Jeff Leek (à gauche) et Robert Bradley, co-fondateurs de Synthesize Bio et chercheurs du Fred Hutchinson Cancer Center. (Photo LinkedIn)
Synthesize Bio, une startup basée à Seattle fondée par les dirigeants du Fred Hutchinson Cancer Center, a annoncé 10 millions de dollars en fonds de groupes de Venture Madrona.
La société de biotechnologie vise à rendre la nouvelle découverte de médicaments plus rapidement et moins cher en utilisant l’intelligence artificielle pour simuler les résultats des tests de laboratoire hypothétiques. L’équipe a construit ce qui appelle un modèle de fondation génomique génératif (GEM-1) pour prédire l’expression des gènes, fournissant des informations sur la façon dont un nouveau médicament devrait affecter le comportement des cellules.
Mardi, Synthesize Bio Investigats a publié une préalable préalable sur Biorxiv qui explique le modèle et sa performance, qui, selon les scientifiques, “prédit les futurs résultats expérimentaux de l’expression des gènes avec précision au niveau du laboratoire”.
Syntheze Bio a une équipe de 16 personnes et a été co-fondé il y a près de deux ans par le directeur des données de Fred Hutch, Jeff Leek et Robert Bradley, directeur du Centre de recherche intégré pour les sciences de données translationnelles de Fred Hutch.
L’équipe a formé son modèle d’information accessible au public qui corrèle les expériences de recherche avec les données de séquençage d’ARN, qui capture les gènes exprimés dans une cellule. L’ensemble de données comprenait des tissus humains sains et malades tirés du travail de laboratoire et des essais cliniques.
“Il s’agit du taux de change des infrastructures qui redéfinit ce qui est possible dans la R&D des sciences de la vie”, a déclaré Matt McIlwain, directeur directeur de Madrona, sur LinkedIn. “Avec la génomique générative, les chercheurs peuvent poser des questions plus audacieuses, concevoir des essais plus intelligents et essayer des hypothèses qui étaient auparavant incapables d’explorer.”
Une illustration du fonctionnement de la technologie de biographie synthétisée. (Synthétiser la bio)
Dans son article de pré-impression, l’équipe de synthèse a préparé le problème qui essaie de résoudre. “De nombreuses expériences de laboratoire ne peuvent pas être effectuées plus rapidement que la vitesse à laquelle les cellules se développent ou les maladies sont développées”, a écrit la société, “tandis que les essais cliniques sont également régis par la disponibilité et le recrutement des participants et des réglementations essentielles pour protéger les patients”.
Ils ont continué que les capacités génératives des modèles d’IA “offrent la possibilité d’éviter ces restrictions biologiques fondamentales simulant de nombreuses, voire toutes, de limiter les étapes expérimentales”.
Synthesize rejoint une explosion de startups de biotechnologie et de groupes de recherche qui développent des systèmes dans la région de Seattle, notamment:
L’Institut de conception des protéines (IPD) de l’Université de Washington utilise l’IA pour construire de nouvelles protéines qui pourraient être utilisées dans le traitement des maladies élevées. La Cancer AI Alliance dirigée par Fred Hutch, un consortium qui comprend également Dana-Farber, Memorial Sloan Kettering et Johns Hopkins avec le soutien de l’Allen Institute for AI (AI2) et Google Cloud. Le Seattle Center for Synthetic Hub de l’Institut Allen, qui utilise une technologie basée sur l’ADN pour faire un enregistrement de ce qu’une cellule éprouve au fil du temps. Des startups, dont Xaira Therapeutics, Archon Biosciences, Lila Biologics, Outpace Bio, A-Alpha Bio, Talus Biosciences, Potato et bien d’autres. L’IPD n’a eu que 10 nouvelles sociétés.
Other authors of the preprint titled “generative genomics accurarately predicts future Experimental results” are: Gregory Koytiger, Alice M. Walsh, Vaishali Marar, Kayla A. Johnson, Max Highsmith, Alexander R. Abbas, Andrew Stirn, Ariel R. Brumbough, Alex David, Alex David, Alex David, Alex David, Alex David, Alex David, Alex David, Alex David, Alex David, Alex David, Alex David, Alex David, Alex David, Alex David, Alex David, Darren Hui, Jeffrey M. Kahn, Sheng-Yong Niu, Liza J. Ray, Candace Savonen et Stein Setvik.
