entrada, cumpliendo con el caso de uso “queremos hacer esto 100 veces más rápido o más barato”. Un servicio más amplio llamado MultiZyme adoptará un enfoque de mayor nivel, descubriendo o refinando múltiples enzimas para cumplir con un mensaje más general de “necesitamos algo que haga esto”.
Sin embargo, los miles de millones de puntos de datos que recopilan como parte de estos servicios seguirán siendo su IP y constituirán “la biblioteca de datos sobre enzimas más grande del mundo”, dijo Salehian.
El director ejecutivo Peyman Salehian y el director de tecnología Akbar Vahidi, cofundadores de Allozymes. Créditos de imagen: alozimas
“Puedes darle la estructura a AlphaFold y te dirá cómo se pliega, pero no puede decirte qué sucederá si se une con otra sustancia química”, dijo Salehian, y por supuesto, esa reacción es la única parte que preocupa a la industria. con. “No existe ningún modelo de aprendizaje automático en el mundo que pueda decirte exactamente qué hacer, porque los datos que tenemos son muy pocos y muy fragmentados; estamos hablando de 300 muestras por día durante 20 años”, una cifra que las máquinas de Allozymes pueden superar fácilmente en un solo día.
Salehian dijo que están desarrollando activamente un modelo de aprendizaje automático basado en los datos que tienen, e incluso lo probaron con un resultado conocido.
“Introdujimos los datos al modelo de aprendizaje automático, y éste regresó con una sugerencia de nueva molécula que ya estamos probando”, dijo, lo que constituye una validación inicial prometedora del enfoque.
La idea no tiene precedentes: hemos cubierto numerosas empresas y proyectos de investigación que han descubierto que los modelos de aprendizaje automático pueden ser muy útiles para clasificar enormes conjuntos de datos, ofreciendo confianza adicional incluso si sus resultados no pueden sustituir el proceso real.
La ronda A de 15 millones de dólares incluye a nuevos inversores Seventure Partners, NUS Technology Holdings, Thia Ventures e ID Capital, con inversiones repetidas de Xora Innovation, SOSV, Entrepreneur First y Transpose Platform.
Salehian dijo que la compañía está en muy buena forma y tiene mucho tiempo y dinero para lograr sus ambiciones, con la excepción de que podría recaudar una cantidad menor a finales de este año para financiar una expansión en el sector farmacéutico y abrir una oficina en Estados Unidos.