Helse

Modulus Therapeutics sikrer finansiering og utvider plattform for celleterapi-design

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

Seattle-basert AI-drevet celleterapi-design selskap Modulus Therapeutics har annonsert at de har fullført en overskrevet $3,5 millioner Seed-runde. Ledet av Madrona Venture Group, var det også deltakelse fra KdT Ventures og Allen Institute for AI (AI2).

Den nye finansieringen vil gå til å utvide selskapets Modulus’ Convergent Design-plattform. Sammen med finansieringsannonsen, har selskapet etablert sin Vitenskapelige Rådgivergruppe, som ble grunnlagt av Alana Welm og Raphael Gottardo.

Utvikling av systemet

Max Darnell, Ph.D, grunnla Modulus i 2020 sammen med bioinformatikeren Bryce Daines, Ph.D. De to var en del av Allen Institute of Artificial Intelligence (AI2), som er et forskningsinstitutt etablert av Paul Allen, medgrunnlegger av Microsoft. Ifølge grunnleggerne, ønsket de å oppfinne en plattform for systematisk og gjentakende oppdagelse av neste-generasjons celleterapier, som kunne brukes til å forbedre immunsystemets kamp mot solide svulster.

Bryan Hale er Managing Director i AI2 Incubator.

“AI2 Incubators mål er å hjelpe grunnleggere å lansere AI-selskaper som har potensial til å endre verden,” sa Hale. “Ved å utnytte nyeste AI til å søke etter livreddende behandlinger for solide svulster, har Modulus potensial for en virkelig stor innvirkning.”

Chris Picardo er Investor i Madrona Venture Group.

“Modulus har et ambisiøst mål og en innovativ plattform som kombinerer moderne maskinlæring, syntetisk biologi og nyeste lab-automatisering for å behandle svulster og utrydde kreft,” sa Picardo. “Deres metode låser opp sant høy-gjennomstrømming for krefts kampende NK-celler og skaper en massiv ny datasett som er perfekt tilpasset for AI. Vi er spente på å arbeide med dem mens de bygger ut sitt team og kapasiteter.”

Utvikling av terapier

Selskapets topprioritet er å utvikle terapier basert på naturlige drapsceller for behandling av metastatisk brystkreft, og de bygger på nylig fremgang i å deployere dem mot solide svulster.

Alana Welm er en vitenskapelig rådgiver.

“Høy-gjennomstrømmings-opdagelses-tilnærminger i celle-typer som naturlige drapsceller har liggende bak andre celle-typer,” sa Welm. “Vi er virkelig spente på de terapeutiske prospektene ved å utforske de forskjellige måtene disse cellene kan bli konstruert.”

Design-prosessen for disse cellene er fortsatt en kompleks prosess som er begrenset av menneskelig forståelse av biologi, så Modulus utvikler sin Convergent Design-plattform for å kombinere nøkkel-teknologikomponenter, som gen-redigering, maskinlæring, multi-omik og høy-gjennomstrømming i vivo screening. Dette vil hjelpe med å bringe en intelligent og upartisk tilnærming til celleterapi-design.

Max Darnell, Ph.D. er medgrunnlegger av Modulus.

“Når disse teknologiene kombineres, gir de en vei for å oppdage forbedringene cellene trenger for å fullføre en kompleks terapeutisk oppgave, som å kjempe mot en solid svulst,” sa Darnell. “Nåværende celleterapi-design er som å prøve å finne veien ut av skogen uten GPS. Denne plattformen gir oss verktøyene til å navigere celle-design-rommet systematisk og effektivt.”

I stedet for å fokusere på en enkelt funksjon som måling, fungerer Convergent Design for å “muliggjøre samtidig forbedring langs flere akser av terapeutisk viktighet som konvergerer mot optimal celle-design,” ifølge utgivelsen.

“Modulus er det eneste selskapet vi har sett som fokuserer på å konstruere chassis av disse cellene,” sa Rima Chakrabarti, MD, Principal i KdT Ventures. “Ved å modulere den innfødte cellulære maskineriet, kan Modulus optimalisere ikke bare for terapeutisk effektivitet, men også for forbedret produksjon og lagring, og bringe oss nærmere kurative, ferdige immun-celle-terapier.”

I stedet for å lære omvirkningen av ett gen om gangen, er en av nøkkelene til Modulus at de kan lære hvordan hele nettverk av gener påvirker en celles funksjon.

Bryce Daines, Ph.D., er medgrunnlegger av Modulus.

“Ved å kombinere høy-gjennomstrømming med maskinlæring for å tolke og forutsi genetiske interaksjoner, får vi en multiplikator på vår eksperimentelle gjennomstrømming som overgår tidligere tilnærminger, gjentatt over celle-typer og sykdommer; resultatet er en oppdagelses-drevet prosess,” sier Daines.

Alex McFarland er en AI-journalist og forfatter som utforsker de nyeste utviklingene innen kunstig intelligens. Han har samarbeidet med tallrike AI-startups og publikasjoner verden over.