Pavle Jeremić, Fundador y CEO de Aether – Serie de Entrevistas

Mi impulso se formó a una edad muy temprana. Crecí en dos mundos muy diferentes, donde pasaba parte del año en Estados Unidos y parte del año en la antigua Yugoslavia. Me di cuenta de que las ciudades universitarias agradables en Estados Unidos no son una realidad para todas las partes del mundo, y eso me inspiró a tratar de encontrar una forma de crear más abundancia, libertad económica y movilidad ascendente. Cuando tenía alrededor de 10 años, leí libros sobre nanotecnología, y se me ocurrió que este tipo de tecnología podría ser una solución.

Luego, en la escuela secundaria y la preparatoria, un profesor de la Universidad de California, Davis, me aceptó y me permitió realizar mi propia investigación en biología sintética. A través de esa investigación, me di cuenta de que las proteínas son las máquinas más cercanas a la nanotecnología funcional que tenemos. Fue allí donde nació la idea de Aether. Si pudiéramos ser excepcionalmente buenos en construir máquinas a escala nanométrica con bloques de construcción basados en proteínas, ¿qué tipo de productos increíbles podríamos crear? ¿Podríamos crear un futuro de abundancia? Esa es nuestra misión en Aether hoy en día.

Para los lectores que no están familiarizados con el espacio, ¿cómo describirías tu Modelo de Función de Proteína y por qué representa un nuevo paradigma en la ingeniería de proteínas?

A alto nivel, nuestro Modelo de Función de Proteína puede mapear la función de una proteína a su diseño. Sin embargo, debido a la naturaleza estadística de las cosas a nivel nanométrico, una proteína puede tener muchas funciones diferentes.

Lo que impulsa nuestro Modelo de Función de Proteína y lo hace único en la industria es nuestra capacidad para generar conjuntos de datos, o índices, donde probamos grandes paneles de proteínas contra grandes paneles de diferentes funciones al mismo tiempo. Al hacer esto, podemos identificar las funciones específicas de cada proteína y luego darle la función que deseamos que realice. Por ejemplo, queremos que la proteína X descomponga una toxina y la proteína Y se una al oro. Cualquiera que sea la función a nivel molecular, nuestro modelo puede producir una proteína para ejecutarla.

¿En qué momento te diste cuenta de que las proteínas diseñadas por inteligencia artificial podrían moverse realistamente desde conceptos de laboratorio a soluciones industriales comerciales?

Si me hubieras hablado al comienzo de Aether, te habría dicho que lo más importante que teníamos que hacer como empresa era ingenierizar este sistema de proteínas novedosas. Pero, tomamos una decisión muy intencional hace un par de años de no solo ingenierizar la proteína, sino también integrar verticalmente y crear productos finales. Así que pusimos en práctica, aprendimos lecciones en el camino y hoy estamos cosechando los beneficios de un diseño de producto increíble, nuestra escala de capacidades y productos impactantes que están en el mercado.

¿Qué permite que las proteínas diseñadas por inteligencia artificial superen los enfoques de fabricación química tradicional en velocidad, eficiencia o escalabilidad?

Nuestro proceso con nuestras proteínas diseñadas por inteligencia artificial nos proporciona la precisión y la sofisticación de fábricas químicas masivas, pero a una fracción del tamaño, lo que nos permite crear nuevos productos más rápido, más asequiblemente y de manera más sostenible.

Las proteínas ofrecen especificidad: son nanomáquinas que construyen, unen o descomponen con precisión. Esto las hace eficientes. Con el uso de la inteligencia artificial, podemos ingenierizarlas para que sean aún mejores. Podemos hacer proteínas que catalicen una reacción específica; por ejemplo, coser monómeros para unirlos a una velocidad más rápida.

¿Cómo pruebas y validas que una proteína diseñada recientemente funcionará de manera confiable en entornos del mundo real exigentes, como la defensa, la aerospacial o la extracción de minerales?

Probamos y validamos la funcionalidad de la proteína en condiciones del mundo real a través de una amplia prototipificación en reactores catalíticos de banco. Evaluamos parámetros de rendimiento relevantes; por ejemplo, selectividad para disprosio sobre terbio, seleccionando los mejores candidatos que luego se escalan para validación en pruebas de pilotaje y más allá.

Entre tus aplicaciones actuales, desde materiales avanzados hasta remediación ambiental, ¿cuál esperas que se escale primero y por qué?

Recientemente recaudamos $15 millones para escalar nuestros primeros productos comerciales en supermateriales, RapidPrint y Ultra 3D, que imprimen hasta 10 veces más rápido y 2 veces más fuerte que los estándares de la industria. Se utilizan en drones para defensa y partes complejas para la industria aeroespacial, dos áreas donde estamos viendo la mayor demanda en este momento.

¿Cómo evalúas los beneficios ambientales de tu trabajo, ya sea en la descomposición de productos químicos persistentes, la captura de carbono o la habilitación de procesos de fabricación más sostenibles?

Utilizamos diferentes métodos para evaluar los beneficios ambientales. Con la habilitación de procesos de fabricación más sostenibles, por ejemplo, evaluamos la diferencia en productos químicos tóxicos y energía utilizados entre nuestro proceso y la ruta química tradicional.

¿Cómo ves que evoluciona la empresa en términos de productos y enfoque industrial a medida que avanzas hacia la comercialización?

Nuestro objetivo es integrarnos verticalmente desde el nivel molecular hasta la fabricación a nivel de kilotoneladas de productos increíbles en todo el planeta.

¿Qué progreso esperas que logre Aether en los próximos cinco años, y qué hitos indicarían que estás en la trayectoria correcta?

Mirando hacia los próximos cinco años, esperamos construir la base para la reindustrialización de Estados Unidos a través de tecnologías de fabricación más baratas y efectivas basadas en los ensambladores moleculares que creamos.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Aether.