Noong nakaraang taon, inilunsad ng Salesforce ang isang proyekto na tinatawag na ProGen, na may layuning gumamit ng generative AI para sa pagdidisenyo ng mga protina. Maaaring baguhin ng proyekto ang pagtuklas ng mga medikal na paggamot sa pamamagitan ng paggawa ng mga ito na mas cost-effective, ayon sa isang blog post mula Enero 2023. Bagama't ang mga natuklasan ng ProGen ay naidokumento sa journal Nature Biotech, na nagpapakita ng kakayahan ng AI na lumikha ng mga artipisyal na istruktura ng protina sa 3D, ang ang proyekto ay hindi gumawa ng makabuluhang epekto sa komersyo.
Nang si Ali Madani, isang pangunahing manlalaro sa inisyatiba ng ProGen, ay nagtatag ng Profluent, nagbago ang senaryo na ito. Sa Profluent, umaasa siyang ilagay ang research lab-developed protein-generation technology sa praktikal na paggamit sa pharmaceutical sector. Sa isang panayam sa TechCrunch, binalangkas ni Madani ang kanyang pananaw para sa pag-flip ng kumbensyonal na proseso ng pagbuo ng gamot, simula sa mga pangangailangan ng mga pasyente at mga therapy upang lumikha ng mga espesyal na plano sa paggamot.
Sa kanyang oras na nagtatrabaho sa dibisyon ng pananaliksik ng Salesforce, gumawa si Madani ng mga paghahambing sa pagitan ng "wika" ng mga protina at ang istruktura ng mga natural na wika tulad ng Ingles. Natuklasan niya na ang artificial intelligence (AI) ay may kakayahang lumikha at hulaan ang mga protina, na mga pagkakasunud-sunod ng mga amino acid na nagsasagawa ng iba't ibang mga biological na gawain.
Nakikipagtulungan si Profluent kasama ang assistant professor ng microbiology ng University of Washington na si Alexander Meeske upang palawakin ang aplikasyon ng ideyang ito at isama ang pag-edit ng gene. Tinutugunan ng Madani ang mga limitasyon ng paggamit ng mga natural na protina at enzyme upang gamutin ang mga namamana na sakit at ang posibilidad ng paggamit ng Profluent upang lumikha ng mga editor ng gene na iniayon sa mga partikular na pangangailangan ng bawat pasyente.
Matagal nang ginagamit ang Generative AI upang mahulaan ang mga istruktura ng protina; ang mga kumpanya tulad ng Nvidia, Meta, at DeepMind ay nangunguna sa larangang ito. Sinisikap ng Profluent na ihiwalay ang sarili sa pamamagitan ng pagsulong ng mga teknolohiya sa pag-edit ng gene at synthesis ng protina sa pamamagitan ng paggamit ng malalawak na database na naglalaman ng mahigit 40 bilyong pagkakasunud-sunod ng protina. Plano ng kumpanya na pabilisin ang pagbuo ng mga genetic therapies sa pamamagitan ng pagbuo ng mga pakikipagsosyo sa mga organisasyon sa labas.
Ayon kay Madani, ang diskarteng ito ay maaaring mabawasan nang husto sa oras at pera na kailangan para sa pagpapaunlad ng gamot, na kadalasan ay isang mahal at matagal na proseso. Binigyang-diin niya ang posibilidad ng pagbabago sa pag-unlad ng gamot mula sa hindi sinasadyang pagtuklas hanggang sa sinasadyang disenyo.
Ang Profluent na nakabase sa Berkeley, na gumagamit ng dalawampung tao, ay nakakuha ng $35 milyon na pagtaas ng pamumuhunan at ang suporta ng mga prestihiyosong venture capital firm. Upang makamit ang mga ambisyosong layunin ng Profluent sa pagsulong ng mga medikal na paggamot, nakatuon si Madani sa pagpapabuti ng mga modelo ng AI at pagpapalaki ng mga pakikipagtulungan.