Yoneda Labs Sécurise 4 Millions de Dollars en Financement pour la Découverte de Médicaments Basée sur l'IA
Yoneda Labs, une startup innovante soutenue par Y Combinator, a levé 4 millions de dollars en financement initial pour améliorer ses efforts de découverte de médicaments grâce à l'intelligence artificielle. Ce tour de financement, dirigé par Khosla Ventures, a également reçu des contributions de 500 Emerging Europe, 468 Capital et Y Combinator. Les fonds seront principalement utilisés pour acquérir des dispositifs d'automatisation robotique essentiels à la réalisation de réactions chimiques dans le laboratoire de l'entreprise, ce qui est crucial pour créer les données d'entraînement alimentant son modèle d'IA.
Fondée par Michal Mgeladze-Arciuch, Daniel Vlasits et Jan Oboril, Yoneda Labs vise à développer un modèle fondamental pour la fabrication chimique. « Notre IA aide les chimistes à formuler de nouveaux médicaments en optimisant le processus de synthèse », a expliqué Mgeladze-Arciuch. « Cette approche accélérera la création de médicaments, la rendant à la fois plus rapide et moins coûteuse. »
Révolutionner la Fabrication Chimique avec l'IA
Jon Chu, partenaire chez Khosla Ventures, a souligné le potentiel transformateur de l'IA dans le secteur chimique, déclarant : « L'apprentissage automatique et l'IA générative ont déjà fait des avancées dans des domaines comme l'ingénierie aérospatiale. La chimie est prête pour une transformation similaire, et la stratégie unique de Yoneda Labs pourrait modifier de manière significative la fabrication et la découverte de médicaments. »
Optimiser le Processus de Découverte de Médicaments
Créer de nouveaux médicaments est une tâche complexe, surtout lorsqu'il s'agit de synthétiser des composés en combinant plusieurs molécules. « Les chimistes doivent relever le défi de savoir comment faciliter ces réactions, en optimisant la température, les solvants et d'autres conditions », a noté Mgeladze-Arciuch. Les méthodes traditionnelles nécessitent d'amples essais et erreurs, mais Yoneda Labs est convaincu que son modèle d'IA peut accélérer ce processus.
Actuellement, de nombreux chimistes mènent des expériences dans des laboratoires humides sans l'avantage de l'automatisation ou d'outils informatiques. En tirant parti de son laboratoire humide avancé, Yoneda Labs a l'intention de développer une solution IA qui rationalise une phase critique du développement de médicaments, permettant ainsi d'économiser du temps et des ressources pour les entreprises pharmaceutiques.
Un Avantage Concurrentiel Unique
En général, les chimistes se réfèrent à la littérature scientifique pour identifier des réactions passées susceptibles d’éclairer leurs expériences actuelles. Mgeladze-Arciuch a souligné que cela représente la norme industrielle, mais Yoneda Labs adopte une approche différente en se concentrant sur la génération de ses propres données d'entraînement de haute qualité plutôt que de s'appuyer sur des sources externes. « Notre priorité est la qualité plutôt que la quantité. Nous prévoyons de réaliser 200 expériences par jour grâce à l'automatisation robotique, équivalent à la production de 20 chimistes, pour constituer un ensemble de données exclusif pour notre modèle », a-t-il déclaré.
Avec environ 20 000 expériences nécessaires pour rendre son modèle d'IA commercialement viable, Yoneda Labs aspire à atteindre cet objectif d'ici la fin de l'année et à lancer son modèle par la suite.
Cibler les Composés à Petites Molécules
Dans un secteur vaste, Yoneda Labs se concentre sur les composés à petites molécules, particulièrement présents sur le marché pharmaceutique. « Notre objectif est de développer un modèle capable de se généraliser à tous les types de petites molécules », a expliqué Mgeladze-Arciuch. « Nous avons validé nos méthodes sur plusieurs réactions provenant de classes de chimie populaires, particulièrement pertinentes pour la chimie médicinale. »
Les petites molécules représentent une part importante des médicaments disponibles sur le marché, contrairement aux grandes protéines utilisées dans d'autres thérapies.
Finalement, Yoneda Labs aspire à créer un modèle unique et complet qui aide les chimistes à identifier les réactions organiques souhaitées et les conditions optimales. Comme l'indique Mgeladze-Arciuch, « Nous visons à être l'‘OpenAI pour la chimie’, en fournissant aux chimistes des recettes précises pour la création de petites molécules organiques à tout moment. »
Classement
