Startup Cradle を使用すると、プロンプトに入力するだけでカスタム タンパク質を設計できます

プログラミング生物学を簡単にすることを使命とする新しい会社がブロックに登場しました。 と呼ばれるヨーロッパのスタートアップ クレードル プラットフォームを構築した後、ステルスから抜け出しています。 5.5 万ユーロ (5.4 万ドル) のシード資金調達ラウンドを発表したところです。 インデックス·ベンチャーズ, 親族資本、および Lyft の共同創設者兼社長である John Zimmer を含むエンジェル投資家LYFT
、CEO兼創設者のエミリー・ルプルースト ツイストバイオサイエンス. XNUMX つはオランダのデルフト、もう XNUMX つはスイスのチューリッヒにある XNUMX つの拠点を持つ Cradle は、科学者がタンパク質を設計する方法を混乱させる恐れのある技術の強力な融合である生物学と人工知能の世界にまたがっています。

同社がタンパク質に焦点を絞っているように見えることに騙されてはいけません。 それらは私たちが食べるだけのものではありません。 動物を含まない肉、卵、乳製品を含まない 製品は確かに合成生物学の大きな焦点です. タンパク質はまた、生きた細胞のほぼすべての機能を支え、生物学以外でも同じように多くの用途を持つ多用途の生物学的機械でもあります。 洗剤、化粧品、織物に使用される酵素について考えてみてください。 または強力な治療法を作る抗体。 または、実際には、タンパク質が反応を触媒して、バルクおよび特殊化学品、フレーバーとフレグランス、バイオ燃料、材料などの製品を作るバイオテクノロジーの他の領域. これらの生体分子には数え切れないほどの用途があり、Cradle は、用途の広いタスクを実行するカスタム タンパク質を設計する機能により、さらに多くのアプリケーションを実現したいと考えています。

Cradle の共同設立者兼 CEO である Stef van Grieken は、自称「上質なタンパク質の提供者」です。 彼は過去 XNUMX 年間、 GoogleのAI いくつかの機械学習アプリケーションの開発をリードし、 X、Google の「ムーンショット ファクトリー」、初期段階のプロジェクトの実現可能性を評価します。 Google 在職中GOOG
、彼はタンパク質の言語に魅了されました - アミノ酸配列がどのように特定の折り畳みパターンに変換され、タンパク質がその洗練された機能を実行できるようにする構造を形成するか. それ以来、彼は自然言語処理技術と、タンパク質配列がどのように機能に変換されるかについての私たちの理解を組み合わせて、合理的なタンパク質設計のより良い予測を行うというアイデアに取り組んできました.

デザイナータンパク質は数十億ドル規模の産業であり、市場は 3.9によって$ 2024億、主にタンパク質ベースの治療法によって推進されています。 しかし、それはさらに大きくなる可能性があります.カスタムタンパク質の設計だけがそれほど難しくなければ、合成生物学の他の分野に進出する大きな可能性があります. タンパク質工学が現在行われている方法は、実験室での試行錯誤によるものであり、設計仕様を達成する典型的な成功率は 1% 未満です。 成功の可能性を高めるために、生物学者は次のようなソフトウェア ツールを使用できます。 ロゼッタ or アルファフォールド その配列に基づいてタンパク質構造を予測します。 タンパク質は、折り紙のように 3D 形状に折り畳まれるアミノ酸のストリングとして始まります。 しかし、折り畳みパターンの予測は信じられないほど複雑な問題であり、Rosetta のようなプログラムを実行するには何年にもわたるトレーニングと数千台のコンピューターが必要です。

Cradle は、この問題に別の方法でアプローチしています。彼らは、生成モデルを使用してタンパク質を「リバース エンジニアリング」しています。 次のような生成モデルについて聞いたことがあるかもしれませんし、使用したことさえあるかもしれません。 DALL-E 説明的な入力に基づいて新しい画像を作成できます。 Cradle の創設者は、同じ原理を適用して新しいタンパク質構造を設計しようと考えました。 シーケンス構造モデルを使用する代わりに、実際のデータでトレーニングされた機械学習アルゴリズムを使用します。 ユーザーは、設計したいタンパク質の種類を指定でき、プラットフォームは、その構造を作成できる可能な配列のリストを提供します。 そして最良の部分は、機械学習の専門家でなくても使用できることです。

