Apa yang terjadi
Wowtale melaporkan bahwa Adaptyv Bio mengumpulkan $40 juta Seri A yang dipimpin oleh Highland Europe, dengan ACE Ventures, byFounders, dan Y Combinator juga berpartisipasi. Perusahaan Lausanne menyediakan layanan laboratorium otomatis di mana pelanggan mengirimkan rangkaian protein digital dan menerima data validasi eksperimental. Sumber tersebut mengatakan perusahaan berencana untuk memperluas kapasitas laboratoriumnya dan membuka lokasi di London.
Wowtale melaporkan bahwa Adaptyv Bio, yang berbasis di Lausanne, Swiss, mengumpulkan Seri A senilai $40 juta yang dipimpin oleh Highland Europe. Menurut artikel tersebut, ACE Ventures, yang memimpin putaran pendanaan senilai $8 juta pada November 2024, juga berpartisipasi, bersama dengan Founders dan Y Combinator. Pengumuman pendanaan adalah pusat pengembangan bisnis baru di sumbernya. Wowtale tidak mengutip pengajuan publik atau memverifikasi pendanaan secara independen, dan artikel tersebut tidak memberikan persyaratan putaran, penilaian Adaptyv, atau pernyataan investor sendiri.
Produk yang dilaporkan perusahaan tersebut adalah layanan laboratorium untuk protein yang dirancang oleh AI. Wowtale mengatakan pelanggan mengirimkan desain protein sebagai rangkaian digital melalui platform web atau antarmuka pemrograman aplikasi. Adaptyv kemudian membuat DNA sendiri, mengekspresikan protein tanpa menggunakan sel hidup, mengukur apakah protein tersebut berikatan dengan target menggunakan resonansi plasmon permukaan, dan mengembalikan data eksperimen yang dikontrol kualitasnya. Rincian ini menjelaskan alur kerja yang dilaporkan oleh outlet; sumbernya tidak menyediakan dokumentasi independen mengenai hasil, tingkat kesalahan, waktu penyelesaian, harga, atau proporsi desain pelanggan yang menerima hasil yang dapat digunakan.
Wowtale melaporkan bahwa pendapatan Adaptyv tumbuh sekitar sepuluh kali lipat dalam 18 bulan setelah putaran unggulan dan timnya meningkat tiga kali lipat. Artikel tersebut menyatakan bahwa perusahaan tersebut kini memiliki lebih dari 100 pelanggan, termasuk laboratorium AI terdepan, lima perusahaan farmasi teratas, dan perusahaan rintisan penemuan obat asli AI. Dilaporkan juga bahwa API publik perusahaan terintegrasi dengan Boltz, Chai, Cradle, Tamarind, Latent Labs, dan Benchling. Klaim pelanggan, pendapatan, dan integrasi tersebut tidak dikonfirmasi secara independen dalam materi yang disediakan, dan sumbernya tidak menjelaskan pendapatan, menjelaskan metodologi penghitungan pelanggan, atau mengidentifikasi organisasi mana yang merupakan pelanggan yang membayar.
Rencana perluasan yang dilaporkan memiliki dua bagian. Wowtale mengatakan Adaptyv bermaksud untuk meningkatkan kapasitas laboratorium tiga kali lipat pada akhir tahun 2026, membuka laboratorium dan kantor di London pada kuartal keempat tahun 2026, dan mengembangkan timnya dari 25 menjadi sekitar 60 orang. Artikel tersebut mengatakan bahwa perusahaan ingin memperluas pekerjaannya dari validasi pengikatan menjadi kemampuan pengembangan dan karakterisasi biofisik yang lebih luas, kemudian ke modalitas seperti peptida, konjugat dan pengurai antibodi-obat, dan pada akhirnya fungsi berbasis sel. Sumber tersebut tidak menentukan apakah pencapaian ini didanai, dikontrak, disetujui, atau didemonstrasikan secara teknis.
Detail sumber: en.wowtale.net ↗
Mengapa itu penting
Sistem AI dapat menghasilkan desain protein dengan cepat, namun sumber tersebut menggambarkan validasi fisik sebagai hambatan yang lebih lambat. Jika layanan yang dilaporkan Adaptyv berfungsi pada skala yang disebutkan, hal ini dapat memberikan akses lebih cepat kepada tim penemuan obat terhadap bukti eksperimental tentang apakah protein yang dirancang dapat diekspresikan dan mengikat target mereka. Makna yang lebih luas masih belum jelas karena artikel tersebut tidak mendokumentasikan operasi perusahaan, kontrak pelanggan, atau hasil eksperimen secara independen.
Sumber tersebut membingkai bisnis Adaptyv seputar masalah spesifik dalam biologi yang dibantu AI: menghasilkan kandidat rangkaian protein lebih cepat daripada menentukan apakah rangkaian tersebut menghasilkan protein yang diekspresikan dengan benar dengan perilaku pengikatan yang diinginkan. Perbedaan tersebut penting karena desain komputasi tidak dengan sendirinya merupakan hasil terapeutik. Pengujian fisik memberikan bukti apakah suatu desain berfungsi sebagaimana mestinya, namun artikel tersebut tidak menunjukkan bahwa alur kerja yang dilaporkan meningkatkan keberhasilan klinis, keamanan, atau jadwal pengembangan obat.
