Warp Sciences træder frem fra stealth-mode med 215 mio. dollar til AI-drevne kemilaboratorier

At designe et lovende molekyle er kun begyndelsen på lægemiddelforskning. Nogen skal stadig fremstille det, teste det og bruge resultaterne til at udforme et bedre næste eksperiment. Warp Sciences satser på, at denne fysiske flaskehals er det område, hvor AI kan skabe sin næste store fordel.

Warp Sciences er trådt frem fra stealth-mode med 215 mio. dollar i finansiering til at opbygge en amerikansk kontraktforskningsorganisation inden for kemi, eller CRO, der kombinerer erfarne kemikere, AI og robotteknologi. Virksomheden ledes af Kevin Weil, tidligere produktchef hos OpenAI, og planlægger at levere forskningsforbindelser til biotek- og medicinalvirksomheder, samtidig med at den opbygger laboratorier, der lærer af de eksperimenter, de udfører.

Lightspeed stod i spidsen for finansieringen med deltagelse fra blandt andre IVP, Mayfield, Lux, Premji Invest og Menlo Ventures. Blandt engleinvestorerne er Brian Armstrong, Mike Krieger, Dylan Field samt OpenAIs Mark Chen og Sarah Friar.

En kemisk servicevirksomhed med AI som omdrejningspunkt

Warp tager udgangspunkt i syntese af analoger til lead-optimering: Molekyler fremstilles i forskellige varianter, så forskere kan sammenligne dem, mens de arbejder hen imod en lægemiddelkandidat. Det er en konkret service med et håndgribeligt resultat – ikke et løfte om, at en AI-model på egen hånd vil opfinde et lægemiddel.

Ifølge virksomhedens side om kundeservice fokuserer Warp på prækliniske programmer med små molekyler og fremstiller forbindelser i mængder fra milligram til flere gram. Virksomheden beskriver sit typiske arbejde som syntese af komplekse molekyler, der kræver fem til 15 syntesetrin. Det placerer arbejdet midt i den gentagne cyklus af fremstilling og evaluering af forbindelser, som forskerhold har brug for til at videreudvikle et program.

Warp gør også klart, hvem der bestemmer forskningsretningen. Kunderne vælger, hvilke molekyler de vil arbejde videre med, og bevarer kontrollen over deres lægemiddelprogrammer. Warp har ingen egen lægemiddelpipeline. Virksomheden leverer den kemiske ekspertise og den eksperimentelle infrastruktur, som forskerholdene bruger.

Det har kommerciel betydning. En CRO skal levere brugbare forbindelser, sikre kvaliteten og samarbejde effektivt med kundernes forskere. Disse krav giver Warps automatiseringsarbejde en umiddelbar operationel prøve: om det gør servicen mere produktiv og pålidelig.

Fra laboratorieresultater til bedre modeller

Den langsigtede teknologiske vision bygger på en feedbacksløjfe mellem eksperimenter og maskinlæring. Fysiske eksperimenter skaber viden om, hvad der virker. AI-systemer lærer af denne viden, hjælper med at tilrettelægge de efterfølgende eksperimenter og understøtter stadig mere automatiseret laboratoriearbejde. Mere avancerede laboratorier kan dermed skabe endnu mere nyttig viden.

I sit manifest fra grundlæggerne skriver Warp, at virksomheden vil registrere både vellykkede eksperimenter og fejlslagne forsøg. Ud over arbejdet for kunderne vil virksomheden gennemføre særlige eksperimentkampagner for at skabe data til sine modeller. Erfarne kemikere skal lede laboratorierne, efterhånden som en større del af arbejdsgangen automatiseres.

Det er en vigtig del af tilgangen at medtage fejlslagne forsøg. Viden om, at et eksperiment ikke gav det ønskede resultat, kan hjælpe med at fastlægge en metodes begrænsninger og vise, hvad man bør prøve som det næste. For at denne information kan forbedre en model, skal den registreres med tilstrækkelig eksperimentel kontekst til at skelne mellem en idé, der ikke fører nogen vegne, og et problem med udførelsen.

