Allozymes setzt seine beschleunigte Enzymatik in einem Daten- und KI-Projekt ein und sammelt 15 Millionen US-Dollar ein

Allozymes setzt seine beschleunigte Enzymatik in einem Daten und KI Projekt

Die geniale Methode von Allozymes zum schnellen Testen von Millionen biobasierter chemischer Reaktionen erweist sich nicht nur als nützlicher Dienst, sondern auch als Grundlage eines einzigartigen und wertvollen Datensatzes. Und wo ein Datensatz ist, ist auch KI – und wo KI ist, sind auch Investoren. Das Unternehmen hat gerade eine Serie-A-Finanzierung in Höhe von 15 Millionen US-Dollar eingeworben, um sein Geschäft von einem hilfreichen Service zu einer erstklassigen Ressource auszubauen.

Wir berichteten zum ersten Mal über das Biotech-Startup im Jahr 2021, als es seine ersten Schritte unternahm: „Damals waren wir weniger als fünf Leute und in unserem ersten Labor waren es tausend Quadratmeter“, erinnert sich CEO und Gründer Peyman Salehian.

Das Unternehmen ist auf 32 Mitarbeiter in den USA, Europa und Singapur angewachsen und verfügt über die 15-fache Laborfläche, die es zur Beschleunigung seiner bereits exponentiell schnelleren Enzym-Screening-Technik genutzt hat.

Die Kerntechnologie des Unternehmens hat sich seit 2021 nicht verändert, und Sie können die detaillierte Beschreibung dazu in unserem Originalartikel lesen. Das Fazit ist jedoch, dass Enzyme, Aminosäureketten, die in biologischen Systemen bestimmte Aufgaben erfüllen, bisher eher schwer zu finden oder zu erfinden waren. Das liegt an der schieren Zahl der Variationen: Ein Molekül kann Hunderte von Säuren lang sein, wobei für jede Position 20 zur Auswahl stehen, und jede Permutation möglicherweise einen völlig anderen Effekt hat. Sie erschließen sich sehr schnell den Milliarden von Möglichkeiten!

Mit traditionellen Methoden können diese Variationen mit einer Rate von einigen Hundert pro Tag in einem angemessenen Laborraum getestet werden, aber Allozymes verwendet eine Methode, bei der Millionen von Enzymen pro Tag getestet werden können, indem man sie in kleine Tröpfchen verpackt und durch eine Zelle leitet spezielles Mikrofluidiksystem. Man könnte es sich wie ein Förderband mit einer Kamera darüber vorstellen, die jeden vorbeizoomenden Gegenstand scannt und ihn automatisch in verschiedene Behälter sortiert.

Tröpfchen, die Enzymvarianten enthalten, werden bewertet und gegebenenfalls im Mikrofluidiksystem umgelenkt. Bildnachweis: Allozyme

Diese Enzyme könnten so ziemlich alles sein, was in der Biotechnologie- und Chemieindustrie benötigt wird: Wenn Sie Rohstoffe in bestimmte gewünschte Moleküle umwandeln müssen oder umgekehrt oder zahlreiche andere grundlegende Prozesse durchführen müssen, sind Enzyme die Lösung für Sie. Es ist selten einfach, ein günstiges und wirksames Produkt zu finden, und bis vor kurzem testete die gesamte Branche etwa eine Million Möglichkeiten pro Jahr – eine Zahl, die Allozymes auf das Tausendfache vervielfachen will, wobei bis zum Jahr 2024 7 Milliarden Varianten angestrebt werden.

„[In 2021] Wir haben die Maschinen gerade erst gebaut, aber jetzt funktionieren sie sehr gut und wir screenen bis zu 20 Millionen Enzymvarianten pro Tag“, sagte Salehian.

Der Prozess hat bereits Kunden in einer Reihe von Branchen angezogen, von denen Allozymes einige aufgrund von Geheimhaltungsvereinbarungen nicht offenlegen kann, andere wurden jedoch in Fallstudien dokumentiert:

  • Phytoen ist ein Enzym, das natürlicherweise in Tomaten vorkommt und normalerweise in winzigen Mengen aus den Schalen von Millionen Tomaten gewonnen wird. Allozyme haben einen Weg gefunden, die gleiche Chemikalie in einem Bioreaktor herzustellen, wobei 99 % weniger Wasser (und vermutlich Platz) benötigt werden.
  • Bisabolol ist eine weitere nützliche Chemikalie, die natürlicherweise im Candeia-Baum vorkommt, einer im Amazonasgebiet heimischen Pflanze, die inzwischen vom Aussterben bedroht ist. Jetzt kann mithilfe eines Bioreaktors und des enzymatischen Weges des Unternehmens ein bioidentisches Bisabolol in beliebiger Menge hergestellt werden.
  • Fasern von Pflanzen und Früchten wie Bananen können in eine Substanz namens „lösliche süße Ballaststoffe“ umgewandelt werden, eine Alternative zu anderen Zuckern und Süßungsmitteln; Allozymes erhielt einen Millionen-Dollar-Zuschuss, um diesen nicht gerade einfachen Prozess zu beschleunigen. Salehian berichtet, dass sie es getan haben Ich habe mit den Ergebnissen Kekse und etwas Bubble Tea gemacht.