Jika model yang dilaporkan dapat direproduksi, layanan validasi otomatis bersama dapat mengurangi jumlah infrastruktur laboratorium khusus yang diperlukan oleh tim yang mengembangkan desain protein. Hal ini juga dapat memudahkan untuk membandingkan banyak kandidat menggunakan alur kerja yang sama. Wowtale melaporkan bahwa API perusahaan digunakan dalam jalur desain dan validasi yang melibatkan organisasi seperti Anthropic, Google DeepMind, dan Chai Discovery, namun artikel yang disediakan tidak secara independen mengonfirmasi hubungan tersebut, persyaratan komersialnya, atau sejauh mana penggunaannya.
Artikel ini menyoroti hasil dari proyek Anthropic yang disebut Claude Science. Wowtale melaporkan bahwa Anthropic menggunakan model Claude untuk merancang protein pada 16 target yang diambil dari kompetisi publik Adaptyv, dengan urutannya dikirim secara anonim ke laboratorium Lausanne. Sumber tersebut mengatakan 95% dari 1.320 desain berhasil diwujudkan dan 354, atau 26,8%, memenuhi target; Ia juga mengatakan bahwa Claude menyamai atau melampaui tingkat serangan manusia ahli pada sebagian besar target dan melampauinya lebih dari tiga kali lipat pada satu target. Ini merupakan klaim penting, namun tetap merupakan klaim yang dilaporkan oleh Wowtale: sumber tidak mereproduksi penelitian, mengidentifikasi target, mendeskripsikan kelompok pembanding, atau memberikan rincian metodologi yang cukup untuk menilai hasil secara independen.
Investasi ini juga menggambarkan perpecahan yang muncul seputar penemuan obat AI. Wowtale menggambarkan perusahaan seperti Chai Discovery, Latent Labs, dan Isomorphic Labs memperluas lapisan desain, sementara Adaptyv berfokus pada lapisan validasi eksperimental. Sumber tersebut juga menyebutkan upaya lain untuk mengotomatisasi pekerjaan laboratorium, termasuk arsitektur LabClaw yang dilaporkan Recursion dan armada robot self-driving dari konsorsium Universitas Toronto. Perbandingan ini memberikan konteks, namun tidak membuktikan bahwa pendekatan Adaptyv lebih mumpuni, lebih murah, atau lebih dapat diandalkan dibandingkan sistem pesaing.
Mekanisme Interaktif: Cara Kerja Sebenarnya
Jelajahi teknologi yang mendasari di balik perkembangan ini secara interaktif.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Apa yang harus ditonton selanjutnya
Pertanyaan kuncinya adalah apakah Adaptyv dapat mewujudkan perluasan kapasitas yang direncanakan, apakah pelanggan yang dilaporkan terus menggunakan layanan tersebut, dan apakah Adaptyv dapat memvalidasi properti yang tidak mengikat. Pembaca juga harus memperhatikan publikasi independen dari hasil Anthropic yang dilaporkan, informasi yang lebih jelas tentang desain penelitian dan kontrol, dan bukti bahwa validasi yang lebih cepat menghasilkan kandidat terapi yang berguna daripada sekadar desain yang lebih teruji.
Tes pertama adalah pelaksanaan rencana kapasitas. Wowtale melaporkan bahwa Adaptyv ingin melipatgandakan kapasitas laboratoriumnya pada akhir tahun 2026 dan membuka fasilitas di London pada kuartal keempat. Pelaporan tindak lanjut yang berguna akan menentukan apakah fasilitas tersebut buka sesuai jadwal, berapa banyak eksperimen yang dapat dijalankan, seberapa banyak intervensi manusia yang masih diperlukan, dan apakah pengendalian kualitas konsisten di seluruh lokasi. Tak satu pun dari rincian operasional tersebut tersedia di sumber yang disediakan.
Tes kedua adalah kualitas dan kegunaan bukti eksperimental. Pengikatan hanyalah salah satu sifat dari protein terapeutik yang potensial. Wowtale mengatakan Adaptyv berencana untuk menambah kemampuan pengembangan dan karakterisasi biofisik penuh, diikuti dengan pengerjaan modalitas tambahan dan fungsi berbasis sel. Masih belum diketahui apakah perusahaan telah memvalidasi kemampuan tersebut, apakah kemampuan tersebut tersedia bagi pelanggan, dan bagaimana hasil dari pengujian tersebut diterjemahkan ke dalam keputusan untuk memajukan atau mengabaikan seorang kandidat.
Studi kasus Anthropic memerlukan pengawasan khusus karena merupakan bukti utama kinerja artikel tersebut. Cakupan tindak lanjut harus mencari studi yang mendasarinya, protokol, daftar target, prosedur anonimisasi, definisi ekspresi yang berhasil, ambang batas yang mengikat, data dasar pakar dan hasil negatif atau tidak meyakinkan. Penting juga untuk menentukan apakah tingkat keberhasilan yang dilaporkan dipilih dari kumpulan data kompetisi atau mewakili kinerja prospektif pada desain yang belum pernah dilihat sebelumnya. Sumber yang diberikan tidak menjawab pertanyaan tersebut.
Yang terakhir, pembaca harus memperhatikan apakah pendanaan ini menghasilkan dampak jangka panjang bagi masyarakat atau dampak praktisnya. Wowtale melaporkan bahwa perusahaan tersebut melayani lebih dari 100 pelanggan dan Roche serta Novo Nordisk menjalankan siklus desain terapeutik kira-kira empat kali lebih cepat menggunakan laboratorium Adaptyv, namun klaim tersebut tidak dikonfirmasi secara independen di sini. Bukti di masa depan harus memperjelas peran perusahaan, dasar yang digunakan untuk perbandingan kecepatan, biaya yang diperlukan dan apakah siklus yang lebih cepat menghasilkan kandidat obat, paten, program klinis yang tervalidasi, atau hasil terukur lainnya.