Python社区  »  机器学习算法

基于机器学习的作物安全公司Enko完成7000万美元C轮融资,盖茨基金会参与投资

财经涂鸦 • 4 月前 • 54 次点击  


全球农业供应链的不稳定使作物安全成为投资的关键领域。




作者:Claire
编辑:tuya
出品:财经涂鸦(ID:caijingtuya)


全球农业供应链的不稳定使作物安全成为投资的关键领域。7月27日,美国作物保护初创公司Enko获得了7000万美元的C轮融资,公司迄今为止总融资额达到1.4亿美元。这笔交易使Enko的估值达到3.2亿美元。


本轮融资由澳大利亚农用化学品公司Nufarm(ASX:NUF)领投,其他投资者还包括Anterra Capital、Taher Gozal、the Bill & Melinda Gates Foundation(比尔及梅琳达·盖茨基金会)、Eight Roads Ventures、Finistere Ventures、Novalis LifeSciences、Germin8 Ventures、TO Ventures Food、Endeavor8、Alumni Ventures Group和Rabo Food & Agri Innovation Fund。


本轮融资将用于推进Enko的作物保护化学品产品线。Enko还将扩展其ENKOMPASS技术平台,该平台将DNA编码文库筛选与机器学习和基于结构的设计相结合,以寻找新的靶向化学物质。


在过去的几十年中,基于化学的作物保护措施进步缓慢,许多杂草和害虫对常见的化学处理产生了抗药性。Enko指出,已有600多种害虫对农药产生了一定的抗药性。最近的研究表明,昆虫和杂草的进化速度可能会超过人类研发并批新的化学处理方案效率


此外,气候波动加剧了作物威胁,加剧了围绕收成的动荡和不确定性。对人类健康、土壤健康、水道和整个作物生态系统安全的作物处理方法的需求也迫在眉睫。


Enko认为,农作物保护创新跟不上这些需求。传统的无靶向、高通量筛选缓慢,新的活性成分需要更长的时间注册。由于缺乏可行的替代品,许多存在安全问题的产品仍在被使用。


Enko成立于2017年,致力于为种植者开发更安全有效的作物保护替代方案。Enko使用基于机器学习的发现技术和预测分析来寻找处理和保护作物的新“行动模式”。Enko的平台可以筛选数十亿个分子,以评估它们将如何影响农作物、杂草和害虫,并识别潜在的毒性问题。Enko表示,这是一种有效、快速且成本相对较低的替代传统化学方案的方


Enko的产品线目前由一系列除草剂主导,与草甘膦等行业标准相比,这些除草剂表现出突破性的性能。为了在研发停滞不前的情况下推动行业向前发展,Enko正在与先正达和拜耳合作开发有前景的新化学品。去年,Enko开始与Nufarm合作为澳大利亚、美国和欧洲市场开发新的除草剂。


Enko利用包括 DEL、机器学习和结构生物学在内的技术来进行研发。DEL筛选是启动药物发现项目的首选方法,因为它可以简单快速地筛选庞大的化学库。ENKOMPASS™ 平台从采用了DEL和基于结构的设计。这些技术的采用,使Enko仅需行业竞争对手一半的时间就可以发现目标成分。


Enko也在通过收购增强其技术实力。今年6月,Enko从领先的药物发现服务公司X-Chem收购专有的DNA编码库和技术支持。Enko将把DNA编码库筛选与机器学习和基于结构的设计相结合,以寻找控制作物病虫害的新化学和新作用模式。借助新的数据库,每个实验都将为机器学习模型生成高质量的分子起点和训练数据,从而提高命中生成和优化效率。


Enko首席执行官兼创始人Jacqueline Hear在一份声明中说:“对过时化学物质的依赖导致了猖獗的抵抗,威胁着农民的生计和我们的粮食供应。Enko的数字平台极大地增加了新解决方案的规模和发现率,从一开始就筛选出脱靶生物。结果是为种植者带来更好、更快、更便宜的安全有效的产品。”


本文由公众号财经涂鸦(ID:caijingtuya)原创撰写,如需转载请联系涂鸦君。


添加涂鸦君个人微信(ID:tuyaclub)

加入【公司情报社群】
参与资本市场讨论
获取一手情报




Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/138142
 
54 次点击  
分享到微博