Astromech recaudó $20 millones a una valoración de $3.8 mil millones para predecir cómo se rompe la biología.

      Astromech ha recaudado 20 millones de dólares a una valoración de 3.8 mil millones de dólares para construir inteligencia artificial que predice cómo cambiarán los sistemas vivos. La compañía dice que sus modelos aprenden de 3.8 mil millones de años de historia biológica. La valoración y la ventana de entrenamiento son el mismo número, y nadie ha dicho si eso es una coincidencia. Bob Nelsen lideró la ronda, con Peak 6, NeoGenesis Capital, Builders VC y CAZ Investments participando, informó GamesBeat. La financiación total ahora asciende a 60 millones de dólares.

      Quién está detrás

      Astromech fue fundada por Ben Lamm y George Church, el dúo detrás de Colossal Biosciences. Colossal es la empresa que intenta traer de vuelta al mamut lanudo. Astromech trabaja en la dirección opuesta, tratando de prever lo que la biología hará a continuación en lugar de reconstruir lo que hizo. La startup de Dallas se gestó dentro de Colossal y heredó sus datos. Eso incluye un banco de genomas de especies extintas y vivas, herramientas construidas para grandes conjuntos de datos biológicos, y capacidad de ADN antiguo que compara genomas antiguos con los vivos para ver qué cambió y cuándo.

      Lo que está tratando de hacer

      Lamm lo describe como una previsión. “Estamos construyendo una solución de predicción algorítmica”, dijo a Inc. “Piénsalo como el clima, un sistema complejo que la humanidad puede predecir gracias a tecnología y conjuntos de datos específicos. Estamos construyendo lo mismo para la biología con datos evolutivos.” La plataforma toma tres tipos de entrada: genómica, evolutiva y funcional, y produce tres tipos de salida: hacia dónde se dirige un genoma o población, dónde es más probable que se rompa, y qué circuitos regulatorios están impulsando el cambio. “La biología gobierna el mundo y, históricamente, solo hemos reaccionado a ella”, dijo Lamm en el anuncio.

      La afirmación técnica

      El método es la reconstrucción del estado ancestral, llevado más allá de la secuencia. En lugar de inferir solo la proteína ancestral en cada punto de un árbol genealógico, Astromech reconstruye el estado regulatorio ancestral: accesibilidad de la cromatina, expresión génica y anotación funcional. Lo ejecuta a través de un marco bayesiano que devuelve confianza calibrada en lugar de predicciones de un solo punto. Church explicó por qué eso es importante. “La mayoría de las variaciones que importan para rasgos complejos, por ejemplo, morfología y longevidad, son regulatorias en lugar de codificantes, por lo que reconstruir el estado regulatorio ancestral, no solo la proteína ancestral, tiene el poder explicativo crucial”, dijo. Agregó que esto necesita datos funcionales a través de muchas especies y reconstrucción de IA lo suficientemente barata como para ejecutarse a nivel genómico. “Ninguna de estas cosas era cierta hace diez años.”

      Lo que ha mostrado realmente

      La compañía está en lo que llama una fase profunda de investigación y desarrollo. Su primera demostración pública mapea 46 genes asociados a la longevidad a través de un árbol de la vida calibrado en el tiempo. Compara especies que resolvieron el mismo problema de manera diferente: elefantes asiáticos que resisten el cáncer a pesar de su tamaño, ballenas de Groenlandia que viven dos siglos, murciélagos de Brandt que pesan unos pocos gramos y viven más de cuarenta, y demonios de Tasmania, que son vulnerables a un cáncer transmisible. Astromech dice que un punto de referencia interno de su método de inferencia de árboles funcionó aproximadamente 100 veces más rápido que los enfoques convencionales de máxima verosimilitud con precisión comparable. En la validación retrospectiva, la tubería recuperó genes asociados a rasgos ya establecidos en investigaciones publicadas y señaló más candidatos. Ese es todo el registro público. La validación prospectiva, la prueba de si una previsión se sostiene, vendrá más tarde a través de pilotos de socios en salud y bioseguridad.

      La distinción importa. Recuperar genes que la investigación publicada ya encontró muestra que la tubería funciona en respuestas conocidas. No muestra que el modelo pueda predecir una con anticipación.

      La aritmética

      Sesenta millones de dólares recaudados. Una valoración de 3.8 mil millones de dólares. Una validación retrospectiva y un mapa de 46 genes. Eso es aproximadamente sesenta y tres veces el capital recaudado, en una plataforma sin producto en el mercado. Los inversores han respaldado a este equipo fundador a través de una espera más larga antes. Tech Funding News señaló que Colossal gastó cinco años y cientos de millones sin producir un animal de extinción, y siguió recaudando de todos modos. La valoración se sitúa en un territorio familiar. TNW informó en julio que Chai Discovery recaudó 400 millones de dólares a la misma valoración de 3.8 mil millones de dólares, sobre un problema diferente y veinte veces el capital.

      Quién más está en este espacio

      Tech Funding News nombra a Insitro, que ha recaudado más de 700 millones de dólares para el descubrimiento de fármacos mediante aprendizaje automático, y a Isomorphic Labs de Alphabet. Astromech se posiciona aguas arriba de ambos. No está diseñando fármacos. Está tratando de decir dónde fallará la biología antes de que alguien elija un objetivo. El escritorio ha cubierto la capa que quiere alimentar. Una startup de Cambridge recaudó los mismos 20 millones de dólares en julio para construir un modelo de fundación para el pecho, destinado a acelerar los ensayos de medicamentos. Google DeepMind se trasladó a un terreno adyacente en julio con un programa de bioseguridad de IA. La materia prima también está mejorando: los NIH publicaron la base de datos de genómica y salud más grande hasta ahora en julio.

      Aguas abajo, el dinero sigue moviéndose. Novartis pagó hasta 1.5 mil millones de dólares por la biotecnológica británica Myricx en julio.

      Lo que se supone que la plataforma debe capturar

      Astromech enumera seis aplicaciones: señalar qué especies son susceptibles a un patógeno antes de que llegue a los humanos, predecir la resistencia a los fármacos antes de que los tratamientos fallen, mapear el riesgo de enfermedades y la duración de la salud, modelar la vulnerabilidad del rebaño bajo estrés por enfermedades y clima, identificar especies y ecosistemas en riesgo, y anticipar amenazas a la seguridad alimentaria. El mismo marco se supone que debe servir a todos ellos al cambiar la evidencia superpuesta, no la arquitectura. La compañía está contratando en modelado ancestral, genómica regulatoria, inferencia genómica, reconstrucción de secuencias, modelado metabólico y plegamiento de proteínas. El dinero va al equipo de investigación, más especies en los conjuntos de datos genómicos funcionales, y la infraestructura comparativa que entrena los modelos.

      Lo que no está establecido

      Ninguna previsión ha sido probada prospectivamente. Todo lo publicado hasta ahora mira hacia atrás. La cifra de velocidad de 100 veces es un punto de referencia interno que Astromech no ha publicado para revisión externa. No se ha nombrado ningún piloto asociado, y no se ha anunciado ningún cliente en salud, bioseguridad, agricultura o conservación. La cobertura de financiación también se contradice a sí misma sobre la historia de valoración de la compañía, por lo que este artículo utiliza solo la cifra actual, que cada fuente establece como 3.8 mil millones de dólares.