Modulus Therapeutics sikrer finansiering og søger at udvide platformen for celleterapi-design

Seattle-baserede Modulus Therapeutics, der er et selskab, der bruger kunstig intelligens til at designe celleterapi, har annonceret, at de har gennemført en oversubskriberet seed-runde på 3,5 millioner dollar. Runden blev ledet af Madrona Venture Group, og der deltog også KdT Ventures og Allen Institute for AI (AI2).

Den nye finansiering vil gå til at udvide selskabets platform, Modulus’ Convergent Design. Sammen med finansieringsannoncen har selskabet dannet deres videnskabelige råd, der er grundlagt af Alana Welm og Raphael Gottardo.

Udvikling af systemet

Max Darnell, Ph.D, grundlagde Modulus i 2020 sammen med bioinformatikeren Bryce Daines, Ph.D. De to var en del af Allen Institute of Artificial Intelligence (AI2), der er et forskningsinstitut etableret af Paul Allen, medstifter af Microsoft. Ifølge grundlæggerne ønskede de at opfinde en platform for systematisk og gentagen opdagelse af næste generations celleterapier, der kan bruges til at forbedre immunsystemets kamp mod solide tumorer.

Bryan Hale er administrerende direktør i AI2 Incubator.

“AI2 Incubators mission er at hjælpe grundlæggere med at lancere AI-selskaber, der har potentialet til at ændre verden,” sagde Hale. “Ved at udnytte avanceret AI til at søge efter livsreddende behandlinger for solide tumorer, har Modulus potentialet for en rigtig stor impact.”

Chris Picardo er investor i Madrona Venture Group.

“Modulus har et ambitiøst mål og en innovativ platform, der kombinerer moderne maskinlæring, syntetisk biologi og avanceret laboratorieautomatisering til at behandle tumorer og udrydde kræft,” sagde Picardo. “Deres metode låser op for sand høj-gennemstrømningsskæring for kræftkæmpende NK-celler og skaber en enorm ny dataset, der er perfekt tilpasset til AI. Vi er spændte på at arbejde med dem, mens de bygger ud deres team og kapaciteter.”

Udvikling af terapier

Selskabets top-prioritet er at udvikle terapier baseret på naturlige dræberceller til behandling af metastatisk brystkræft, og det bygger på den seneste fremgang i at deployere dem mod solide tumorer.

Alana Welm er videnskabelig rådgiver.

“Høj-gennemstrømningsoptagelsesmetoder i celletyper som naturlige dræberceller er blevet efterladt bagud i forhold til andre celletyper,” sagde Welm. “Vi er rigtig spændte på de terapeutiske perspektiver i at udforske de forskellige måder, hvorpå disse celler kan være designet.”

Designprocessen for disse celler er stadig en kompleks proces, der er begrænset af menneskelig forståelse af biologi, så Modulus udvikler deres Convergent Design-platform til at kombinere nøgle-teknologikomponenter, såsom gendrift, maskinlæring, multi-omik og høj-gennemstrømningsskæring. Dette vil hjælpe med at bringe en intelligent og upartisk tilgang til celleterapi-design.

Max Darnell, Ph.D. er medstifter af Modulus.

“Når disse teknologier kombineres, giver de en vej til at opdage de forbedringer, cellerne har brug for for at udføre en kompleks terapeutisk opgave, som at kæmpe mod en solid tumor,” sagde Darnell. “Den nuværende celleterapi-design er som at forsøge at finde vej ud af skoven uden en GPS. Denne platform giver os værktøjerne til at navigere i cellens designrum systematisk og effektivt.”

I stedet for at fokusere på en enkelt funktion som måling, fungerer Convergent Design til at “muliggøre samtidig forbedring langs multiple akser af terapeutisk vigtighed, der konvergerer på optimerede celledesign,” ifølge pressemeddelelsen.

“Modulus er det eneste selskab, vi har set, der fokuserer på at designe chassis af disse celler,” sagde Rima Chakrabarti, MD, principal i KdT Ventures. “Ved at regulere den indfødte cellulære maskineri, kan Modulus optimere ikke kun for terapeutisk effektivitet, men også for forbedret produktion og lagring, hvilket bringer os tættere på kurative, standardiserede immuncelloterapier.”

I stedet for at lære omvirkningen af ét gen ad gangen, er en af nøglerne til Modulus, at det kan lære, hvordan hele netværk af gener påvirker en cells funktion.

Bryce Daines, Ph.D., er medstifter af Modulus.

“Ved at kombinere høj-gennemstrømningsskæring med maskinlæring til at fortolke og forudsige genetiske interaktioner, får vi en multiplikator på vores eksperimentelle gennemstrømning, der overgår tidligere tilgange, gentaget over celletyper og sygdomme; resultatet er en opdagelsesmekanisme,” siger Daines.