10x Science привлича 4,8 млн. долара за преодоляване на тесните места в дизайна на лекарства с ИИ

Изображение: 10x Science чрез TechCrunch

Най-голямото въздействие на изкуствения интелект в науката досега е използването на модели за дълбоко обучение
(като AlphaFold на Google DeepMind) за предсказване на сложните структури на протеините — молекулите, които управляват почти всеки процес в живите клетки.
Но докато ИИ моделите продължават да генерират все повече кандидати за потенциални терапии, се появява ново тясно място: действителното характеризиране на всички тези кандидати на практика за нуждите на тестването и масовото производство.

Според репортаж на TechCrunch [1], стартъпът 10x Science, основан през декември 2025 г., е обявил днес привличането на 4,8 милиона долара в начален (seed) кръг на финансиране. Инвестицията е ръководена от Initialized Capital с подкрепата на Y Combinator, Civilization Ventures и Founder Factor.

Проблемът с "фунията"

„Когато биофармацевтичните компании се опитват да създадат кандидат за лекарство, те разполагат с всички тези чудесни инструменти за предсказване“, казва Дейвид Робъртс, съосновател на 10x Science. „Можете да добавите колкото искате кандидати в горната част на фунията, но всички те трябва да преминат през този процес на характеризиране. Всичко трябва да бъде измерено.“

Разбирането на структурата на протеините е от ключово значение за разработването на биологични лекарства, които се произвеждат в живи клетки и използват сложен дизайн за специфично насочване към заболявания. Пример за това е Keytruda — популярно лекарство на Merck, което помага на имунната система да идентифицира и атакува раковите клетки.

Решение чрез молекулярен интелект

Тримата основатели на 10x — Дейвид Робъртс, Андрю Райтър (и двамата опитни биохимици) и Вишну Теджас (експерт по компютърни науки и ИИ) — са работили заедно в лабораторията на Станфорд на нобеловия лауреат д-р Каролин Бертоци. Там те се сблъскват с трудностите при разбирането на прецизните молекулярни взаимодействия между раковите клетки и имунната система.

Най-точният начин за оценка на молекулите е чрез масспектрометрия — сложна техника за определяне на атомната структура чрез измерване в електрическо поле. Този метод обаче генерира изключително сложни данни, чието тълкуване изисква значителен опит и време.

Платформата на 10x Science комбинира детерминистични алгоритми, вкоренени в химията и биологията, с ИИ агенти, които могат да интерпретират тези данни [2]. Екипът е обучил моделите върху масспектрометрични данни, като същевременно е направил анализите проследими — критично изискване за инструменти, използвани за постигане на регулаторно съответствие.

Пазарна реализация

В момента 10x работи с множество големи фармацевтични компании и академични изследователи. Матю Кроуфорд, учен в Rilas Technologies (фирма за химически анализи), споделя, че платформата ускорява работата му, като автоматично идентифицира протеини и търси техните последователности в онлайн бази данни, спестявайки време за ръчно програмиране.

За инвеститорите 10x предлага софтуер като услуга (SaaS), който не зависи от успеха на конкретно лекарство. Вместо това, той се превръща в инфраструктурен инструмент, необходим на всяка компания, преминаваща през процеса на дизайн на нови молекули.

Източници:

[1]: AI is spitting out more potential drugs than ever. This startup wants to figure out which ones matter. - TechCrunch
[2]: 10x Science: AI-Native Software for Scientists - 10x Science