Metode ingenius Allozymes dalam menguji jutaan reaksi kimia berbasis bio dengan cepat tidak hanya terbukti sebagai layanan yang berguna, tetapi juga sebagai dasar dari kumpulan data yang unik dan berharga. Dan di mana ada kumpulan data, ada AI - dan di mana ada AI, ada investor. Perusahaan ini baru saja mengumpulkan Seri A sebesar $15 juta untuk mengembangkan bisnisnya dari layanan yang membantu menjadi sumber daya kelas dunia.
Kami pertama kali membahas startup bioteknologi ini pada tahun 2021, ketika mereka sedang mengambil langkah pertama: “Saat itu kami belum mencapai lima orang, dan di lab pertama kami — seribu kaki persegi,” kata CEO dan pendiri Peyman Salehian.
Perusahaan ini telah berkembang menjadi 32 orang di AS, Eropa, dan Singapura, dan memiliki 15 kali lipat ruang lab, yang telah digunakan untuk mempercepat teknik penyaringan enzim yang sudah secara eksponensial lebih cepat.
Teknologi inti perusahaan tidak berubah sejak 2021, dan Anda dapat membaca deskripsi rinci tentangnya di artikel asli kami. Tapi intinya adalah bahwa enzim, rantai asam amino yang melakukan tugas tertentu dalam sistem biologis, sejauh ini sulit ditemukan atau diciptakan. Itu karena jumlah variasi yang begitu banyak: Sebuah molekul mungkin terdiri dari ratusan asam, dengan 20 pilihan untuk setiap posisi, dan setiap permutasi berpotensi memiliki efek yang benar-benar berbeda. Anda masuk ke miliaran kemungkinan dengan sangat cepat!
Dengan metode tradisional, variasi ini dapat diuji dengan kecepatan beberapa ratus per hari di ruang lab yang masuk akal, tetapi Allozymes menggunakan metode di mana jutaan enzim dapat diuji per hari dengan membungkusnya dalam tetes kecil dan melewatkan mereka melalui sistem mikrofluida khusus. Anda bisa membayangkannya seperti konveyor dengan kamera di atasnya, memindai setiap item yang berlalu dan secara otomatis menyortirnya ke dalam bin yang berbeda.
Enzim ini bisa menjadi apa saja yang dibutuhkan dalam industri bioteknologi dan kimia: Jika Anda perlu mengubah bahan baku menjadi molekul yang diinginkan, atau sebaliknya, atau melakukan banyak proses fundamental lainnya, enzim adalah cara melakukannya. Menemukan yang murah dan efektif jarang mudah, dan sampai baru-baru ini seluruh industri menguji sekitar satu juta kemungkinan per tahun — jumlah yang berlipat ganda dari yang ditargetkan Allozymes hingga ribuan kali lipat, menargetkan 7 miliar varian di tahun 2024.
“[Pada 2021] kami hanya sedang membangun mesin, tetapi sekarang mereka berfungsi dengan sangat baik dan kami mengayunkan hingga 20 juta varian enzim per hari,” kata Salehian.
Proses ini telah menarik pelanggan dari berbagai industri, beberapa di antaranya tidak dapat diungkapkan oleh Allozymes karena NDA, tetapi yang lain telah didokumentasikan dalam studi kasus:
- Fiton adalah enzim yang ditemukan secara alami di tomat dan biasanya dipanen dalam jumlah kecil dari kulit jutaan tomat. Allozymes menemukan cara untuk membuat senyawa yang sama dalam bioreaktor, menggunakan 99% lebih sedikit air (dan kemungkinan ruang).
- Bisabolol adalah bahan kimia lain yang berguna yang ditemukan secara alami di pohon candeia, tanaman asli Amazon yang telah diklasifikasikan sebagai spesies terancam. Sekarang bisabolol bio-identik dapat diproduksi dalam jumlah apa pun dengan menggunakan bioreaktor dan jalur enzimatik perusahaan.
