Warp Sciences trer fram fra det skjulte med 215 millioner dollar til KI-drevne kjemilaboratorier

Å utvikle et lovende molekyl er bare begynnelsen på legemiddelforskning. Noen må fortsatt lage det, teste det og bruke resultatene til å planlegge et bedre neste forsøk. Warp Sciences satser på at denne fysiske flaskehalsen er området der KI kan skape sitt neste store konkurransefortrinn.

Warp Sciences har kommet ut av det skjulte med 215 millioner dollar i finansiering for å bygge en USA-basert kontraktsforskningsorganisasjon innen kjemi, eller CRO, som kombinerer erfarne kjemikere, KI og robotteknologi. Selskapet ledes av Kevin Weil, tidligere produktsjef i OpenAI, og planlegger å levere forskningsforbindelser til kunder innen bioteknologi og legemiddelindustrien, samtidig som det bygger laboratorier som lærer av forsøkene de utfører.

Lightspeed ledet finansieringsrunden, med deltakelse fra IVP, Mayfield, Lux, Premji Invest og Menlo Ventures, blant andre. Blant engleinvestorene er Brian Armstrong, Mike Krieger, Dylan Field og OpenAIs Mark Chen og Sarah Friar.

En kjemitjenestevirksomhet bygget rundt KI

Warp starter med syntese av analoger for optimalisering av ledesubstanser: Molekyler varieres slik at forskere kan sammenligne dem mens de arbeider mot en legemiddelkandidat. Dette er en konkret tjeneste med et håndfast resultat, ikke et løfte om at en KI-modell på egen hånd skal finne opp et legemiddel.

Ifølge siden med informasjon om kundetjenester fokuserer Warp på prekliniske programmer for små molekyler og produserer forbindelser i mengder fra milligram til flere gram. Selskapet beskriver typiske oppdrag som arbeid med videreutviklede molekyler som krever fem til 15 syntesetrinn. Dette plasserer virksomheten midt i den gjentatte syklusen med å lage og evaluere forbindelser som forskerteam trenger for å videreutvikle et program.

Warp gjør også et tydelig skille når det gjelder hvem som styrer forskningsagendaen. Kundene velger hvilke molekyler de vil gå videre med, og beholder kontrollen over legemiddelprogrammene sine. Warp har ingen egenutviklet legemiddelpipeline. Virksomheten går ut på å levere kjemifaglig kompetanse og den eksperimentelle infrastrukturen teamene bruker.

Dette har kommersiell betydning. En CRO må levere brukbare forbindelser, opprettholde kvaliteten og samarbeide effektivt med kundenes forskere. Disse kravene gir Warps automatiseringsarbeid en umiddelbar operativ prøve: om det gjør tjenesten mer produktiv og pålitelig.

Fra laboratorieresultater til bedre modeller

Den langsiktige teknologiske visjonen bygger på en tilbakekoblingssløyfe mellom eksperimentering og maskinlæring. Fysiske forsøk gir kunnskap om hva som fungerer. KI-systemer lærer av denne kunnskapen, bidrar til å styre de neste forsøkene og legger til rette for stadig mer automatisert laboratoriearbeid. Mer avanserte laboratorier kan dermed produsere mer nyttig kunnskap.

I manifestet fra grunnleggerne sier Warp at selskapet planlegger å samle inn data fra både vellykkede forsøk og mislykkede forsøk. Ved siden av kundeoppdrag vil selskapet gjennomføre egne eksperimentkampanjer for å generere data til modellene sine. Erfarne kjemikere skal lede laboratoriene etter hvert som mer av arbeidsflyten automatiseres.

Det er en viktig del av tilnærmingen å ta med mislykkede forsøk. Kunnskap om at et forsøk ikke ga det ønskede resultatet, kan bidra til å avgrense metodens begrensninger og vise hva man bør prøve videre. For at denne informasjonen skal forbedre en modell, må den registreres med tilstrekkelig eksperimentell kontekst til å skille mellom en idé som ikke fører fram, og et problem med gjennomføringen.

