社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

4450万美元B轮融资,利用机器学习开发抗体药物

Medaverse • 8 月前 • 245 次点击  
5月21日,英国伦敦,率先使用机器学习发现新型治疗性抗体的药物发现公司LabGenius宣布完成3500万英镑(约4450万美元)的B轮融资。这项投资使LabGenius迄今为止的总资金达到5800万英镑。
本轮融资由新投资者M Ventures(默克旗下的战略企业风险投资部门)领投,其他新投资者Octopus Ventures和LG Corp以及Atomico、Kindred capital、Lux capital和Obvious Ventures等现有投资者也参与其中。

LabGenius将利用筹集的资金扩大其ML驱动的发现平台的范围,并向临床推进多特异性抗体的全资管线。在最近与赛诺菲的研究合作取得成功的基础上,扩展的平台能力将促进多种治疗模式之间更广泛的战略伙伴关系。

LabGenius独特的发现能力由EVA™提供动力:这是一个智能机器人平台,能够设计、进行实验,关键是从自己的实验中学习。这种高度自动化的闭环发现引擎能够以非直观的设计快速识别高性能抗体。

对于其全资管线,该公司正在利用其平台应对靶向、非肿瘤毒性的挑战。治疗性抗体通过与高于正常水平的表面标记物结合来靶向患病细胞。在实体瘤的情况下,这种方法的一个挑战是健康细胞的亚群通常表达相同的表面标记物。如果治疗性抗体不能区分表达相同表面标记物的健康细胞和患病细胞,则会发生靶向肿瘤外杀伤。通过这种机制的毒性是许多正在开发的治疗方法的一个重要问题。

结合效力、疗效和可发展性等其他关键因素,优化抗体的肿瘤选择性是一个相当大的挑战。利用传统方法,抗体被顺序地优化以用于感兴趣的不同性质。这一过程本质上是低效的,因为孤立地改进一个属性可能会导致其他关键属性的性能损失。LabGenius的开创性技术平台使用一种称为多目标贝叶斯优化(MOBO)的主动学习方法,实现抗体在多个重要特性上的有效协同优化。除了比传统方法更有效外,LabGenius工艺还被设计为不受人类偏见的影响,并以非直观的设计产生高性能抗体。

LabGenius首席执行官James Field博士表示:“能够设计复杂的多特异性抗体具有巨大的潜在价值。几年来,LabGenius团队率先开发了EVA™,这是一个能够系统识别具有非直观设计的新型高效多特异性抗体的发现平台。我们的团队在推动我们实现这一重要里程碑方面表现出的不懈努力让我深受鼓舞,并期待着在我们加快平台和管线开发的过程中与投资者合作。”

关注下方公众号,带你看世界!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/170334
 
245 次点击