Latent Labs 由 DeepMind 校友创立，以 $50M 推出，使生物学可编程
快速阅读: 《TechCrunch 技术紧缩》消息，潜伏实验室，由前DeepMind科学家西蒙·科尔创立，获5000万美元融资，旨在通过AI技术使生物学可编程，专注于蛋白质设计。该团队计划与生物技术和制药公司合作，开发和优化蛋白质。公司目标是减少对传统湿实验室的依赖，加速药物发现过程。资金将用于招聘、计算资源及基础设施建设。
一家由前谷歌DeepMind科学家创立的新创公司，该公司刚刚获得了5000万美元的融资。潜伏实验室正在构建人工智能基础模型，旨在“使生物学可编程”，并计划与生物技术和制药公司合作生成和优化蛋白质。要理解DeepMind及其同类公司在做什么，首先需要了解蛋白质在人类生物学中的作用。历史上，确定每种蛋白质的形状是一个非常缓慢且劳动密集的过程。这是DeepMind通过AlphaFold实现的一项重大突破：它将机器学习与真实生物数据结合，预测了约2亿种蛋白质结构的形状。有了这样的数据，科学家可以更好地理解疾病、设计新药物，甚至创造用于全新用途的合成蛋白质。这就是潜伏实验室进入这一领域的契机，其目标是使研究人员能够“计算出”全新的治疗分子。
潜伏实验室的创始人西蒙·科尔（如上图所示）最初是DeepMind的研究科学家，在核心AlphaFold2团队工作过，后来共同领导蛋白质设计团队，并在伦敦弗朗西斯·克里克研究所建立了DeepMind的湿实验室。此时，DeepMind还孵化了一家姊妹公司——等构实验室，专注于应用DeepMind的人工智能研究来革新药物发现。正是这些发展让科尔相信，现在是时候成立一个更精简的组织，专门致力于构建前沿（即尖端）蛋白质设计模型。因此，2022年底，科尔离开了DeepMind，为潜伏实验室奠定了基础，并于2023年中期在伦敦注册了公司。“我在DeepMind度过了精彩而有影响力的一段时间，并坚信生成模型将在生物学和蛋白质设计中产生重大影响。”科尔在接受TechCrunch采访时说，“同时，我看到随着等构实验室的推出及其基于AlphaFold2的计划，他们开始了许多事情。我觉得真正的机会在于专注于蛋白质设计。蛋白质设计本身是一个庞大的领域，有很多未被探索的空间，我认为一个灵活而专注的团队能够将其影响力转化为现实。”
作为一家风险投资支持的初创公司，实现这种影响力涉及招聘约15名员工，其中两人来自DeepMind，一名微软高级工程师和剑桥大学的博士生。如今，潜伏实验室的员工分布在两个地点——伦敦和旧金山，每个地点都有自己的湿实验室和计算蛋白质设计团队。“这使我们能够在实际环境中测试我们的模型，并获得所需的反馈，以了解我们的模型是否按预期进展。”科尔说。
潜伏实验室的伦敦团队（从左至右）：安妮特·奥比卡-姆巴塔、克里斯汉·巴蒂、西蒙·科尔博士、阿格林·希尔米基尔、亚历克斯·布里奇兰德和亨利·肯莱。图像来源：潜伏实验室
虽然湿实验室在短期内验证技术预测非常重要，但最终目标是减少对湿实验室的需求。“我们的使命是使生物学可编程，真正将生物学带入计算领域，在这个过程中对生物湿实验室实验的依赖会逐渐减少。”科尔说。这突显了“使生物学可编程”的一个关键优势——颠覆当前依赖无数实验和迭代的药物发现过程，这个过程可能需要数年时间。“这使我们可以制作高度定制化的分子，而无需依赖湿实验室——至少这是我们的愿景。”科尔继续说道，“想象一下这样一个世界：有人提出针对特定疾病的药物靶点假设，我们的模型可以在‘一键式’的方式下制作出具有所有所需特性的蛋白质药物。”
在商业模式方面，潜伏实验室不认为自己是“资产导向型”的。“我们认为作为一家公司最大的影响力是通过帮助其他生物制药、生物科技和生命科学公司——无论是直接提供我们的模型访问权限，还是通过项目合作支持他们的发现计划。”科尔说。
该公司的5000万美元融资包括之前未宣布的1000万美元种子轮和由Radical Ventures共同领投的新一轮4000万美元A轮融资，具体来说，合伙人亚伦·罗森伯格曾担任DeepMind的战略和运营负责人。另一位共同领投投资者是Sofinnova Partners，这是一家法国风投公司，在生命科学领域有着悠久的历史。参与此轮融资的其他投资者包括Flying Fish、Isomer、8VC、Kindred Capital、Pillar VC以及知名天使投资人，如谷歌首席科学家杰夫·迪恩、Cohere创始人艾丹·戈麦斯和ElevenLabs创始人马蒂·斯坦尼斯瓦斯基。
尽管一部分资金将用于薪酬，包括新机器学习人才的薪酬，但还需要大量资金来覆盖基础设施。“计算对我们来说也是一个大开销——我们在构建相当大的模型，可以说，这需要大量的GPU计算。”科尔说，“这笔资金真正让我们能够加倍努力——获取计算资源以继续扩展我们的模型，扩大团队规模，同时也开始建立带宽和能力，以实现我们正在寻求的合作和商业牵引力。”
除了DeepMind之外，还有一些风险投资支持的初创企业和成长型企业正在努力将计算和生物学的世界更加紧密地结合起来，例如Cradle和Bioptimus。科尔认为，我们仍处于足够早期的阶段，还不完全知道最佳方法是什么，以便解码和设计生物系统。“已经有一些有趣的概念被提出，例如AlphaFold和其他小组的早期生成模型。”科尔说，“但在这个领域还没有达成共识，关于哪种模型方法最好，或者哪种商业模式在这里有效。我认为我们有能力进行真正的创新。”
(以上内容均由Ai生成)
