La méthode ingénieuse d’Allozymes permettant de tester rapidement des millions de réactions chimiques d’origine biologique s’avère non seulement être un service utile, mais aussi la base d’un ensemble de données unique et précieux. Et là où il y a un ensemble de données, il y a l’IA – et là où il y a l’IA, il y a les investisseurs. La société vient de lever une série A de 15 millions de dollars pour faire passer son activité d’un service utile à une ressource de classe mondiale.
Nous avons couvert la startup de biotechnologie pour la première fois en 2021, alors qu’elle faisait ses premiers pas : « À l’époque, nous étions moins de cinq personnes, et dans notre premier laboratoire – mille pieds carrés », se souvient le PDG et fondateur Peyman Salehian.
L’entreprise compte désormais 32 personnes aux États-Unis, en Europe et à Singapour, et dispose de 15 fois plus d’espace de laboratoire, qu’elle a utilisé pour accélérer sa technique de criblage enzymatique, déjà exponentiellement plus rapide.
La technologie de base de l’entreprise n’a pas changé depuis 2021, et vous pouvez en lire la description détaillée dans notre article original. Mais le résultat est que les enzymes, chaînes d’acides aminés qui accomplissent certaines tâches dans les systèmes biologiques, ont été jusqu’à présent assez difficiles à trouver ou à inventer. Cela est dû au grand nombre de variations : une molécule peut contenir des centaines d’acides, avec 20 acides parmi lesquels choisir pour chaque position, et chaque permutation peut avoir un effet totalement différent. On entre très vite dans des milliards de possibilités !
En utilisant des méthodes traditionnelles, ces variations peuvent être testées à raison de quelques centaines par jour dans un espace de laboratoire raisonnable, mais Allozymes utilise une méthode dans laquelle des millions d’enzymes peuvent être testées par jour en les conditionnant dans de petites gouttelettes et en les faisant passer dans un laboratoire. système microfluidique spécial. Vous pourriez y penser comme à un tapis roulant avec une caméra au-dessus, scannant chaque élément qui zoome et les triant automatiquement dans différents bacs.
Les gouttelettes contenant des variantes enzymatiques sont évaluées et si nécessaire redirigées dans le système microfluidique. Crédits images : Allozymes
Ces enzymes pourraient être à peu près tout ce qui est nécessaire dans l’industrie biotechnologique et chimique : si vous devez transformer des matières premières en certaines molécules souhaitables, ou vice versa, ou effectuer de nombreux autres processus fondamentaux, les enzymes sont la façon dont vous le faites. Trouver un produit bon marché et efficace est rarement facile, et jusqu’à récemment, l’ensemble du secteur testait environ un million de possibilités par an – un nombre qu’Allozymes vise à multiplier par mille, en ciblant 7 milliards de variantes en 2024.
« [In 2021] nous étions juste en train de construire les machines, mais maintenant elles fonctionnent très bien et nous testons jusqu’à 20 millions de variantes enzymatiques par jour », a déclaré Salehian.
Le processus a déjà attiré des clients dans un certain nombre de secteurs, dont certains qu’Allozymes ne peut pas divulguer en raison de NDA, mais d’autres ont été documentés dans des études de cas :
- Le phytoène est une enzyme présente naturellement dans les tomates et généralement récoltée en infimes quantités sur la peau de millions d’entre elles. Les allozymes ont trouvé un moyen de fabriquer le même produit chimique dans un bioréacteur, en utilisant 99 % d’eau en moins (et probablement d’espace).
- Le bisabolol est un autre produit chimique utile que l’on trouve naturellement dans l’arbre candeia, une plante originaire d’Amazonie qui a été classée en voie de disparition. Désormais, un bisabolol bio-identique peut être produit en n’importe quelle quantité à l’aide d’un bioréacteur et de la voie enzymatique de l’entreprise.
