por Startup de biotecnología de Seattle A-Alfa Biografía recaudó 22,4 millones de dólares para impulsar el desarrollo de su plataforma de aprendizaje automático que analiza las interacciones proteína-proteína.
A-Alpha Bio, una empresa derivada del Instituto de Diseño de Proteínas de la Universidad de Washington, combina herramientas computacionales con experimentos de levadura para identificar posibles proteínas terapéuticas. Se asocia con compañías farmacéuticas para ayudarlas a encontrar los mejores agentes para probar en una variedad de condiciones.
La puesta en marcha ha entrado en varias asociaciones: con Bristol Myers Squibb para la investigación de interacción de proteínas; con el Laboratorio Nacional Lawrence Livermore para el desarrollo de anticuerpos contra amenazas biológicas; ya Gilead Sciences para la exploración terapéutica del VIH.
A-Alpha Bio se encuentra entre una multitud cada vez mayor de nuevas empresas que utilizan IA como herramienta para ayudar a los científicos a convertir proteínas en medicamentos, enzimas industriales, biosensores, productos alimenticios y más.
La startup apuesta a que la IA «mejorará fundamentalmente» la velocidad y la calidad con la que se desarrollan las terapias, dando una ventaja a las empresas de atención médica con acceso a conjuntos de datos patentados, CEO david joven le dijo a GeekWire.
A-Alpha Bio tiene una base de datos de casi 500 millones de mediciones de interacción proteína-proteína.
Su tecnología se basa en grupos de levaduras unicelulares diseñadas para expresar diferentes proteínas o fragmentos de proteínas. Cuando dos proteínas interactúan, el fusible de levadura y las proteínas que interactúan se identifican mediante métodos experimentales y computacionales. La técnica puede detectar interacciones de proteínas, como un anticuerpo que se une fuertemente a una proteína viral.
Las herramientas computacionales de A-Alpha Bio, AlphaSeq y AlphaBind, trabajan juntas para medir y analizar las interacciones proteína-proteína. AlphaSeq utiliza ingeniería genética y secuenciación de ADN para construir sus conjuntos de datos masivos. Esto alimenta a AlphaBind, que utiliza el aprendizaje automático para predecir nuevas secuencias de proteínas con las propiedades de unión deseadas.
“Avances de aprendizaje automático en todas las industrias (p. ej. AlphaFold) fue un punto de prueba importante para el poder del aprendizaje automático aplicado a problemas biológicos y despertó mucho interés en empresas como la nuestra”, dijo Younger. “Además, nos beneficiamos de los avances en el aprendizaje automático, porque muchas de las técnicas utilizadas por otros (modelos de lenguaje grandes, etc.) también se pueden aplicar a datos biológicos”.
Younger dijo que la extensión de la Serie A ayudará a la compañía a capitalizar el «crecimiento significativo» y proporcionará una pista adicional para alcanzar ciertos hitos antes de recaudar fondos adicionales.
La startup fue cofundada en 2017 por Younger y el CTO randolfo lopezutilizando la tecnología que ayudaron a desarrollar como investigadores graduados en la UW.
A-Alpha Bio emplea a 45 personas, frente a las 13 en el momento de su ronda Serie A de $ 20 millones en 2021. A pesar de una desaceleración de la financiación que ha empujado a muchos otros empresas de salud digital Para reducir el personal, A-Alpha está evitando los despidos, dijo Younger.
La Serie A extendida fue dirigida por el inversor existente Perceptivo Xontogeny Ventures, con la participación de Madrona Venture Group y otros patrocinadores iniciales. El nuevo inversor Breakout Ventures se unió a la ronda y su director general, Lindy Fishburneservirá como observador en el directorio de A-Alpha.
La puesta en marcha ha recaudado previamente capital no dilutivo de la Fundación Bill y Melinda Gates, la Fundación Nacional de Ciencias y la Oficina Ejecutiva del Programa Conjunto para la Defensa Química, Biológica, Radiológica y Nuclear. El financiamiento total hasta la fecha es de $51 millones.
