לנפות את טריליוני המולקולות שם שעשויות להיות בעלות השפעות רפואיות רבות עוצמה היא משימה מפחידה, אך הפיתרון שביוטכנולוגיה מצאה הוא לעבוד בצורה חכמה יותר ולא קשה יותר. ג'נסיס טיפולי יש גישה חדשה לסימולציה וצוות חוצה-תחומים שעשה רושם ברור: החברה גייסה סיבוב בסך 52 מיליון דולר בסבב.
ג'נסיס התחרה בשדה הקרב Startup at Disrupt בשנה שעברה, והרשים את השופטים בפוטנציאל שלו, וברור שגם אחרים ראו זאת - בפרט רוק ספרינגס קפיטל, שהובילה את הסבב.
במהלך השנים האחרונות הוקמו חברות רבות בתחום גילוי התרופות, המופעלות על ידי כוח מחשוב וסימולציה מוגבר המאפשר להן לקבוע את הפוטנציאל של מולקולות בטיפול במחלות מסוימות. לפחות זו התיאוריה. המציאות קצת יותר מבולגנת, ולמרות שחברות אלה יכולות לצמצם את החיפוש, הן לא יכולות רק לומר "הנה תרופה לפרקינסון".
המייסד אוון פיינברג נכנס לתחום כאשר מחלה שקיבל בירושה הקשתה עליו עבודת מעבדה מסורתית, כמתמחה בחברת פארמה גדולה. אולם הצד החישובי של השטח היה נגיש יותר ובסופו של דבר קלט אותו לחלוטין.
הוא התעסק באזור בעבר והגיע למה שהוא מרגיש שפורץ דרך באופן שבו מולקולות מיוצגות דיגיטלית. למידה ממוחשבת, כמובן, האיצה את העבודה בתחומים רבים, ביוכימיה ביניהם, אך הוא הרגיש שהפוטנציאל של הטכנולוגיה לא נוצל.
"אני חושב שבתחילה הניסיונות היו לחתוך ולהדביק טכניקות למידה עמוקה ולייצג מולקולות כמו דימויים, ולסווג אותן - כמו שאתה אומר, זוהי תמונה של חתול או שזו לא תמונה של חתול", הוא אומר. הסביר בראיון. "אנו מייצגים את המולקולות באופן טבעי יותר: כגרפים. קבוצה של צמתים או קודקודים, אלה אטומים, ודברים המחברים ביניהם, הם קשרים. אבל אנחנו מייצגים אותם לא בדיוק כמו קשר or אין קשר, אך עם סוגי מגע מרובים בין אטומים, מרחקים מרחביים, תכונות מורכבות יותר. "
הייצוג המתקבל הוא עשיר ומורכב יותר, תמונה שלמה יותר של מולקולה ממה שהיית מקבל מהנוסחה הכימית שלה או מתרשים מקל המציג את המבנים והקשרים השונים. מכיוון שבעולם הביוכימיה, שום דבר אינו פשוט כמו תרשים. כל מולקולה קיימת כצורה או קונפורמציה תלת-ממדית מסובכת ומשתנה, כאשר היבטים חשובים כמו המרחק בין שתי תצורות פחמן או אתרי קשירה כפופים לגורמים רבים. ג'נסיס מנסה לדגמן כמה שיותר מאותם גורמים.
"שלב ראשון הוא הייצוג", אמר, "אבל השלב הבא ההגיוני הוא, איך ממנפים את הייצוג הזה כדי ללמוד פונקציה שלוקחת קלט ומוציאה מספר, כמו זיקה או מסיסות מחייבת, או וקטור שמנבא מספר רב נכסים בבת אחת? "
זו העבודה בה התמקדו כחברה - לא רק ליצור מולקולת מודל טובה יותר, אלא היכולת להכניס מולקולה תיאורטית לסימולציה ולהגיד, היא תעשה את זה, היא לא תעשה את זה, יש לה את האיכות הזו אבל לא האחד הזה.
חלק מהעבודה הזו עשויה להיעשות בשותפויות, כמו זה שג'נסיס השלים עם ג'נטק, אך הצוותים יכולים בהחלט למצוא מועמדים לתרופות ללא תלות באלה, ומסיבה זו החברה מקימה גם תהליך פיתוח פנימי.
העירוי של 52 מיליון דולר אמור לעשות הרבה כדי לדחוף את זה קדימה, כתב פיינברג בדוא"ל:
"כספים אלו מאפשרים לנו לבצע מספר יעדים קריטיים, ובעיקר לחלוץ טכנולוגיות AI לפיתוח תרופות ולקידום צינור הטיפול שלנו. אנו נשכור יותר חוקרי AI מהשורה הראשונה, מהנדסי תוכנה, כימאים רפואיים וכישרונות ביוטכנולוגיה, וכן נקים מעבדות מחקר משלנו. "
חברות אחרות עושות סימולציות וגם נובחות במעלה אותו עץ, אך פיינברג אומר שלג'נסיס יש לפחות שתי רגליים, למרות התחרות שגייסה מאות מיליונים והייתה קיימת כבר שנים.
"אנחנו החברה היחידה במרחב שעובדת בצומת גישות רשת עצביות עמוקות מודרניות וסימולציה ביופיזית - שינוי קונפורמציה של ליגנדים וחלבונים," אמר. "ואנחנו מביאים פלטפורמה סופר טכנית זו למומחים שלקחו לשוק תרופות שאושרו על ידי ה- FDA. ראינו יצירת ערך אדירה בדיוק מכך - גם הכימאים מודיעים למדעי המחשב. "
פריצת הדרך האחרונה של AlphaFold, שמבצעת את המשימה המורכבת של קיפול חלבון סימולציה מהר יותר מכל מערכת קודמת, מרגשת את פיינברג כמו כל האחרים בתחום.
"כמדענים, אנו נרגשים להפליא מהתקדמות לאחרונה בחיזוי מבנה החלבון. זהו התקדמות מדעית בסיסית חשובה שבסופו של דבר תהיה לה יתרונות חשובים במורד הזרם להתפתחות הטיפול הרפואי החדש ", כתב. "מכיוון שטכנולוגיית ה- PotentialNet הדינמית שלנו ייחודית באופן שבו היא ממנפת מידע מבני תלת-ממדי של חלבונים, קיפול חלבונים חישובי - בדומה להתקדמות האחרונה ב- cryo-EM - הוא רוח זנב משלימה יפה לפלטפורמת ה- AI AI. אנו מברכים על כל המאמצים להפוך את מבנה החלבון לנגיש יותר, כך שניתן יהיה לפתח בקלות רבה יותר את הטיפול עבור חולים בכל המצבים. "
בסבב המימון השתתפו גם T. Rowe Price Associates, Andreessen Horowitz (שהוביל את סבב ה- seed), Menlo Ventures ו- Radical Ventures.
