Adaptyv Bio revolusjonerer proteiningeniørarbeid med generativ AI

AI-verktøy som ChatGPT endrer dramatisk måten tekst, bilder og kode genereres på. Liksom maskinlæringsalgoritmer og generativ AI forstyrrer konvensjonelle metoder i livsvitenskapene og akselerer tidsplaner i legemiddelforskning og materiautvikling.

DeepMinds AlphaFold er kanskje det mest berømte maskinlæringsmodellen i dette domenet. Den forutsier en proteins 3D-struktur fra aminosyresekvensen og har blitt brukt av over en million forskere i de 18 månedene siden det ble offentliggjort. Mange andre AI-verktøy har kommet frem siden da, inkludert det nylig åpne kildekodsprosjektet RFDiffusion, som tillater forskere å generere komputasjonelle protein-design med bare deres bærbare datamaskiner.

Likevel forblir det en utfordring å oversette disse komputasjonelle designene til fysiske, funksjonelle proteiner. Adaptyv Bio har som mål å løse dette problemet med sin neste generasjons protein-fabrikk. Ved å integrere avansert robotikk, mikrofluidikk og syntetisk biologi-teknikker, konstruerer Adaptyv Bio en fullstendig plattform for å aktivere protein-ingeniører til å validere sine AI-genererte protein-design.

Julian Englert, CEO og medgrunnlegger av Adaptyv Bio, sa: “Proteiner er sentrale i biorevolusjonen, enten som nye legemidler, forbedrede enzymer for forskning og industrielle anvendelser, eller som materialer med unike egenskaper. Som protein-designer har du nå tilgang til fantastiske nye AI-verktøy som AlphaFold eller RFDiffusion. Likevel forblir det en stor utfordring å validere dine protein-design i laboratoriet for å se om de fungerer.”

AI-modeller trives på data for trening og forbedring av deres prediksjoner. Ved å forenkle prosessen med å generere data om effekten av designede proteiner, aktiverer Adaptyv Bio protein-ingeniører og AI-modeller til å motta mer tilbakemelding om deres design, og guide dem mot bedre fungerende proteiner.

Englert la til: “Tenk på AI i en selvkjørende bil. For å holde bilen på veien og nå destinasjonen, trenger AI-modellen en tett tilbakemeldingsmekanisme ved å motta mye høykvalitetsdata fra bilens kamera-sensorer. Samme prinsipp gjelder for en AI-modell som designer nye proteiner, med tilbakemeldingsmekanismen som involverer den faktiske skapelsen av proteiner i vårt laboratorium og testing av deres ytelse.”

Adaptyv Bio ble etablert av en gruppe ingeniører fra EPFL, det sveitsiske føderale instituttet for teknologi i Lausanne, motivert av de tidskrevende prosessene med å utføre biologiske eksperimenter i laboratorier. I 2022 sikret de 2,5 millioner dollar i pre-seed-finansiering fra Wingman Venture, etter å ha deltatt i Y Combinator, verdens mest selektive startup-akselerator. Teamet har siden utvidet til 12 ingeniører med diverse bakgrunner i syntetisk biologi, mikroingeniørarbeid, programvareutvikling og maskinlæring. Selskapet er lokalisert på det nybygde Biopole-livsvitenskapscampus i Lausanne, Sveits, hvor de utvikler sin teknologi i fremtidsrettede laboratoriefasiliteter med pittoreske utsikter over Genèvesjøen og de sveitsisk-franske Alpene.

Adaptyv Bios fabrikk sentrerer seg rundt protein-ingeniør-arbeidsceller – tilpassede, automatiserte oppsett som miniaturiserer prosesser som vanligvis krever flere laboratoriemaskiner, og utfører dem parallelt på små mikrofluidiske chip. Brukere kan skrive eksperimentelle protokoller (eller la AI skrive dem) og arbeidscellene utfører eksperimentene autonomt, mens de nøye kontrollerer og overvåker eksperimentenes parametre. Alle måledata prosesseres automatisk og lastes opp for å tillate brukerne å forbedre sine maskinlæringsmodeller med hvert eksperiment.

Englert sa: “Våre arbeidsceller er fullstendig automatiserte, bruker 1000 ganger færre reagenser enn noen kommersielt tilgjengelig alternativ, og vi kan kjøre tusenvis av forskjellige proteiner per dag på hver enkelt oppsett. For å strømlinje eksperimentelle arbeidsflyter har vi utviklet mye tilpasset syntetisk biologi- og automatiseringsteknikk. Over de neste 12 månedene planlegger vi å skalle opp vårt laboratorium videre og øke antallet protein-design-applikasjoner vi kan støtte. Vi har også nettopp åpnet tidlig tilgang for brukere til å sende inn sine protein-design-prosjekter til oss, og vi prøver å påbegynne nye prosjekter så raskt som mulig.”

For å ytterligere akselerere feltet protein-ingeniørarbeid har Adaptyv Bio åpnet kildekoden for to av sine interne verktøy som allerede har begynt å få gjennomslag blant forskere og ingeniører i feltet. ProteinFlow er en Python-bibliotek som tillater protein-designere å enkelt skape høykvalitetsdatasett for bedre AI-modeller. Automancer er en utvidbar programvareplattform for å kjøre automatiserte eksperimenter, som aktiverer forskere til å bygge sine egne eksperimentelle protokoller og integrere forskjellige laboratorieinstrumenter.

“Vår misjon er å gjøre protein-ingeniørarbeid enklere og aktivere flere forskere til å designe nye proteiner. Tenk på proteinene som utgjør den usedvanlig kraftige molekylære maskineriet inne i hver enkelt celle i vår kropp. Forestill deg hva slags teknologisk fremgang menneskeheten kunne gjøre hvis vi kunne begynne å designe nye proteiner for personlige legemidler, industrielle anvendelser som nye enzymer, eller bedre, mer bærekraftige materialer,” la Julian Englert til.