- Serat tanaman dan buah seperti pisang dapat diubah menjadi zat yang disebut “serat manis larut,” sebagai alternatif untuk gula dan pemanis lainnya; Allozymes mendapatkan hibah sejuta dolar untuk mempercepat proses yang tidak mudah ini. Salehian melaporkan bahwa mereka telah membuat kue kering dan beberapa bubble tea dengan hasilnya.
Saya bertanya tentang kemungkinan enzim pengurai mikroplastik, yang telah menjadi target banyak penelitian dan juga muncul dalam materi promosi Allozymes sendiri. Salehian mengatakan bahwa meskipun memungkinkan, saat ini tidak ekonomis dalam model bisnis mereka saat ini — pada dasarnya, pelanggan harus datang kepada perusahaan dengan mengatakan, 'Saya ingin membayar untuk mengembangkan ini.' Tapi mereka mempertimbangkannya, dan mungkin akan segera bekerja dalam daur ulang plastik dan penanganan.
Sejauh ini ini semua sebagian besar masuk ke dalam model bisnis asli perusahaan, yang sebagian besar adalah optimasi enzim sebagai layanan. Tetapi jalan menuju perluasan ke pekerjaan yang lebih baik, seperti menemukan molekul untuk memenuhi kebutuhan daripada meningkatkan proses yang ada.
Layanan penyesuaian enzim yang dilakukan Allozymes akan disebut sebagai SingZyme (seperti enzim tunggal), dan akan terus menjadi opsi level masuk, memenuhi kasus penggunaan 'kami ingin melakukan ini 100x lebih cepat atau lebih murah.' Layanan yang lebih luas disebut MultiZyme akan mengambil pendekatan level lebih tinggi, menemukan atau menyempurnakan beberapa enzim untuk memenuhi kebutuhan yang lebih umum 'kami membutuhkan sesuatu yang melakukan ini.'
Miliaran titik data yang mereka kumpulkan sebagai bagian dari layanan ini akan tetap menjadi IP mereka, namun, dan akan menyusun 'pustaka data enzim terbesar di dunia,' kata Salehian.
“Anda dapat memberikan struktur kepada AlphaFold dan itu akan memberi tahu Anda bagaimana molekul itu dilipat, tetapi itu tidak dapat memberi tahu Anda apa yang akan terjadi jika ia berikatan dengan bahan kimia lain,” kata Salehian, dan tentu saja reaksi itu adalah satu-satunya bagian yang menjadi perhatian industri. “Tidak ada model pembelajaran mesin di dunia yang dapat memberi tahu Anda secara tepat apa yang harus dilakukan, karena data yang kami miliki sangat sedikit, dan begitu terpecah; kita berbicara tentang 300 sampel sehari selama 20 tahun,” jumlah yang mudah dilampaui mesin Allozymes dalam satu hari.
Salehian mengatakan bahwa mereka sedang mengembangkan model pembelajaran mesin berdasarkan data yang mereka miliki, dan bahkan mengujinya pada hasil yang sudah diketahui.
“Kami memberi makan data ke model pembelajaran mesin, dan itu merumuskan saran molekul baru yang saat ini kami uji,” katanya, yang merupakan validasi awal yang menjanjikan dari pendekatan tersebut.
Idenya tidaklah aneh: Kami telah membahas banyak perusahaan dan proyek penelitian yang menemukan bahwa model pembelajaran mesin bisa sangat membantu dalam menyortir data besar, menawarkan kepercayaan ekstra meskipun hasil mereka tidak dapat digantikan untuk proses nyata.
Ronde A $15 juta termasuk investor baru Seventure Partners, NUS Technology Holdings, Thia Ventures, dan ID Capital, dengan investasi ulang dari Xora Innovation, SOSV, Entrepreneur First, dan Transpose Platform.
Salehian mengatakan bahwa perusahaan berada dalam kondisi yang baik dan memiliki cukup waktu dan uang untuk mencapai ambisinya — dengan pengecualian bahwa mereka mungkin akan mendapatkan jumlah yang lebih kecil lagi tahun ini untuk mendanai ekspansi ke bidang farmasi dan membuka kantor di AS.
