Warp Sciences lämnar hemlighetsmakeriet med 215 miljoner dollar till AI-drivna kemilaboratorier

Att utforma en lovande molekyl är bara början på läkemedelsforskningen. Någon måste fortfarande framställa den, testa den och använda resultaten för att utforma ett bättre nästa experiment. Warp Sciences satsar på att just denna fysiska flaskhals är det område där AI kan skapa sin nästa stora konkurrensfördel.

Warp Sciences har trätt fram ur hemlighetsmakeriet med 215 miljoner dollar i finansiering för att bygga en USA-baserad kontraktsforskningsorganisation inom kemi, eller CRO, som kombinerar erfarna kemister, AI och robotteknik. Företaget leds av Kevin Weil, tidigare produktchef på OpenAI, och planerar att leverera forskningsföreningar till kunder inom bioteknik och läkemedelsindustrin, samtidigt som det bygger laboratorier som lär sig av de experiment de utför.

Lightspeed ledde finansieringsrundan, där bland andra IVP, Mayfield, Lux, Premji Invest och Menlo Ventures deltog. Bland ängelinvesterarna finns Brian Armstrong, Mike Krieger, Dylan Field samt OpenAI:s Mark Chen och Sarah Friar.

En kemiverksamhet byggd kring AI

Warp börjar med syntes av analoger för optimering av läkemedelskandidater: molekyler varieras så att forskare kan jämföra dem medan de arbetar mot en läkemedelskandidat. Det är en konkret tjänst med en faktisk leverans, snarare än ett löfte om att en AI-modell självständigt ska uppfinna ett läkemedel.

Enligt sin kundtjänstsida fokuserar Warp på prekliniska program med småmolekyler och framställer föreningar i mängder från milligram till flera gram. Företaget beskriver sitt typiska arbete som syntes av vidareutvecklade molekyler som kräver fem till 15 syntessteg. Det innebär att verksamheten ingår i den återkommande cykel av framställning och utvärdering av föreningar som forskargrupper behöver för att förfina ett program.

Warp gör också en tydlig åtskillnad när det gäller vem som styr forskningsinriktningen. Kunderna väljer vilka molekyler de vill arbeta vidare med och behåller kontrollen över sina läkemedelsprogram. Warp har ingen egenutvecklad läkemedelspipeline. Företagets verksamhet består i att tillhandahålla den kemi och experimentella infrastruktur som forskargrupperna använder.

Det har kommersiell betydelse. En CRO måste leverera användbara föreningar, upprätthålla kvaliteten och samarbeta effektivt med kundernas forskare. Dessa krav ger Warps automatiseringsarbete ett omedelbart praktiskt test: om det gör tjänsten mer produktiv och tillförlitlig.

Från laboratorieresultat till bättre modeller

Den långsiktiga teknikvisionen bygger på en återkopplingsloop mellan experiment och maskininlärning. Fysiska experiment ger belägg för vad som fungerar. AI-system lär sig av dessa belägg, hjälper till att styra efterföljande experiment och möjliggör alltmer automatiserat laboratoriearbete. Mer avancerade laboratorier kan då ta fram ännu mer användbara belägg.

I sitt manifest från grundarna säger Warp att företaget planerar att samla in data från både lyckade och misslyckade experiment. Parallellt med kunduppdragen tänker företaget genomföra särskilda experimentkampanjer för att generera data till sina modeller. Erfarna kemister kommer att leda laboratorierna i takt med att en allt större del av arbetsflödet automatiseras.

Att även ta med misslyckade försök är en viktig del av tillvägagångssättet. Att veta att ett experiment inte gav önskat resultat kan bidra till att fastställa en metods begränsningar och ge vägledning om vad som bör prövas härnäst. För att informationen ska förbättra en modell måste den dokumenteras med tillräckligt mycket experimentell kontext för att det ska gå att skilja en fruktlös idé från ett problem i genomförandet.

