Que s'est-il passé
Wowtale rapporte qu'Adaptyv Bio a levé une série A de 40 millions de dollars dirigée par Highland Europe, avec la participation également d'ACE Ventures, de byFounders et de Y Combinator. La société lausannoise propose un service de laboratoire automatisé dans lequel les clients soumettent des séquences protéiques numériques et reçoivent des données de validation expérimentale. La source indique que la société envisage d'étendre sa capacité de laboratoire et d'ouvrir un site à Londres.
Wowtale rapporte qu'Adaptyv Bio, basée à Lausanne, en Suisse, a levé une série A de 40 millions de dollars dirigée par Highland Europe. Selon l’article, ACE Ventures, qui a dirigé le tour de table de 8 millions de dollars de la société en novembre 2024, a également participé, aux côtés de byFounders et Y Combinator. L'annonce du financement constitue le développement commercial central de la source. Wowtale ne cite pas de dossier public ni ne vérifie de manière indépendante le financement, et l'article ne fournit pas les termes du cycle, la valorisation d'Adaptyv ou les propres déclarations des investisseurs.
Le produit annoncé par la société est un service de laboratoire pour les protéines conçues par l’IA. Wowtale indique que les clients soumettent une conception de protéine sous forme de séquence numérique via une plate-forme Web ou une interface de programmation d'application. Adaptyv fabrique ensuite l'ADN en interne, exprime la protéine sans utiliser de cellules vivantes, mesure si elle se lie à une cible à l'aide de la résonance plasmonique de surface et renvoie des données expérimentales de qualité contrôlée. Ces détails décrivent le flux de travail signalé par le point de vente ; la source ne fournit pas de documentation indépendante sur le débit, les taux d'erreur, les délais d'exécution, les prix ou la proportion de conceptions client qui reçoivent des résultats utilisables.
Wowtale rapporte que les revenus d'Adaptyv ont été multipliés par dix au cours des 18 mois qui ont suivi son tour de table et que son équipe a triplé. L’article indique que la société compte désormais plus de 100 clients, parmi lesquels des laboratoires d’IA de pointe, les cinq plus grandes sociétés pharmaceutiques et des startups de découverte de médicaments natives de l’IA. Il rapporte également que l’API publique de la société est intégrée à Boltz, Chai, Cradle, Tamarind, Latent Labs et Benchling. Ces réclamations concernant les clients, les revenus et l'intégration ne sont pas confirmées de manière indépendante dans le matériel fourni, et la source ne définit pas les revenus, n'explique pas la méthodologie de comptage des clients ou n'identifie pas les organisations qui paient les clients.
Le plan d'expansion annoncé comporte deux parties. Wowtale indique qu'Adaptyv a l'intention de tripler la capacité de son laboratoire d'ici la fin de 2026, d'ouvrir un laboratoire et un bureau à Londres au quatrième trimestre 2026 et de faire passer son équipe de 25 à environ 60 personnes. L'article indique que la société souhaite étendre ses travaux de la validation de liaison à la développabilité et à une caractérisation biophysique plus large, puis à des modalités telles que les peptides, les conjugués anticorps-médicament et les dégradants, et finalement la fonction cellulaire. La source n'établit pas si ces étapes sont financées, contractuellement, approuvées ou techniquement démontrées.
Détails de la source: en.wowtale.net ↗
Pourquoi c'est important
Les systèmes d’IA peuvent générer rapidement des conceptions de protéines, mais la source décrit la validation physique comme un goulot d’étranglement plus lent. Si le service signalé par Adaptyv fonctionne à l’échelle indiquée, il pourrait donner aux équipes de découverte de médicaments un accès plus rapide aux preuves expérimentales indiquant si les protéines conçues sont exprimées et se lient à leurs cibles. La signification plus large reste incertaine car l’article ne documente pas de manière indépendante les opérations de l’entreprise, les contrats clients ou les résultats expérimentaux.
La source cadre les activités d’Adaptyv autour d’un problème spécifique de la biologie assistée par l’IA : générer une séquence protéique candidate est plus rapide que déterminer si cette séquence produit une protéine correctement exprimée avec le comportement de liaison souhaité. Cette distinction est importante car une conception informatique n’est pas, en soi, un résultat thérapeutique. Les tests physiques fournissent des preuves indiquant si une conception se comporte comme prévu, mais l'article ne montre pas que le flux de travail rapporté améliore le succès clinique, la sécurité ou les délais de développement de médicaments.
Si le modèle rapporté est reproductible, un service de validation automatisé partagé pourrait réduire la quantité d'infrastructure de laboratoire spécialisée requise par les équipes développant des conceptions de protéines. Cela pourrait également faciliter la comparaison de nombreux candidats à l’aide d’un flux de travail commun. Wowtale rapporte que l'API de la société est utilisée dans des pipelines de conception et de validation impliquant des organisations telles que Anthropic, Google DeepMind et Chai Discovery, mais l'article fourni ne confirme pas de manière indépendante ces relations, leurs conditions commerciales ou l'étendue de leur utilisation.