Ich fragte nach der Möglichkeit mikroplastikabbauender Enzyme, die Gegenstand zahlreicher Forschungsarbeiten waren und auch in den eigenen Werbematerialien von Allozymes vorkommen. Salehian sagte, dass es zwar möglich sei, es aber derzeit im Rahmen ihres aktuellen Geschäftsmodells wirtschaftlich nicht machbar sei – im Grunde müsste ein Kunde zum Unternehmen kommen und sagen: „Ich möchte dafür bezahlen, das zu entwickeln.“ Aber sie haben es auf dem Schirm und vielleicht werden sie bald im Bereich Kunststoffrecycling und -handhabung tätig sein.

Bislang fiel das alles mehr oder weniger unter das ursprüngliche Geschäftsmodell des Unternehmens, das auf Enzymoptimierung als Dienstleistung hinausläuft. Aber die Roadmap beinhaltet die Ausweitung auf mehr Arbeit von Grund auf, etwa die Suche nach einem Molekül, das einem Bedarf entspricht, anstatt einen bestehenden Prozess zu verbessern.

Der Enzym-Maßschneiderdienst, den Allozymes anbietet, soll SingZyme heißen (wie bei „Einzelenzym“) und weiterhin eine Einstiegsoption sein, die den Anwendungsfall „Wir wollen das 100-mal schneller oder billiger machen“ abdeckt. Ein umfangreicherer Dienst namens MultiZyme wird einen übergeordneten Ansatz verfolgen und mehrere Enzyme entdecken oder verfeinern, um ein allgemeineres „Wir brauchen etwas, das dies tut“ zu erfüllen.

Die Milliarden von Datenpunkten, die sie im Rahmen dieser Dienste sammeln, bleiben jedoch ihr geistiges Eigentum und bilden „die größte Enzymdatenbibliothek der Welt“, sagte Salehian.

Allozymes setzt seine beschleunigte Enzymatik in einem Daten und KI Projekt

CEO Peyman Salehian und CTO Akbar Vahidi, Mitbegründer von Allozymes. Bildnachweis: Allozyme

„Sie können AlphaFold die Struktur geben und es wird Ihnen sagen, wie es sich faltet, aber es kann Ihnen nicht sagen, was passiert, wenn es sich mit einer anderen Chemikalie verbindet“, sagte Salehian, und natürlich ist diese Reaktion der einzige Teil, der die Industrie betrifft mit. „Es gibt kein Modell für maschinelles Lernen auf der Welt, das Ihnen genau sagen kann, was zu tun ist, weil die Daten, die wir haben, so klein und so fragmentiert sind; wir sprechen von 300 Proben pro Tag über einen Zeitraum von 20 Jahren“, eine Zahl, die die Maschinen von Allozymes an einem einzigen Tag leicht übertreffen können.

Salehian sagte, dass sie aktiv ein Modell für maschinelles Lernen auf der Grundlage der ihnen vorliegenden Daten entwickeln und es sogar anhand eines bekannten Ergebnisses getestet haben.

„Wir haben die Daten in das Modell für maschinelles Lernen eingespeist und es kam mit einem neuen Molekülvorschlag zurück, den wir bereits testen“, sagte er, was eine vielversprechende erste Validierung des Ansatzes darstellt.

Die Idee ist kaum beispiellos: Wir haben zahlreiche Unternehmen und Forschungsprojekte untersucht, die herausgefunden haben, dass Modelle des maschinellen Lernens beim Durchsuchen riesiger Datensätze sehr hilfreich sein können und zusätzliche Sicherheit bieten, selbst wenn ihre Ergebnisse den realen Prozess nicht ersetzen können.

Die 15-Millionen-Dollar-A-Runde umfasst die neuen Investoren Seventure Partners, NUS Technology Holdings, Thia Ventures und ID Capital, mit wiederholten Investitionen von Xora Innovation, SOSV, Entrepreneur First und Transpose Platform.

Salehian sagte, das Unternehmen sei in bester Verfassung und habe genügend Zeit und Geld, um seine Ambitionen zu verwirklichen – mit der Ausnahme, dass es später in diesem Jahr möglicherweise einen kleineren Betrag aufbringen werde, um eine Expansion in den Pharmabereich zu finanzieren und ein US-Büro zu eröffnen.

tch-1-tech