Con $ 50 millones en efectivo, una startup recientemente creada dirigida por un ex científico de DeepMind está saliendo del modo sigiloso. Laboratorios latentes planea trabajar con biotecnología y compañías farmacéuticas para descubrir y mejorar las proteínas, y espera construir modelos de IA básicos para transformar la biología en un campo programable.
Dado que las proteínas son necesarias para todo en las células vivas, incluidas las enzimas y los anticuerpos, y están formados por aproximadamente 20 aminoácidos distintos que se doblan en una forma tridimensional para determinar su función, es imperativo comprender su papel en la biología. Determinar la estructura de proteínas siempre ha sido un laborioso procedimiento humano, pero Alfafold de Deepmind ha progresado sustancial en esta área mediante el uso del aprendizaje automático para predecir las formas de casi 200 millones de estructuras de proteínas. Este descubrimiento permite el desarrollo de nuevos medicamentos y proteínas sintéticas, así como una mejor comprensión de las enfermedades.
Simon Kohl, un ex científico de DeepMind que trabajó con Alfafold2 y el equipo de diseño de proteínas, fundó Latent Labs. Kohl comenzó los laboratorios latentes en Londres después de ayudar a crear el laboratorio húmedo de Deepmind, y finalmente trasladó la compañía a San Francisco. La inicio planea crear moléculas únicas programáticamente para reducir su dependencia de las pruebas de laboratorio húmedo cambiando a métodos computacionales. Latent Labs se centra en mejorar las primeras etapas de R \ & D a través de colaboraciones con compañías de ciencias de la vida en lugar de crear sus propias perspectivas farmacéuticas.
Varios inversores contribuyeron a la recaudación de fondos de $ 50 millones de la startup, destacando el potencial para revolucionar el desarrollo de fármacos mediante la fusión de biología e informática, un campo que todavía está en su infancia y presenta muchas opciones inexploradas.
Descubra el futuro de la tecnología y la innovación con Code Labs Academy.