أثبتت الطريقة البارعة التي تتبعها Allozymes في الاختبار السريع لملايين التفاعلات الكيميائية الحيوية أنها ليست مجرد خدمة مفيدة، ولكنها أساس مجموعة بيانات فريدة وقيمة. وحيثما توجد مجموعة بيانات، يوجد الذكاء الاصطناعي – وحيثما يوجد الذكاء الاصطناعي، يوجد مستثمرون. لقد جمعت الشركة للتو مبلغ 15 مليون دولار أمريكي من السلسلة A لتنمية أعمالها من خدمة مفيدة إلى مورد عالمي المستوى.
قمنا بتغطية الشركة الناشئة في مجال التكنولوجيا الحيوية لأول مرة في عام 2021، عندما كانت تخطو خطواتها الأولى: “في ذلك الوقت كنا أقل من خمسة أشخاص، وفي مختبرنا الأول – ألف قدم مربع”، يتذكر الرئيس التنفيذي والمؤسس بيمان صالحيان.
وقد توسعت الشركة لتضم 32 شخصًا في الولايات المتحدة، وأوروبا، وسنغافورة، ولديها 15 ضعف مساحة المختبر، التي استخدمتها لتسريع تقنية فحص الإنزيمات الأسرع بشكل كبير بالفعل.
لم تتغير التكنولوجيا الأساسية للشركة منذ عام 2021، ويمكنك قراءة الوصف التفصيلي لها في مقالتنا الأصلية. لكن النتيجة هي أن الإنزيمات، وهي سلاسل من الأحماض الأمينية التي تؤدي مهام معينة في الأنظمة البيولوجية، كان من الصعب حتى الآن العثور عليها أو اختراعها. وذلك بسبب العدد الهائل من الاختلافات: قد يتكون الجزيء من مئات الأحماض، مع 20 حمضًا للاختيار من بينها لكل موضع، ومن المحتمل أن يكون لكل تبديل تأثير مختلف تمامًا. يمكنك الوصول إلى مليارات الاحتمالات بسرعة كبيرة!
باستخدام الطرق التقليدية، يمكن اختبار هذه الاختلافات بمعدل بضع مئات يوميًا في مساحة معملية معقولة، لكن Allozymes تستخدم طريقة يمكن من خلالها اختبار ملايين الإنزيمات يوميًا عن طريق تعبئتها في قطيرات صغيرة وتمريرها عبر مختبر. نظام ميكروفلويديك خاص. يمكنك التفكير في الأمر وكأنه حزام ناقل به كاميرا فوقه، يقوم بمسح كل عنصر يتم تكبيره وفرزه تلقائيًا في صناديق مختلفة.
يمكن أن تكون هذه الإنزيمات أي شيء مطلوب في مجال التكنولوجيا الحيوية والصناعة الكيميائية: إذا كنت بحاجة إلى تحويل المواد الخام إلى جزيئات مرغوبة معينة، أو العكس، أو إجراء العديد من العمليات الأساسية الأخرى، فإن الإنزيمات هي الطريقة التي يمكنك بها القيام بذلك. نادرًا ما يكون العثور على بديل رخيص وفعّال أمرًا سهلاً، وحتى وقت قريب كانت الصناعة بأكملها تختبر حوالي مليون احتمال سنويًا – وهو عدد تهدف شركة Allozymes إلى مضاعفة أكثر من ألف مرة، مستهدفة 7 مليارات متغير في عام 2024.
“[In 2021] وقال صالحيان: “لقد كنا نبني الآلات للتو، لكنها الآن تعمل بشكل جيد للغاية ونقوم بفحص ما يصل إلى 20 مليون نوع مختلف من الإنزيمات يوميًا”.
لقد اجتذبت هذه العملية بالفعل عملاء عبر عدد من الصناعات، والتي لا يمكن لـ Allozymes الكشف عن بعضها بسبب اتفاقيات عدم الإفشاء، ولكن تم توثيق البعض الآخر في دراسات الحالة:
- الفيتوين هو إنزيم موجود بشكل طبيعي في الطماطم ويتم حصاده عادة بكميات صغيرة من قشور الملايين منها. وجدت الإنزيمات طريقًا لتصنيع نفس المادة الكيميائية في مفاعل حيوي، باستخدام كمية أقل من الماء بنسبة 99% (وربما مساحة).
- البيسابولول هو مادة كيميائية مفيدة أخرى توجد بشكل طبيعي في شجرة الكانديا، وهي نبات موطنه الأمازون تم دفعه إلى حالة مهددة بالانقراض. والآن يمكن إنتاج البيسابولول المطابق حيويًا بأي كمية باستخدام مفاعل حيوي والمسار الأنزيمي الخاص بالشركة.
