Генеративные модели и инструменты предсказания структур белков — в первую очередь AlphaFold от Google DeepMind — резко увеличили число молекул-кандидатов, которые фармацевтические компании рассматривают как потенциальные препараты. Однако каждый такой кандидат должен пройти через этап характеризации: исследователи обязаны точно измерить его структуру и свойства, прежде чем переходить к испытаниям или масштабированию производства. Именно здесь возник новый дефицит — не идей, а пропускной способности лабораторий.
Золотым стандартом для такой работы считается масс-спектрометрия — метод определения атомной структуры молекул через их поведение в электрическом поле. Техника точная, но генерирует массивы сложных данных, для интерпретации которых нужны узкие специалисты, а сам процесс занимает значительное время. Именно этот разрыв между объёмом данных и возможностью их быстро осмыслить и взялась закрыть 10x Science.
Компанию основали трое: биохимики Дэвид Робертс и Эндрю Рейтер, а также серийный предприниматель Вишну Теджас с опытом в компьютерных науках и ИИ. Все трое работали в лаборатории Кэролин Бертоцци в Стэнфорде — нобелевского лауреата по химии, известной исследованиями взаимодействия раковых клеток с иммунной системой. По словам Робертса, именно там у команды накопилось разочарование от невозможности точно отследить молекулярные процессы в реальном времени.
Платформа сочетает детерминированные алгоритмы из химии и биологии с ИИ-агентами для интерпретации данных масс-спектрометрии.
Платформа 10x Science объединяет детерминированные алгоритмы, основанные на законах химии и биологии, с ИИ-агентами, которые интерпретируют спектрометрические данные. Команде пришлось специально обучать модели на профильных данных и обеспечивать трассируемость выводов — без этого инструмент не подошёл бы для регуляторных процессов, которые фармкомпании обязаны соблюдать при выводе препаратов на рынок. Это принципиальное отличие от многих ИИ-инструментов, которые дают ответ, но не объясняют, как к нему пришли.
Мэттью Кроуфорд, учёный из Rilas Technologies — компании, которая проводит химический анализ для сторонних клиентов, избавляя биотех-стартапы от необходимости вкладывать несколько миллионов долларов в собственное оборудование, — тестирует платформу несколько недель. Он описал случай, когда система самостоятельно определила, что за белок перед ней, исходя из имени загруженного файла, нашла его последовательность в онлайн-базах данных и провела анализ без ручного ввода данных. По его словам, предыдущие ИИ-инструменты нередко страдали от завышенных обещаний или проблем с точностью, тогда как этот делает обоснованные допущения — что Кроуфорд объясняет глубокой предметной экспертизой основателей.
Для инвесторов 10x Science привлекательна тем, что её бизнес не зависит от судьбы конкретного препарата. Фармкомпании платят ежемесячную SaaS-подписку за доступ к платформе вне зависимости от того, дойдёт ли тот или иной кандидат до рынка. Зои Перре из Initialized Capital рассчитывает, что редкость специалистов, понимающих одновременно масс-спектрометрию и машинное обучение, создаст для компании естественный защитный барьер от конкурентов. Привлечённые $4,8 млн планируется направить на найм инженеров и расширение клиентской базы.