Robotteknologi står for den fysiske delen av tilbakekoblingssløyfen, mens programvare knytter sammen planlegging, gjennomføring og registrerte resultater. Når disse systemene bygges parallelt med laboratoriet, får Warp mulighet til å utforme automatiseringen rundt arbeidet kjemikerne faktisk utfører. Det foreslåtte konkurransefortrinnet ligger i å forbedre hele den eksperimentelle prosessen, i stedet for å få molekyldesign til å gå raskere mens køen i laboratoriet forblir uendret.

Warps bredere ambisjon er å utvikle vitenskapelig KI som kan hjelpe forskere med å resonnere om den fysiske verden og utforme informative eksperimenter. Selskapets varslede kommersielle startpunkt er fortsatt mer avgrenset: å levere forskningsforbindelser og gradvis automatisere arbeidet som kreves for å produsere dem.

Fire grunnleggere bygger bro mellom kjemi, KI og drift

Kevin Weil, medgrunnlegger og administrerende direktør, var sist produktsjef og visepresident for vitenskap i OpenAI. Rollen hans gir selskapet erfaring med å omsette KI-framskritt i produkter og systemene som driver dem.

Medgrunnlegger og driftsdirektør DJ Patil var USAs første sjefsforsker for data og en av de første lederne i Devoted Health. Medgrunnlegger og vitenskapelig direktør Sol Reisberg hadde tidligere lederroller innen medisinsk kjemi i Terremoto Biosciences. Medgrunnlegger og teknologidirektør Mano Paluri var visepresident i Meta Superintelligence Labs og et av de første medlemmene i FAIR.

Sammensetningen gjenspeiler arbeidet som ligger foran dem: å bygge KI-systemer, drive vitenskapelig virksomhet og levere kjemiske forbindelser kundene kan bruke. Warp sier at det tidlige teamet også har erfaring innen robotteknologi fra Genesis, Skild AI og 1X, i tillegg til vitenskapelig ekspertise fra Genentech og Lawrence Livermore National Labs.

Betaling for leverte forbindelser

Warps prismodell tilfører finansieringshistorien en ny dimensjon. På nettstedet står det at selskapet tar betalt per levert forbindelse, og at prisen avtales i samråd med kunden. Hvis en forbindelse ikke blir produsert, betaler kunden ikke for den. Warp setter denne ordningen opp mot CRO-kontrakter basert på bemanning målt i heltidsårsverk.

Denne modellen knytter inntektene til utført arbeid. Hvis automatisering reduserer innsatsen som kreves for å produsere en forbindelse på en pålitelig måte, kan Warp forbedre sin egen lønnsomhet og samtidig gi kundene en mer direkte sammenheng mellom utgifter og resultater. Selskapet posisjonerer tjenesten sin rundt innenlandsk samarbeid og kontroll til offshore-priser, selv om det ikke har publisert noen generell prisliste eller sammenlignende kostnadsresultater.

Warp sier at selskapet for tiden samarbeider med et lite antall designpartnere. Samarbeidet innebærer ukentlig kontakt mellom kundenes kjemikere og Warps team, noe som gir oppstartsselskapet mulighet til å videreutvikle tjenesten og systemene sine med utgangspunkt i aktive forskningsbehov.

Gjennomføringsutfordringen bak 215 millioner dollar

Finansieringen gir Warp betydelig støtte til en virksomhet som må bygge opp fysisk kapasitet så vel som programvare. Muligheten ligger i å gjøre kjemitjenester til et lærende system: levere forbindelser, samle inn eksperimentelle data, forbedre modellene og bruke disse forbedringene til å effektivisere det videre arbeidet.

Kunngjøringen oppgir ingen målte forbedringer i behandlingstid, referansetester av modellene eller dokumentasjon på at et fullt autonomt laboratorium allerede er i drift. Dette er egne milepæler, adskilt fra det å sette sammen teamet og skaffe kapitalen. Den praktiske prøven blir om Warp gjentatte ganger kan levere den kvaliteten, hastigheten og kostnadseffektiviteten selskapet lover kundene.

Foreløpig er selskapets viktigste valg hvor det skal begynne. Ved å starte med kjemiprogrammer ledet av kundene knytter Warp sine KI-ambisjoner til et tilbakevendende vitenskapelig behov. Hver levert forbindelse gir mulighet til å tjene penger og forbedre laboratoriesystemet som skal brukes til den neste.