EvolutionaryScale 获得 1.42 亿美元资金推进生物学中的生成式 AI

EvolutionaryScale, 一家专注于生物学的人工智能初创公司，宣布成功完成种子轮融资，筹集了 1.42 亿美元。该公司旨在利用生成式 AI 模型推动生物学领域的创新和发现。凭借这笔重大投资，EvolutionaryScale 有望在将 AI 应用于解决复杂生物挑战方面取得重大进展。

创始团队和投资者

EvolutionaryScale 由一组前 Meta AI 研究人员创立，团队由 Alexander Rives、Tom Secru 和 Sal Candido 领导。他们在机器学习和计算生物学方面的专业知识在塑造公司的愿景和方法方面发挥了重要作用。种子轮融资由著名投资者 Nat Friedman、Daniel Gross 和 Lux Capital 领投。融资轮还得到了 Amazon 和 Nvidia 的风险投资部门 NVentures 的参与，表明了行业对 EvolutionaryScale 使命的强烈支持。

ESM3：生物学的前沿模型

EvolutionaryScale 技术的核心是 ESM3，一种在 278 亿个蛋白质数据集上训练的尖端 AI 模型。该模型能够生成新型蛋白质，开辟了新的科学研究和应用途径。ESM3 可以推理蛋白质的序列、结构和功能，使其能够创建具有所需特性和功能的蛋白质。

为了促进可访问性和协作，EvolutionaryScale 将 ESM3 提供给非商业用途使用。另外，公司还与 AWS 和 Nvidia 合作，通过他们的平台提供对 ESM3 的访问，让选定的客户能够利用模型的功能进行研究和开发工作。

EvolutionaryScale 的 ESM3 模型对各个领域具有深远的影响。在制药行业，模型生成新型蛋白质的能力可以显著加速药物发现和开发过程。通过设计具有特定治疗特性的蛋白质，研究人员可以识别新的药物靶点并创建针对广泛疾病的创新治疗方法。

此外，ESM3 具有促进全新类别治疗方法开发的潜力。通过利用模型的功能，科学家可以探索未知的蛋白质设计空间并开发具有增强的效力和特异性的新型生物分子。这可能会带来个性化医学和靶向治疗的突破性进展。

除了医疗保健领域，EvolutionaryScale 的技术还可以为环境保护工作做出贡献。例如，模型可以被用来设计能够降解塑料废物的酶，提供一种解决日益增长的塑料污染问题的可持续解决方案。

总体而言，ESM3 有可能显著加速各个领域的科学研究。通过为研究人员提供一个强大的工具来探索蛋白质设计和功能，EvolutionaryScale 正在实现更快、更高效的发现过程，最终带来变革性的突破。

EvolutionaryScale

竞争格局

EvolutionaryScale 并不是唯一一家将 AI 应用于生物学的公司。其他值得注意的公司包括 DeepMind 的 Isomorphic Labs、Insitro、Recursion 和 Inceptive。这些公司也在利用 AI 和机器学习技术来推进药物发现和开发。

然而，EvolutionaryScale 通过专注于使用更广泛的生物数据来扩大模型训练来区别于其他公司。通过在包含 278 亿个蛋白质的庞大数据集上训练 ESM3，公司创建了一个具有无与伦比的广度和深度的模型。这种全面训练使 ESM3 能够捕捉蛋白质生物学的复杂性和多样性，可能带来更准确、更有效的蛋白质设计。

展望未来，EvolutionaryScale 旨在将其能力扩展到蛋白质设计之外。公司设想开发一个适用于生物技术应用的通用 AI 模型，能够解决广泛的生物挑战。通过不断改进和扩大其模型，EvolutionaryScale 致力于成为 AI 和生物学交叉领域的领先力量，推动多个行业的变革性创新。

AI 驱动的生物创新新时代

EvolutionaryScale 成功的种子轮融资标志着将生成式 AI 应用于生物学的一个重要里程碑。凭借其开创性的 ESM3 模型和一支强大的专家团队，该公司有望革新药物发现、治疗和环境解决方案。通过利用 AI 设计新型蛋白质，EvolutionaryScale 正在开启新的科学突破和变革性创新可能性。随着公司应对前方的挑战并扩大其能力，它有可能成为塑造 AI 驱动的生物研究和开发未来的重要力量。