「Cradle の自己学習型、自己改善型の生成機械学習モデルは、生物学者がタンパク質の遺伝コードのどの部分を変更する必要があるかを予測するために、「自然言語処理」の最近の進歩を利用しており、科学者が実験なしで肯定的な実験結果を達成する可能性を大幅に向上させます。機械学習のバックグラウンドが必要です」と CEO はプレスリリースで述べています。 「この方法により、Cradle は、合成生物学製品を市場に出すまでの時間とコストを XNUMX 桁削減できると考えています。」

今日、ほとんどのバイオテクノロジーおよび合成生物学企業は、タンパク質のエンジニアリングに関しては独自のデバイスに任せられています. 主なプレーヤー タンパク質工学分野では、Thermo Fischer、Danaher、Agilent Technologies が含まれます。A
、Bio-Rad、および次のような中小企業 コデシスCDXS
, ジェネスクリプト, カリブーバイオサイエンス, アルゼダ、およびインポッシブル・フーズ。 しかし、多くの合成生物学企業にとって、タンパク質工学は目的を達成するための手段であり、彼らが本当に焦点を当てているのはカスタムタンパク質のダウンストリームアプリケーションです. Cradle は、成功の可能性を高めるためのツールを彼らに提供したいと考えています。

Cradle 自体は、合成生物学でも機械学習企業でもありません。どちらも同じです。 「私たちは単なる機械学習会社になりたくありませんでした。 生物学についても理解する必要があります」と Stef 氏は言います。 機械学習技術の専門知識と、チーム メンバーが Google、IBM などの企業から持ち込んだ優れたラボ スキルを備えています。IBM
、Zymergen、Perfect Day など、Cradle のわずか 13 人のチームが、XNUMX 年足らずで作業プラットフォームを構築しました。 この分野には他に多くの企業はありません。 サイラス バイオ Rosetta の開発者でワシントン大学の教授である David Baker によって設立された .

Cradle チームの多様なバックグラウンドに合わせて、同社は、DNA 合成会社 Twist Bioscience の創設者 Emily Leproust や Lyft の社長 John Zimmer など、さまざまな技術分野から投資家を引き付けてきました。 ライドシェア会社からの関心は、最初は驚くかもしれません。 しかし、機械学習の進歩の多くは、他の技術分野からもたらされたものです。 同社の共同創設者である Jelle Prins 自身は Uber 出身ですUBER
また、Uber や Booking.com などの多くの成功した企業の最初のアプリの設計と構築に携わっていました。

そして、それは、さまざまな領域のときに起こることです ディープテック 衝突：新しい可能性の銀河が生まれます。 Stef は、彼の会社が、化学物質や成分の分野、材料科学や工学、その他の分野で合成生物学の革新を後押しすることを思い描いています。市場が下がるはずです。 15 人のチームとわずか数百万ドルで XNUMX 年以内にバイオベースの製品を構築できれば、それは成功です。」

Cradle のソフトウェアはすでに複数の企業で使用されており、できるだけ広く配布したいと考えています。 これが、プラットフォームが学者に無料で使用できる理由です。 Cradle はまた、ユーザーがプラットフォームを使用して開発された製品に対してロイヤルティを支払う必要がないフレンドリーな IP 条件と、企業秘密を保護するための完全なプライバシーとセキュリティを提供しています。 「タンパク質工学を民主化するために、誰もが利用できるようにしたい」というのが Cradle の CEO のビジョンです。 Stef は、来年の SynBioBeta 会議で講演する予定です。この会議は、合成生物学のリーダーと先見の明のある人が集まり、より持続可能な未来をもたらす場所です。 クレイドルの技術がどのような新しいアイデアを生み出すのか見てみましょう。

ありがとうございました カティア・タラサバ この記事に関する追加の調査と報告のために。 私は SynBioBeta の創設者であり、Twist Bioscience を含む私が書いているいくつかの企業は、 SynBioBetaカンファレンス & 毎週のダイジェスト.