访谈
艾瑟生物公司创始人兼CEO帕夫勒·杰雷米奇 – 专访系列

帕夫勒·杰雷米奇,艾瑟生物公司的创始人兼CEO,是一位专注于将先进研究转化为现实世界工业影响的科学家企业家。凭借生物分子工程的背景和早期在合成生物学和分子原型设计方面的实践经验,他创立了艾瑟生物公司,以弥合人工智能驱动的发现和物理、市场成熟结果之间的差距。他的工作重点是将机器学习和自动化应用于传统化学和制造业难以大规模解决的问题。
艾瑟生物公司是一家人工智能本土生物技术公司,利用专有的人工智能模型和高通量机器人设计新型蛋白质。这些蛋白质作为分子机器,可以实现更强壮、更轻的材料,分解持久的环境污染物,提取关键矿物,并支持更可持续的制造过程。得到了领先投资者的支持,艾瑟生物公司正在迅速进入商业化阶段,旨在通过用精确、可扩展和环境高效的生物替代方案取代缓慢、资本密集的化学过程来重新工业化关键行业。
我的驱动力从很小的时候就形成了。我在两个非常不同的世界中长大,一部分时间在美国,另一部分时间在前南斯拉夫。我意识到美国的大学城并不是世界上每个地方的现实,这激励我去寻找一种方法来创造更多的丰富、经济自由和向上流动。当我大约10岁的时候,我读了关于纳米技术的书,它突然间就点击了——这种技术可以成为一种解决方案。
然后,在中学和高中,一位加州大学戴维斯分校的教授接纳了我,让我进行自己的合成生物学研究。通过这项研究,我意识到蛋白质是我们最接近真正的、功能性的纳米级机械的东西。这就是艾瑟生物公司的想法诞生的地方。如果我们能变得非常擅长使用基于蛋白质的建筑块构建纳米级机械,我们能制作出什么样的不可思议的产品?我们能创造一个丰富的未来吗?这是我们在艾瑟生物公司今天的使命。
对于不熟悉这个领域的读者,您如何描述您的蛋白质功能模型,以及为什么它代表了蛋白质工程的一个新范式?
从高层次上讲,我们的蛋白质功能模型可以将蛋白质的功能映射到其设计上。然而,由于纳米级的统计性质,一个蛋白质可以具有多种不同的功能。
我们的蛋白质功能模型之所以在行业中独特,是因为我们能够生成数据集,或索引,我们同时测试大量蛋白质和大量不同的功能。通过这样做,我们可以确定每个蛋白质的特定功能,然后赋予它我们想要的功能。例如,我们想要蛋白质X来分解毒素,想要蛋白质Y来结合金。无论在分子水平上的功能是什么,我们的模型都可以输出一个执行该功能的蛋白质。
您什么时候意识到人工智能设计的蛋白质可以从实验室概念转变为商业工业解决方案?
如果你在艾瑟生物公司成立初期跟我聊天,我会告诉你我们最重要的事情是工程这个新型蛋白质系统。但是,我们在几年前做出了一个有意识的决定,不仅仅是工程蛋白质,还要垂直整合并创建最终产品。所以我们付出了努力,沿途学到了教训,今天我们正在收获令人难以置信的产品设计、规模能力和影响力的产品成果,这些产品已经进入了市场。
是什么使人工智能设计的蛋白质在速度、效率或可扩展性方面优于传统的化学制造方法?
我们的过程,使用人工智能设计的蛋白质,为我们提供了大型化学工厂的精度和复杂性,但体积要小得多。这使我们能够更快、更经济、更可持续地制造新产品。
蛋白质提供了特异性——它们是具有精确构建、结合或分解能力的纳米机器。这种特性使它们高效。使用人工智能,我们可以工程化它们,使它们变得更好。我们可以制造出催化特定反应的蛋白质;例如,将单体连接起来使它们以更快的速度组合在一起。
您如何测试和验证新设计的蛋白质在要求苛刻的现实世界环境中(如国防、航空航天或矿物提取)可靠地发挥作用?
我们通过在台座级催化反应器中进行广泛的内部原型设计来测试和验证蛋白质功能在现实世界条件下的可靠性。我们评估相关的性能参数;例如,选择性地选择镝而不是铽,选择最好的候选者,然后在试验和以后进行扩大验证。
在您的当前应用中,从先进材料到环境修复,您期望哪一个首先扩大规模,为什么?
我们最近筹集了1500万美元来扩大我们的第一批商业产品——超材料RapidPrint和Ultra 3D,它们的打印速度比行业基准快10倍,强度是行业基准的2倍。它们被用于为国防无人机和航空航天复杂部件提供动力——这是我们目前看到最大的需求的两个领域。
您如何评估您工作的环境效益,无论是分解持久化学物质、捕获碳还是实现更可持续的制造?
我们使用不同的方法来评估环境效益。例如,通过使制造更加可持续,我们评估我们的过程与传统化学路线相比,使用的有毒化学物质和能耗的差异。
随着您深入商业化,您如何看待公司在产品和工业重点方面的演变?
我们的目标是最终从分子水平到全局范围内的不可思议产品的千吨级制造中实现垂直整合。
展望未来五年,您希望艾瑟生物公司取得什么样的进展,哪些里程碑将表明您正在正确的轨道上?
展望未来五年,我们希望为重新工业化美国奠定基础,通过我们创造的分子组装技术实现数量级更便宜、更有效的制造技术。感谢这次精彩的采访,希望读者能够通过访问艾瑟生物公司的网站来了解更多信息。












