Herramientas de IA como ChatGPT están cambiando drásticamente la forma en que se generan el texto, las imágenes y el código. Del mismo modo, los algoritmos de aprendizaje automático y la IA generativa están alterando los métodos convencionales en las ciencias de la vida y acelerando los plazos en el descubrimiento de fármacos y el desarrollo de materiales.
de DeepMind AlphaFold es posiblemente el modelo de aprendizaje automático más renombrado en este dominio. Predice la estructura 3D de una proteína a partir de su secuencia de aminoácidos y ha sido utilizado por más de un millón de investigadores en los 18 meses desde su lanzamiento público. Desde entonces, han surgido muchas otras herramientas de IA, incluida la recientemente de código abierto RFDifusiónque permite a los investigadores generar diseños de proteínas computacionales usando solo sus computadoras portátiles.
Sin embargo, traducir estos diseños computacionales en proteínas tangibles y funcionales sigue siendo un desafío. Adaptyv Bio tiene como objetivo abordar este problema con su fundición de proteínas de última generación. Al integrar técnicas avanzadas de robótica, microfluidos y biología sintética, Adaptyv Bio está construyendo una plataforma completa para permitir que los ingenieros de proteínas validen sus diseños de proteínas generadas por IA.
Julian Englert, CEO y cofundador de Adaptyv Bio, dijo: “Las proteínas son fundamentales para la biorrevolución, ya sea como nuevos medicamentos, enzimas mejoradas para investigación y aplicaciones industriales, o como materiales con propiedades únicas. Como diseñador de proteínas, ahora tiene acceso a nuevas e increíbles herramientas de IA como AlphaFold o RFDiffusion. Sin embargo, validar sus diseños de proteínas en el laboratorio para ver si funcionan sigue siendo un gran desafío”.
Los modelos de IA prosperan con los datos para entrenar y mejorar sus predicciones. Al simplificar el proceso de generación de datos sobre la efectividad de las proteínas diseñadas, Adaptyv Bio permite que los ingenieros de proteínas y los modelos de IA reciban más comentarios sobre sus diseños, orientándolos hacia proteínas de mejor rendimiento.
Englert agregado, “Piense en la IA en un automóvil autónomo. Para mantener el automóvil en la carretera y llegar a su destino, el modelo de IA necesita un ciclo de retroalimentación ajustado al obtener una gran cantidad de datos de alta calidad de los sensores de la cámara del automóvil. El mismo principio se aplica a un modelo de IA que diseña nuevas proteínas, con un mecanismo de retroalimentación que involucra la creación real de proteínas en nuestro laboratorio y prueba su desempeño”.
Adaptyv Bio fue establecido por un grupo de ingenieros de EPFL, el Instituto Federal Suizo de Tecnología en Lausana, motivado por los largos procesos de realización de experimentos biológicos en laboratorios. En 2022, obtuvieron $2.5 millones en financiamiento previo a la semilla de Empresa de aladespués de participar en Combinador Y, la aceleradora de startups más selectiva del mundo. Desde entonces, el equipo se ha ampliado a 12 ingenieros con diversos antecedentes en biología sintética, microingeniería, desarrollo de software y aprendizaje automático. La empresa está ubicada en el recién construido Biopolo campus de ciencias de la vida en Lausana, Suiza, donde están desarrollando su tecnología en instalaciones de laboratorio de vanguardia con vistas pintorescas del lago de Ginebra y los Alpes franco-suizos.
La fundición de Adaptyv Bio se centra en celdas de trabajo de ingeniería de proteínas: configuraciones personalizadas y automatizadas que miniaturizan los procesos que normalmente requieren varias máquinas de laboratorio, realizándolos en paralelo en diminutos chips de microfluidos. Los usuarios pueden escribir protocolos experimentales (o hacer que AI los escriba) y las células de trabajo ejecutan los experimentos de forma autónoma, mientras controlan y monitorean de cerca los parámetros de los experimentos. Todos los datos de medición se procesan y cargan automáticamente para permitir a los usuarios refinar sus modelos de aprendizaje automático con cada experimento.
Englert dijo, “Nuestras celdas de trabajo están completamente automatizadas, utilizan 1000 veces menos reactivos que cualquier alternativa disponible en el mercado y podemos procesar miles de proteínas diferentes por día en cada configuración individual. Para agilizar los flujos de trabajo experimentales, hemos desarrollado muchas técnicas de automatización y biología sintética personalizadas. Durante los próximos 12 meses, planeamos ampliar aún más nuestro laboratorio y aumentar la cantidad de aplicaciones de diseño de proteínas que podemos admitir. También acabamos de abrir el acceso temprano para que los usuarios nos envíen sus proyectos de diseño de proteínas, y estamos tratando de incorporar nuevos proyectos lo antes posible”.
Para acelerar aún más el campo de la ingeniería de proteínas, Adaptyv Bio ha abierto dos de sus herramientas internas que ya han comenzado a ganar terreno entre los investigadores e ingenieros en el campo. Flujo de proteínas es una biblioteca de Python que permite a los diseñadores de proteínas crear fácilmente conjuntos de datos de alta calidad para mejores modelos de IA. automante es una plataforma de software extensible para ejecutar experimentos automatizados, lo que permite a los investigadores crear sus propios protocolos experimentales e integrar diferentes instrumentos de laboratorio.
“Nuestra misión es facilitar la ingeniería de proteínas y permitir que más investigadores diseñen nuevas proteínas. Considere las proteínas que componen la maquinaria molecular increíblemente poderosa dentro de cada célula de nuestro cuerpo. Imagine el tipo de progreso tecnológico que la humanidad podría lograr si pudiéramos comenzar a diseñar proteínas novedosas para medicamentos personalizados, aplicaciones industriales como nuevas enzimas o materiales mejores y más sostenibles”. añadió Julián Englert.