Spółka deklaruje, że jej technologia może przyspieszyć proces wczesnego odkrywania leków. Medra współpracuje już m.in. z Genentech, a jej nowe rozwiązania mają opierać się na szczegółowej rejestracji danych z eksperymentów i analizie wyników przez systemy AI.
Finansowanie i rozbudowa autonomicznych laboratoriów
Medra zdobyła 52 miliony dolarów w nowej rundzie finansowania, dzięki czemu łączne środki firmy wynoszą 63 miliony dolarów. Inwestycję poprowadził fundusz Human Capital, a nowy kapitał pozwoli zbudować jedno z największych autonomicznych laboratoriów w USA.
Firma podpisała też umowę o współpracy z Genentechem (należącym do Roche) na prace związane z wczesnym odkrywaniem leków.
Medra planuje wyposażenie nowego laboratorium w Bay Area w około 100 robotów, które będą prowadzić eksperymenty nocą i w weekendy.
Technologia oparta na fizycznej AI
Medra wykorzystuje roboty wyposażone w kamery i sensory, które mają prowadzić eksperymenty oraz rejestrować ich przebieg.
- Przemysłowa automatyzacja w naukach przyrodniczych istnieje od dziesięcioleci. Ale nikt nie pracował nad fizyczną AI. A jeśli nam się uda, całkowicie przekształci to sposób prowadzenia badań nad lekami i badań naukowych - wyjaśnia CEO Michelle Lee.
Roboty wykonują czynności takie jak pipetowanie, mieszanie czy poruszanie próbkami. Oprogramowanie Medry ma umożliwiać wydawanie poleceń słownie oraz automatyczne zapisywanie parametrów każdego kroku eksperymentu — od kąta nachylenia pipety po czas dodawania odczynników.
Medra koncentruje się na wczesnych etapach prac nad lekami (przed fazą kliniczną). Dzięki modułowej konstrukcji tego samego wyposażenia możliwe jest prowadzenie różnych procedur – od edycji genów, przez inżynierię białek i badania immunologiczne, po prace z przeciwciałami.
Roboty firmy Medra mogą pracować autonomicznie przez cały czas, a w razie wykrycia problemu, dzięki czujnikom, automatycznie wysyłają alert.
"Wszystko w AI sprowadza się do szybkości"
Lee wskazuje, że obecnie systemy AI wykorzystywane w nauce dysponują ograniczoną liczbą wysokiej jakości danych eksperymentalnych.
- Jeśli naprawdę chcemy naukowej superinteligencji, potrzebujemy nie tylko więcej danych, ale danych wysokiej jakości. Trzeba rejestrować każdy krok, włącznie z nieudanymi eksperymentami, aby modele mogły rozumieć, dlaczego coś działa lub nie - komentuje Lee.
Ponieważ Medra koncentruje się na wczesnych etapach badań, jej prace nie podlegają obecnie bezpośredniemu nadzorowi FDA (amerykańska Agencja Żywności i Leków).
Firma podkreśla, że kluczowym elementem jej działalności jest tempo działania. - Wszystko w AI sprowadza się do szybkości wykonania. Jeśli zbudujemy tę infrastrukturalną bazę teraz, istnieje szansa, że za naszego życia AI zacznie eliminować choroby - dodaje Michelle Lee.
Autorka/Autor: Jan Sowa
Źródło: Bloomberg
Źródło zdjęcia głównego: Shutterstock