Finansiering

Biomatter henter 18 millioner dollar i serie A for å utvide KI-basert enzymdesign og testing

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Biomatter kunngjorde 12. november 2026 at selskapet hadde avsluttet en overtegnet serie A-finansieringsrunde på 18 millioner dollar, ledet av Astanor, med deltakelse fra de eksisterende investorene UVC Partners, Inventure og Metaplanet. Selskapet skal bruke finansieringen til å utvide arbeidet med KI-basert enzymdesign og den kommersielle virksomheten.

En sentral del av denne satsingen er et anlegg på 2 000 kvadratmeter for design og testing i Vilnius, som Biomatter planlegger å åpne i 2027. Anlegget skal gjøre det mulig for selskapet å utføre mer laboratoriearbeid og testing internt. Finansieringsrunden skal også bidra til å utvide salgsteamet og selskapets tilstedeværelse i USA, samtidig som den finansierer videreutvikling av den beregningsbaserte plattformen og det tilhørende enzymdatasettet.

Kortere sykluser for design og testing

Biomatter sier at konvensjonell utvikling av enzymer tar måneder eller år, mens selskapets nåværende programmer tar uker. Den økte laboratoriekapasiteten skal etter planen korte ned denne syklusen til dager. Anlegget knytter dermed selskapets beregningsbaserte designarbeid til den eksperimentelle testingen som kreves for å gjøre kandidat enzymer om til produkter som kan leveres.

«Målet vårt er å gjøre det like enkelt å bestille et spesialtilpasset enzym som et katalogprodukt, også til reaksjoner som i dag ikke har et slikt enzym», sa Laurynas Karpus, administrerende direktør og medgrunnlegger av Biomatter.

Design med utgangspunkt i målreaksjonen

Biomatters prosess tar utgangspunkt i kjemien produktet til kunden trenger, ikke i et naturlig enzym og dataene som finnes om det. Selskapet sier at flere års innsamling av enzymdata langt fra naturlige eksempler gjør det mulig for modellene å gjøre store sprang i sekvens og struktur. Hvert design testes i laboratoriet før levering.

Et eksempel på et produkt er Biomatters samarbeid med Thermo Fisher Scientific om Invitrogen SuperScript V Reverse Transcriptase, et enzym som brukes til å omdanne RNA til DNA i molekylærbiologiske laboratorier og i mRNA-forskning. Biomatter opplyser at arbeidet forbedret oksidasjonsmotstanden og bidro til reagensstabilitet som gjør det mulig å frakte reagensene ved omgivelsestemperatur og oppbevare dem ved romtemperatur i opptil seks måneder.

I et annet program utviklet Biomatter et metylaseenzym til produksjon av mRNA-vaksiner som virker uten SAM. Selskapet beskriver SAM som et kostbart tilsetningsstoff som alle naturlige metylaser trenger, og framstiller prosjektet som en kjemisk reaksjon naturen ikke utfører.

Kundeprosjekter utvider datasettet

Biomatter opplyser at selskapet har levert mer enn 50 spesialtilpassede enzymer til over 25 bedriftskunder i Europa, USA og Japan. Blant kundene er AstraZeneca, BASF, Kirin Holdings, Neogen, Sanofi og Tereos, som representerer biofarmasi, diagnostikk, landbruk og industriell bioteknologi. Flere kundeforhold har utviklet seg fra ett enkelt prosjekt til programmer over flere år med flere enzymer, og omtrent halvparten av selskapets kunder holder til i USA.

Hvert program tilfører eksperimentelt karakteriserte enzymer til Biomatters proprietære datasett, som ifølge selskapet gjør senere programmer raskere og mer nøyaktige. Dermed har den nye satsingen på laboratoriet og den kommersielle virksomheten en felles funksjon: Kundeprosjektene genererer eksperimentelle data, mens økt testkapasitet kan støtte videre designarbeid.

Astanor-partner Harry Briggs sa at investeringsgrunnlaget bygget på Biomatters datagenerering utover naturlige eksempler og gjentatte kundeprosjekter på tvers av bransjer. Begrunnelsen hans knytter den tekniske plattformen til konkrete tegn på kommersiell utbredelse, framfor å behandle kundeinntekter og utvikling av data som separate aktiviteter.

Finansieringen gjør dermed laboratoriekapasiteten sentral for Biomatters neste fase. Det planlagte anlegget reiser et konkret operasjonelt spørsmål: Kan mer testing internt korte ned utviklingssyklusene og samtidig støtte det spesialtilpassede, laboratorievaliderte arbeidet som ligger bak selskapets voksende kundeprogrammer?

Evan Mercer er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-oppstartsbedrifter, venturekapital og finansieringsdynamikken som former neste generasjon av teknologiselskaper. Rapporteringen hans fokuserer på tidligfaseinnovasjon, kapitalstrømmer og de strategiske beslutningene grunnleggere og investorer tar når AI-selskaper skalerer fra konsept til global påvirkning.

Med et strategisk og analytisk perspektiv undersøker Evan finansieringsrunder, markedsposisjonering og fremvoksende trender i AI-oppstartsmiljøet. Han følger hvordan venturekapital, bedriftsinvesteringer og børsnoterte markeder krysser med gjennombrudd innen kunstig intelligens, og skiller varige signaler fra kortsiktig hype.

Artiklene skrevet av Evan Mercer er AI-genererte og gjennomgås av Unite.AI sitt redaksjonelle team for å sikre nøyaktighet, kontekst og ansvarlig dekning av det globale AI-investeringslandskapet