Introduction
L'entreprise de santé Helical Ltd. a annoncé avoir levé 10 millions de dollars pour développer sa plateforme de laboratoire virtuel basée sur l'IA, qui vise à transformer les modèles biologiques de base en flux de travail reproductibles pour la découverte de médicaments.
Contexte Technique
Les modèles biologiques de base sont de grands systèmes d'IA formés sur des ensembles de données massifs de données génomiques, protéomiques et autres données moléculaires, capables de prédire le comportement des systèmes biologiques. Cependant, les équipes ont du mal à convertir les sorties computationnelles en décisions que les scientifiques peuvent faire confiance, reproduire et défendre.
Helical propose une solution avec une couche d'application qui transforme les modèles puissants en systèmes que les scientifiques peuvent exécuter, faire confiance et défendre. La plateforme offre deux surfaces de produit basées sur des données partagées et des modèles partagés : un laboratoire virtuel conçu pour les biologistes et les scientifiques de la translation, et l'usine de modèles, qui sert les ingénieurs en apprentissage automatique et les scientifiques des données.
Analyse et Implications
Helical est déjà en production avec plusieurs entreprises pharmaceutiques mondiales de premier plan, dont une collaboration publique avec Pfizer Inc. sur les biomarqueurs de sécurité sanguine prédictifs. L'entreprise affirme que les équipes ont compressé les délais de découverte de plusieurs années à quelques semaines à travers des déploiements dans l'identification des cibles, la découverte des biomarqueurs et la conception thérapeutique.
Perspective
Le financement de la société est mené par Redalpine Venture Partners AG, avec la participation de Gradient, BoxGroup Ventures, Frst Capital et d'investisseurs individuels. Selon Daniel Graf, associé général de Redalpine, « nous sommes à un moment unique où les modèles biologiques de base et les modèles de raisonnement linguistique général convergent ». Helical seems to be well-positioned to build the pharma AI orchestration platform that will drive this transition from siloed AI models to integrated virtual AI labs.