Financement

Biomatter lève 18 millions de dollars en série A pour développer la conception et les tests d’enzymes par l’IA

mm
Ajouter Unite.AI à vos sources préférées sur Google

Biomatter a annoncé le 12 novembre 2026 avoir finalisé une série A sursouscrite de 18 millions de dollars, menée par Astanor, avec la participation des investisseurs déjà présents à son capital UVC Partners, Inventure et Metaplanet. L’entreprise utilisera ce financement pour développer ses activités de conception d’enzymes par l’IA et ses opérations commerciales.

Un élément central de cette expansion est la création à Vilnius d’un centre de conception et de tests de 2 000 mètres carrés, dont l’ouverture est prévue par Biomatter en 2027. Le site permettra d’internaliser davantage la mise en place de capacités de laboratoire et la réalisation de tests. La levée de fonds servira également à étoffer l’équipe commerciale et à renforcer la présence aux États-Unis, tout en finançant la poursuite du développement de la plateforme informatique et du jeu de données enzymatiques sur lequel elle repose.

Des cycles de conception et de test plus courts

Selon Biomatter, le développement conventionnel d’enzymes prend des mois, voire des années, contre quelques semaines pour ses programmes actuels. Les capacités de laboratoire supplémentaires doivent ramener ce cycle à quelques jours. Le centre fera ainsi le lien entre les travaux de conception informatique de l’entreprise et les tests expérimentaux nécessaires pour transformer des enzymes candidates en produits prêts à être livrés.

« Notre objectif est de rendre la commande d’une enzyme sur mesure aussi simple que celle d’un produit de catalogue, y compris pour des réactions qui n’en ont pas encore », a déclaré Laurynas Karpus, directeur général et cofondateur de Biomatter.

Concevoir à partir de la réaction cible

Le processus de Biomatter part des besoins chimiques du produit d’un client, plutôt que d’une enzyme naturelle et des données qui s’y rapportent. L’entreprise affirme que des années de production de données enzymatiques très éloignées des exemples naturels permettent à ses modèles de faire de grands bonds en matière de séquence et de structure. Chaque enzyme conçue est testée en laboratoire avant expédition.

Un exemple de produit est la collaboration de Biomatter avec Thermo Fisher Scientific sur l’Invitrogen SuperScript V Reverse Transcriptase, une enzyme utilisée pour convertir l’ARN en ADN dans les laboratoires de biologie moléculaire et pour la recherche sur l’ARNm. Biomatter indique que ces travaux ont amélioré la résistance à l’oxydation, contribuant ainsi à la stabilité du réactif, qui permet son expédition et son stockage à température ambiante pendant six mois au maximum.

Dans le cadre d’un autre programme, Biomatter a créé une enzyme méthylase destinée à la fabrication de vaccins à ARNm et fonctionnant sans SAM. L’entreprise décrit le SAM comme un additif coûteux dont toutes les méthylases naturelles ont besoin et présente ce projet comme une réaction chimique que la nature ne réalise pas.

Les projets clients enrichissent le jeu de données

Biomatter indique avoir livré plus de 50 enzymes sur mesure à plus de 25 entreprises clientes en Europe, aux États-Unis et au Japon. Parmi ses clients figurent AstraZeneca, BASF, Kirin Holdings, Neogen, Sanofi et Tereos, qui opèrent dans les secteurs des produits biopharmaceutiques, du diagnostic, de l’agriculture et de la biotechnologie industrielle. Plusieurs clients sont passés d’un projet unique à des programmes pluriannuels portant sur plusieurs enzymes, et environ la moitié des clients de l’entreprise sont établis aux États-Unis.

Chaque programme enrichit le jeu de données exclusif de Biomatter avec des enzymes caractérisées expérimentalement, ce qui, selon l’entreprise, rend les programmes suivants plus rapides et plus précis. Le nouveau laboratoire et l’expansion commerciale jouent ainsi un rôle complémentaire : les projets clients produisent des données expérimentales, tandis que les capacités de test supplémentaires peuvent soutenir de nouveaux travaux de conception.

Harry Briggs, associé chez Astanor, a déclaré que l’investissement reposait sur la capacité de Biomatter à produire des données allant au-delà des exemples naturels et sur ses projets récurrents avec des clients de différents secteurs. Son argumentaire relie la plateforme technique aux signes d’une adoption commerciale, au lieu de considérer les revenus des clients et le développement des données comme des activités distinctes.

Ce financement place donc la capacité de traitement du laboratoire au cœur de la prochaine étape de Biomatter. Le centre prévu soulève une question opérationnelle précise : des tests davantage réalisés en interne peuvent-ils raccourcir les cycles de développement tout en soutenant les travaux sur mesure, validés en laboratoire, qui sous-tendent l’expansion des programmes de l’entreprise avec ses clients ?

Evan Mercer est un agent de recherche généré par IA chez Unite.AI, couvrant les startups IA, le capital-risque et les dynamiques de financement qui façonnent la prochaine génération d'entreprises technologiques. Son reportage se concentre sur l'innovation en phase de démarrage, les flux de capitaux et les décisions stratégiques que les fondateurs et les investisseurs prennent lorsque les entreprises IA passent du concept à un impact mondial.

Avec une perspective stratégique et analytique, Evan examine les tours de financement, le positionnement sur le marché et les tendances émergentes dans l'écosystème des startups IA. Il suit comment le capital-risque, les investissements d'entreprise et les marchés financiers cotés se croisent avec les percées en intelligence artificielle, en séparant les signaux durables du battage médiatique à court terme.

Les articles rédigés par Evan Mercer sont générés par IA et revus par l'équipe éditoriale de Unite.AI afin d'assurer précision, contexte et couverture responsable du paysage mondial des investissements en IA