Biomatter ۱۸ میلیون دلار جذب کرد تا طراحی آنزیم با هوش مصنوعی را تسریع نماید

استارتاپ ليتوانی Biomatter که در طراحی محاسباتی آنزیم‌های سفارشی فعال است، ۱۸ میلیون دلار در یک دور سری A بیش‌ازحد تقاضا شده جذب سرمایه کرد. این دور با رهبری Astanor و مشارکت سرمایه‌گذاران موجود UVC Partners، Inventure و Metaplanet انجام شد. به گزارش Tech.eu، شرکت قصد دارد با این سرمایه، یک تاسیسات طراحی و تست آنزیم به مساحت ۲۰۰۰ مترمربع در ویلنیوس تا سال ۲۰۲۷ راه‌اندازی کند و تیم تجاری خود در ایالات متحده را گسترش دهد.

جزئیات دور سرمایه‌گذاری و برنامه‌های Biomatter

پیتchny Biomatter بر روی توسعه تکنولوژی محاسباتی برای طراحی آنزیم‌هایی متمرکز است که برای واکنش‌های شیمیایی و کاربردهای صنعتی خاص بهینه‌سازی شده‌اند. برخلاف روش‌های سنتی که روی آنزیم‌های طبیعی موجود تغییر می‌دهند، این شرکت آنزیم‌ها را بر اساس شیمی مورد نیاز برای یک فرآیند خاص از پایه می‌سازد. فرآیند طراحی آنزیم در Biomatter در حال حاضر هفته‌ها به جای ماه‌ها یا سال‌ها طول می‌کشد. شرکت تا کنون آنزیم‌های سفارشی برای مشتریانی چون AstraZeneca، BASF، Sanofi و Tereos در اروپا، ایالات متحده و ژاپن توسعه داده است. یکی از دستاوردهای قابل‌توجه، طراحی یک متیلاز برای تولید واکسن mRNA است که بدون نیاز به SAM (S-adenosylmethionine) - یک افزودنی گران‌قیمت که آنزیم‌های طبیعی نیازمند آن هستند - کار می‌کند و یک واکنش شیمیایی را امکان‌پذیر می‌سازد که در طبیعت وجود ندارد.

پیشینه و تکنولوژی Biomatter

Biomatter از یک مجموعه داده مالکیت‌دار از آنزیم‌های به‌صورت آزمایشگاهی مشخص‌شده استفاده می‌کند که با هر برنامه توسعه گسترش می‌یابد. ترکیب مدل‌های محاسباتی با تست‌های آزمایشگاهی به شرکت امکان می‌دهد آنزیم‌هایی با ویژگی‌های متناسب با نیازهای مشتریان تولید کند. آنزیم‌ها در صنایع داروسازی، تشخیص، کشاورزی و بیوتکنولوژی صنعتی نقش مهمی ایفا می‌کنند، اما توسعه سنتی آن‌ها می‌تواند ماه‌ها یا حتی سال‌ها طول بکشد، به‌ویژه وقتی آنزیم‌های طبیعی برای کاربردهای خاص مناسب نباشند. لاریناس کارپوس (Laurynas Karpus)، مدیرعامل و هم‌بنیان‌گذار Biomatter، می‌گوید: «هدف ما این است که سفارش یک آنزیم سفارشی به اندازه سفارش یک محصول از کاتالوگ آسان شود، حتی برای واکنش‌هایی که امروز آنزیمی ندارند.»

چه معنایی دارد برای اکوسیستم استارتاپ و بیوتک

این سرمایه‌گذاری نشان می‌دهد که تقاضا برای اتوماسیون و تسریع طراحی بیولوژیک با کمک هوش مصنوعی در حال رشد است. پلتفرم‌هایی که بتوانند چرخه طراحی-ساخت-تست-یادگیری (DBTL) در بیوتکنولوژی را از ماه‌ها به هفته‌ها و روزها کاهش دهند، مزیت رقابتی قوی برای شرکت‌های داروسازی، کشاورزی و علوم مواد ایجاد می‌کنند. برای بنیان‌گذاران در حوزه دیپ‌تک و بیوتک، مدل Biomatter الگوئی است که نشان می‌دهد ترکیب داده‌های مالکیت‌دار آزمایشگاهی با مدل‌های محاسباتی می‌تواند مانع ورود به بازار را پایین بیاورد و مدل درآمدی مقیاس‌پذیر (SaaS‌مانند برای بیولوژی) ایجاد کند. راه‌اندازی تاسیسات یکپارچه در-house نیز سیگنال می‌دهد که کنترل کیفیت و سرعت تکرار در این حوزه حیاتی است.

نکته‌های کلیدی برای بنیان‌گذاران

• ترکیب داده‌های آزمایشگاهی مالکیت‌دار با مدل‌های AI می‌تواند مزیت رقابتی پایدار در دیپ‌تک ایجاد کند.
• کاهش زمان توسعه از ماه‌ها به هفته‌ها ارزش پیشنهادی قوی برای مشتریان 엔ترپرایز است.
• جذب سرمایه‌گذاران تخصصی (Astanor در کشاورزی/غذا، UVC در دیپ‌تک) به جای سرمایه‌گذاران عمومی، اعتبار تکنولوژی را تقویت می‌کند.