Robotiken utgör den fysiska delen av återkopplingsloopen, medan programvaran knyter samman planering, genomförande och dokumenterade resultat. Genom att bygga systemen parallellt med laboratoriet får Warp möjlighet att utforma automatiseringen kring det arbete som kemisterna faktiskt utför. Den tänkta fördelen kommer av att förbättra hela experimentprocessen, i stället för att snabba upp molekyldesignen medan köerna i laboratoriet förblir oförändrade.

Warps bredare ambition är att utveckla vetenskaplig AI som kan hjälpa forskare att resonera kring den fysiska världen och utforma informativa experiment. Företagets aviserade kommersiella startpunkt är fortfarande mer avgränsad: att leverera forskningsföreningar och successivt automatisera arbetet som krävs för att framställa dem.

Fyra grundare som förenar kemi, AI och operativ verksamhet

Kevin Weil, medgrundare och vd, var senast produktchef och vice vd för forskning på OpenAI. Hans roll tillför erfarenhet av att omsätta framsteg inom AI i produkter och tillhörande operativa system.

Medgrundaren och operativa chefen DJ Patil var USA:s första chefsdataforskare och en av grundarna i ledningen för Devoted Health. Medgrundaren och forskningschefen Sol Reisberg hade tidigare ledande roller inom läkemedelskemi på Terremoto Biosciences. Medgrundaren och teknikchefen Mano Paluri var vice vd på Meta Superintelligence Labs och en av grundarna av FAIR.

Kombinationen speglar det arbete som väntar: att bygga AI-system, bedriva vetenskaplig verksamhet och leverera användbar kemi till kunder. Warp uppger att det tidiga teamet även omfattar robotikkompetens från Genesis, Skild AI och 1X, samt vetenskaplig expertis från Genentech och Lawrence Livermore National Labs.

Ta betalt för levererade föreningar

Warps prismodell tillför ytterligare en dimension till finansieringshistorien. På företagets webbplats står det att Warp tar betalt per levererad kemisk förening, till ett pris som fastställs i samråd med kunden. Om en förening inte framställs behöver kunden inte betala för den. Warp jämför detta upplägg med CRO-avtal som bygger på bemanning räknad i heltidsekvivalenter.

Den modellen kopplar intäkterna till utfört arbete. Om automatisering minskar arbetsinsatsen som krävs för att tillförlitligt framställa en kemisk förening skulle Warp kunna förbättra sin egen ekonomi och samtidigt ge kunderna en tydligare koppling mellan utgifter och resultat. Företaget positionerar sin tjänst kring inhemskt samarbete och kontroll till priser på offshore-nivå, men har inte publicerat någon generell prislista eller jämförande kostnadsresultat.

Warp uppger att företaget för närvarande samarbetar med ett mindre antal designpartner. Samarbetena innebär veckovisa avstämningar mellan kundernas kemister och Warps team, vilket ger startupföretaget möjlighet att förfina sin tjänst och sina system utifrån aktiva forskningsbehov.

Genomförandeutmaningen bakom 215 miljoner dollar

Finansieringen ger Warp ett betydande kapitaltillskott för en verksamhet som måste bygga upp såväl fysisk kapacitet som programvara. Möjligheten ligger i att omvandla kemitjänster till ett lärande system: leverera kemiska föreningar, samla in experimentella belägg, förbättra modellerna och använda förbättringarna för att effektivisera det efterföljande arbetet.

Tillkännagivandet innehåller inga uppmätta förbättringar av ledtider, riktmärken för modellerna eller belägg för att ett helt autonomt laboratorium redan är i drift. Det är separata milstolpar från att bygga upp teamet och säkra kapitalet. Det praktiska testet blir om Warp återkommande kan leverera den kvalitet, snabbhet och kostnadseffektivitet som företaget utlovar kunderna.

För tillfället är företagets viktigaste val var det ska börja. Genom att börja med kemiprogram som leds av kunderna knyter Warp sina AI-ambitioner till ett återkommande vetenskapligt behov. Varje levererad kemisk förening ger möjlighet att skapa intäkter och förbättra laboratoriesystemet inför nästa förening.