- يمكن تحويل ألياف النباتات والفواكه مثل الموز إلى مادة تسمى “الألياف الحلوة القابلة للذوبان”، وهي بديل للسكريات والمحليات الأخرى؛ حصلت Allozymes على منحة قدرها مليون دولار لتسريع هذه العملية الأقل سهولة. أفاد صالحيان أنهم صنعوا ملفات تعريف الارتباط وبعض شاي الفقاعات مع النتائج.
لقد سألت عن إمكانية وجود إنزيمات تحلل المواد البلاستيكية الدقيقة، والتي كانت هدفًا للكثير من الأبحاث وتظهر أيضًا في المواد الترويجية الخاصة بـ Allozymes. وقال صالحيان إنه على الرغم من أن ذلك ممكن، إلا أنه في الوقت الحالي غير ممكن اقتصاديًا في ظل نموذج أعمالهم الحالي – حيث سيحتاج العميل في الأساس إلى الحضور إلى الشركة قائلاً: “أريد أن أدفع مقابل تطوير هذا”. لكن ذلك على رادارهم، وربما يعملون في إعادة تدوير البلاستيك والتعامل معه قريبًا.
حتى الآن، يندرج هذا بشكل أو بآخر ضمن نموذج الأعمال الأصلي للشركة، والذي يرقى إلى تحسين الإنزيم كخدمة. لكن خريطة الطريق تتضمن التوسع في المزيد من العمل من الصفر، مثل العثور على جزيء يلبي الحاجة بدلاً من تحسين العملية الحالية.
إن خدمة تصميم الإنزيمات التي تقدمها شركة Allozymes ستسمى SingZyme (كما هو الحال في إنزيم واحد)، وستظل خيارًا للمبتدئين، لتملأ حالة الاستخدام “نريد أن نفعل هذا بشكل أسرع 100 مرة أو أرخص”. ستتبع خدمة أكثر اتساعًا تسمى MultiZyme منهجًا عالي المستوى، حيث تكتشف أو تنقي إنزيمات متعددة لتحقيق فكرة أكثر عمومية “نحن بحاجة إلى شيء يفعل هذا”.
وقال صالحيان إن مليارات نقاط البيانات التي يجمعونها كجزء من هذه الخدمات ستظل ملكًا لهم، وستشكل “أكبر مكتبة بيانات إنزيمية في العالم”.
قال صالحيان: “يمكنك إعطاء البنية لـ AlphaFold وسيخبرك كيف يطوي، لكنه لا يستطيع أن يخبرك بما سيحدث إذا ارتبط بمواد كيميائية أخرى”، وبالطبع هذا التفاعل هو الجزء الوحيد الذي تهتم به الصناعة. مع. “لا يوجد نموذج للتعلم الآلي في العالم يمكنه أن يخبرك بالضبط بما يجب عليك فعله، لأن البيانات المتوفرة لدينا قليلة جدًا ومجزأة للغاية؛ نحن نتحدث عن 300 عينة يوميًا لمدة 20 عامًا، وهو عدد يمكن لآلات Allozymes تجاوزه بسهولة في يوم واحد.
وقال صالحيان إنهم يعملون بنشاط على تطوير نموذج للتعلم الآلي بناءً على البيانات المتوفرة لديهم، بل واختبروه على نتيجة معروفة.
وقال: “لقد قمنا بتغذية نموذج التعلم الآلي بالبيانات، وعاد مع اقتراح جزيء جديد نقوم باختباره بالفعل”، وهو ما يعد بمثابة التحقق الأولي الواعد من هذا النهج.
هذه الفكرة ليست غير مسبوقة: لقد قمنا بتغطية العديد من الشركات والمشاريع البحثية التي وجدت أن نماذج التعلم الآلي يمكن أن تكون مفيدة جدًا في فرز مجموعات البيانات الضخمة، مما يوفر ثقة إضافية حتى لو لم يكن من الممكن استبدال نتائجها بالعملية الحقيقية.
تشمل الجولة البالغة 15 مليون دولار مستثمرين جدد Seventure Partners وNUS Technology Holdings وThia Ventures وID Capital، مع استثمار متكرر من Xora Innovation وSOSV وEntrepreneur First وTranspose Platform.
وقال صالحيان إن الشركة في حالة جيدة ولديها الكثير من الوقت والمال لتحقيق طموحاتها – باستثناء أنها قد تجمع مبلغًا أصغر في وقت لاحق من هذا العام لتمويل التوسع في مجال الأدوية وفتح مكتب في الولايات المتحدة.