L'article met en évidence les résultats d'un projet Anthropic appelé Claude Science. Wowtale rapporte que Anthropic a utilisé des modèles Claude pour concevoir des protéines sur 16 cibles tirées des concours publics d'Adaptyv, avec des séquences envoyées de manière anonyme au laboratoire de Lausanne. La source indique que 95 % des 1 320 designs ont été exprimés avec succès et que 354, soit 26,8 %, ont atteint leur objectif ; il indique également que Claude a égalé ou dépassé les taux de réussite humaine des experts sur la plupart des cibles et les a dépassés de plus de trois fois sur une cible. Ce sont des affirmations importantes, mais elles restent rapportées par Wowtale : la source ne reproduit pas l’étude, n’identifie pas les cibles, ne décrit pas le groupe de comparaison et ne fournit pas suffisamment de détails méthodologiques pour évaluer les résultats de manière indépendante.
Cet investissement illustre également l’émergence d’une division autour de la découverte de médicaments liés à l’IA. Wowtale décrit des sociétés telles que Chai Discovery, Latent Labs et Isomorphic Labs comme élargissant la couche de conception, tandis qu'Adaptyv se concentre sur la couche de validation expérimentale. La source mentionne également d’autres efforts visant à automatiser le travail de laboratoire, notamment l’architecture LabClaw signalée par Recursion et la flotte de robots autonomes d’un consortium de l’Université de Toronto. Ces comparaisons fournissent un contexte, mais elles n’établissent pas que l’approche d’Adaptyv est plus performante, moins coûteuse ou plus fiable que les systèmes concurrents.
Mécanisme interactif : comment cela fonctionne réellement
Explorez de manière interactive la technologie sous-jacente à ce développement.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Que regarder ensuite
Les questions clés sont de savoir si Adaptyv peut réaliser l'expansion de capacité prévue, si ses clients signalés continuent d'utiliser le service et s'il peut valider les propriétés au-delà des obligations. Les lecteurs doivent également surveiller la publication indépendante des résultats rapportés de Anthropic, des informations plus claires sur la conception et les contrôles des études, ainsi que des preuves selon lesquelles une validation plus rapide produit des candidats thérapeutiques utiles plutôt que simplement des conceptions plus testées.
Le premier test est l'exécution du plan de capacité. Wowtale rapporte qu'Adaptyv souhaite tripler sa capacité de laboratoire d'ici fin 2026 et ouvrir une installation à Londres au quatrième trimestre. Des rapports de suivi utiles permettraient de déterminer si ces installations ouvrent dans les délais, combien d'expériences elles peuvent réaliser, combien d'interventions humaines restent nécessaires et si le contrôle qualité est cohérent entre les sites. Aucun de ces détails opérationnels n’est disponible dans la source fournie.
Le deuxième test concerne la qualité et l’utilité des preuves expérimentales. La liaison n’est qu’une propriété d’une protéine thérapeutique potentielle. Wowtale indique qu'Adaptyv prévoit d'ajouter la possibilité de développement et une caractérisation biophysique complète, suivies de travaux sur des modalités supplémentaires et la fonction cellulaire. On ne sait toujours pas si l'entreprise a validé ces capacités, si elles sont disponibles pour les clients et comment les résultats de ses tests se traduisent en décisions concernant l'avancement ou l'abandon d'un candidat.
L’étude de cas Anthropic mérite un examen particulier car elle constitue la principale preuve de performance de l’article. La couverture de suivi doit rechercher l'étude sous-jacente, les protocoles, la liste cible, la procédure d'anonymisation, la définition d'une expression réussie, les seuils contraignants, la référence des experts et tout résultat négatif ou non concluant. Il serait également important de déterminer si les taux de réussite signalés ont été sélectionnés à partir d’un ensemble de données de compétition ou représentent des performances prospectives sur des conceptions inédites. La source fournie ne répond pas à ces questions.
Enfin, les lecteurs doivent vérifier si le financement produit un impact public ou pratique durable. Wowtale rapporte que la société sert plus de 100 clients et que Roche et Novo Nordisk exécutent des cycles de conception thérapeutique environ quatre fois plus rapides en utilisant le laboratoire d'Adaptyv, mais ces affirmations ne sont pas confirmées ici de manière indépendante. Les futures preuves devraient clarifier les rôles des entreprises, la référence utilisée pour la comparaison de vitesse, les coûts impliqués et si des cycles plus rapides conduisent à des candidats-médicaments, des brevets, des programmes cliniques ou d'autres résultats mesurables validés.