- Les fibres de plantes et de fruits comme les bananes peuvent être transformées en une substance appelée « fibres sucrées solubles », une alternative aux autres sucres et édulcorants ; Allozymes a obtenu une subvention d’un million de dollars pour accélérer ce processus difficile. Salehian rapporte qu’ils ont préparé des cookies et du bubble tea avec les résultats.
J’ai posé des questions sur la possibilité d’enzymes dégradant les microplastiques, qui ont fait l’objet de nombreuses recherches et figurent également dans le matériel promotionnel d’Allozymes. Salehian a déclaré que même si cela est possible, à l’heure actuelle, cela n’est pas économiquement réalisable dans le cadre de leur modèle commercial actuel. En gros, un client devrait venir voir l’entreprise en disant : « Je veux payer pour développer cela ». Mais c’est sur leur radar, et ils pourraient bientôt travailler dans le recyclage et la manipulation des plastiques.
Jusqu’à présent, tout cela s’inscrivait plus ou moins dans le modèle commercial initial de l’entreprise, qui consistait en une optimisation enzymatique en tant que service. Mais la feuille de route implique de s’étendre davantage à un travail partant de zéro, comme trouver une molécule adaptée à un besoin plutôt que d’améliorer un processus existant.
Le service de personnalisation d’enzymes proposé par Allozymes doit s’appeler SingZyme (comme dans une seule enzyme) et continuera d’être une option d’entrée de gamme, remplissant le cas d’utilisation « nous voulons faire cela 100 fois plus rapidement ou moins cher ». Un service plus étendu appelé MultiZyme adoptera une approche de niveau supérieur, découvrant ou affinant plusieurs enzymes pour répondre à un objectif plus général : « nous avons besoin d’une chose qui fasse cela ».
Les milliards de points de données qu’ils collectent dans le cadre de ces services resteront cependant leur propriété intellectuelle et constitueront « la plus grande bibliothèque de données sur les enzymes au monde », a déclaré Salehian.
PDG Peyman Salehian et CTO Akbar Vahidi, co-fondateurs d’Allozymes. Crédits images : Allozymes
« Vous pouvez donner la structure à AlphaFold et il vous dira comment il se plie, mais il ne peut pas vous dire ce qui se passera s’il se lie à un autre produit chimique », a déclaré Salehian, et bien sûr, cette réaction est la seule partie concernée par l’industrie. avec. « Il n’existe aucun modèle d’apprentissage automatique au monde qui puisse vous dire exactement quoi faire, car les données dont nous disposons sont si rares et si fragmentées ; nous parlons de 300 échantillons par jour pendant 20 ans », un nombre que les machines d’Allozymes peuvent facilement dépasser en une seule journée.
Salehian a déclaré qu’ils développaient activement un modèle d’apprentissage automatique basé sur les données dont ils disposent et qu’ils l’avaient même testé sur un résultat connu.
« Nous avons transmis les données au modèle d’apprentissage automatique, et celui-ci est revenu avec une nouvelle suggestion de molécule que nous testons déjà », a-t-il déclaré, ce qui constitue une première validation prometteuse de l’approche.
L’idée n’est pas sans précédent : nous avons couvert de nombreuses entreprises et projets de recherche qui ont montré que les modèles d’apprentissage automatique peuvent être très utiles pour trier d’énormes ensembles de données, offrant une confiance supplémentaire même si leurs résultats ne peuvent pas être remplacés par le processus réel.
Le cycle A de 15 millions de dollars comprend de nouveaux investisseurs Seventure Partners, NUS Technology Holdings, Thia Ventures et ID Capital, avec des investissements répétés de Xora Innovation, SOSV, Entrepreneur First et Transpose Platform.
Salehian a déclaré que la société était en pleine forme et disposait de suffisamment de temps et d’argent pour réaliser ses ambitions – à l’exception du fait qu’elle pourrait lever un montant moindre plus tard cette année afin de financer une expansion dans le secteur pharmaceutique et d’ouvrir un bureau aux États-Unis.