Robotter varetager den fysiske del af feedbacksløjfen, mens software forbinder planlægning, udførelse og registrerede resultater. Ved at udvikle disse systemer sideløbende med laboratoriet får Warp mulighed for at tilpasse automatiseringen til det arbejde, kemikerne rent faktisk udfører. Den foreslåede fordel består i at forbedre hele den eksperimentelle proces frem for blot at fremskynde molekyldesignet, mens køen i laboratoriet forbliver uændret.

Warps bredere ambition er at udvikle videnskabelig AI, der kan hjælpe forskere med at ræsonnere om den fysiske verden og udforme eksperimenter, der giver ny viden. Virksomhedens annoncerede kommercielle udgangspunkt er fortsat mere afgrænset: at levere forskningsforbindelser og gradvist automatisere det arbejde, der skal til for at fremstille dem.

Fire grundlæggere bygger bro mellem kemi, AI og drift

Kevin Weil, medstifter og administrerende direktør, var senest produktchef og vicepræsident for videnskab hos OpenAI. Hans erfaring omfatter at omsætte fremskridt inden for AI til produkter og de driftssystemer, der understøtter dem.

Medstifter og driftsdirektør DJ Patil var USA’s første chefforsker inden for data og en af de første ledere hos Devoted Health. Medstifter og videnskabelig chef Sol Reisberg har tidligere haft ledende stillinger inden for lægemiddelkemi hos Terremoto Biosciences. Medstifter og teknologidirektør Mano Paluri var vicepræsident hos Meta Superintelligence Labs og et af de oprindelige medlemmer af FAIR.

Sammensætningen afspejler den forestående opgave: at udvikle AI-systemer, drive videnskabelige aktiviteter og levere brugbare kemiske forbindelser til kunderne. Warp oplyser, at det tidlige hold også omfatter robotekspertise fra Genesis, Skild AI og 1X samt videnskabelig ekspertise fra Genentech og Lawrence Livermore National Labs.

Betaling for leverede forbindelser

Warps prismodel føjer endnu en dimension til finansieringshistorien. På virksomhedens website står der, at den opkræver betaling for hvert leveret stof, og at prisen aftales i samråd med kunden. Hvis et stof ikke bliver fremstillet, betaler kunden ikke for det. Warp stiller denne ordning over for CRO-kontrakter, der er baseret på fuldtidsækvivalent bemanding.

Modellen knytter omsætningen til det udførte arbejde. Hvis automatisering reducerer den indsats, der kræves for at fremstille et stof pålideligt, kan Warp forbedre sin egen økonomi og samtidig skabe en mere direkte sammenhæng mellem kundernes udgifter og det, de får leveret. Virksomheden positionerer sin tjeneste omkring samarbejde og kontrol inden for landets grænser til offshorepriser, men har ikke offentliggjort en generel prisliste eller sammenlignelige omkostningsresultater.

Warp oplyser, at virksomheden i øjeblikket samarbejder med et lille antal designpartnere. Samarbejdet indebærer ugentlige drøftelser mellem kundernes kemikere og Warps team, så startupvirksomheden kan videreudvikle sine tjenester og systemer med udgangspunkt i aktuelle forskningsbehov.

Udfordringen med at føre planerne ud i livet bag de 215 millioner dollars

Finansieringen giver Warp et solidt økonomisk grundlag for en virksomhed, der skal opbygge både fysisk kapacitet og software. Muligheden består i at gøre kemitjenester til et lærende system: fremstille stoffer, indsamle eksperimentelle data, forbedre modellerne og bruge forbedringerne til at effektivisere det efterfølgende arbejde.

Meddelelsen indeholder ingen målte forbedringer af gennemløbstiden, benchmarks for modellerne eller dokumentation for, at et fuldt autonomt laboratorium allerede er i drift. Det er særskilte milepæle i forhold til at samle teamet og skaffe kapital. Den praktiske prøve bliver, om Warp gentagne gange kan levere den kvalitet, hastighed og økonomi, som virksomheden lover kunderne.

Indtil videre er virksomhedens vigtigste beslutning, hvor den begynder. Ved at starte med kemiprogrammer, der styres af kunderne, knytter Warp sine AI-ambitioner til et tilbagevendende videnskabeligt behov. Hvert leveret stof giver mulighed for at skabe omsætning og forbedre det laboratoriesystem, der skal stå bag det næste.