Fundada por ex-aluno da DeepMind, Latent Labs é lançada com $50 milhões para tornar a biologia programável

Uma nova startup fundada por um ex-cientista da Google DeepMind está saindo do anonimato com $50 milhões em financiamento.

A Latent Labs está construindo modelos de fundação de IA para “tornar a biologia programável” e planeja parcerias com empresas de biotecnologia e farmacêuticas para gerar e otimizar proteínas.

É impossível entender o que a DeepMind e seus similares estão fazendo sem antes entender o papel das proteínas na biologia humana. As proteínas impulsionam tudo nas células vivas, desde enzimas e hormônios até anticorpos. Elas são compostas por cerca de 20 aminoácidos distintos, que se ligam em cadeias que se dobram para criar uma estrutura 3D, cuja forma determina como a proteína funciona.

Mas descobrir a forma de cada proteína era historicamente um processo muito lento e trabalhoso. Esse foi o grande avanço que a DeepMind alcançou com o AlphaFold: ela fundiu aprendizado de máquina com dados biológicos reais para prever a forma de cerca de 200 milhões de estruturas proteicas.

Com esses dados, os cientistas podem entender melhor as doenças, projetar novos medicamentos e até criar proteínas sintéticas para casos de uso totalmente novos. É aí que a Latent Labs entra em ação, com sua ambição de possibilitar que pesquisadores “criem computacionalmente” novas moléculas terapêuticas do zero.

Potencial Latente

Simon Kohl (na foto acima) começou como cientista de pesquisa na DeepMind, trabalhando com a equipe principal do AlphaFold2 antes de liderar a equipe de design de proteínas e montar o laboratório de pesquisa da DeepMind no Francis Crick Institute, em Londres. Por volta dessa época, a DeepMind também originou uma empresa irmã na forma da Isomorphic Labs, focada em aplicar a pesquisa de IA da DeepMind para transformar a descoberta de drogas.

Foi uma combinação desses desenvolvimentos que convenceram Kohl de que era a hora certa de seguir sozinho com uma empresa mais enxuta focada especificamente na construção de modelos de ponta para o design de proteínas. Assim, no final de 2022, Kohl deixou a DeepMind para lançar as bases da Latent Labs e incorporou o negócio em Londres em meados de 2023.

“Eu tive uma época fantástica e impactante [na DeepMind] e me convenci do impacto que a modelagem generativa teria na biologia e no design de proteínas em particular”, disse Kohl ao TechCrunch em uma entrevista esta semana. “Ao mesmo tempo, percebi com o lançamento da Isomorphic Labs e seus planos com base no AlphaFold2 que eles estavam começando muitas coisas ao mesmo tempo. Senti que a oportunidade estava realmente em seguir de modo focado no design de proteínas. O design de proteínas, em si, é um campo tão vasto e tem tanto espaço em branco inexplorado que achei que uma organização realmente ágil e focada seria capaz de traduzir esse impacto.”

Traduzir esse impacto como uma startup com apoio de investidores envolveu a contratação de cerca de 15 funcionários, sendo dois da DeepMind, um engenheiro sênior da Microsoft e doutores da Universidade de Cambridge. Hoje, o quadro de funcionários da Latent está dividido em dois locais - um em Londres, onde a mágica do modelo de ponta acontece, e outro em São Francisco, com seu próprio laboratório e equipe computacional de design de proteínas.

“Isso nos permite testar nossos modelos no mundo real e obter o feedback necessário para entender se nossos modelos estão progredindo da forma que queremos”, disse Kohl.

Embora os laboratórios estejam muito na agenda de curto prazo em termos de validar as previsões de tecnologia da Latent, o objetivo final é eliminar a necessidade de laboratórios.

“Nossa missão é tornar a biologia programável, realmente trazendo a biologia para o reino computacional, onde a dependência de experimentos biológicos em laboratórios molhados será reduzida com o tempo”, disse Kohl.

Isso destaca um dos principais benefícios de “tornar a biologia programável” - virar de cabeça para baixo um processo de descoberta de drogas que atualmente depende de inúmeros experimentos e iterações que podem levar anos.

“Isso nos permite criar moléculas realmente personalizadas sem depender do laboratório úmido - pelo menos, essa é a visão”, continuou Kohl. “Imagine um mundo onde alguém chega com uma hipótese sobre qual alvo de droga buscar para uma doença específica, e nossos modelos poderiam, de forma ‘pronta’, criar uma droga proteica com todas as propriedades desejadas embutidas.”

O negócio da biologia

Em termos de modelo de negócio, a Latent Labs não se vê como “centrada em ativos” - ou seja, não irá desenvolver seus próprios candidatos terapêuticos internamente. Em vez disso, quer trabalhar com parceiros terceirizados para acelerar e reduzir os riscos nas primeiras etapas de P&D.

“Sentimos que o maior impacto que podemos ter como empresa é capacitando outras empresas de biotecnologia, farmacêuticas e de ciências da vida - seja dando a elas acesso direto aos nossos modelos, seja apoiando seus programas de descoberta por meio de parcerias por projetos”, disse Kohl.

O aporte de $50 milhões da empresa inclui uma parcela de seed de $10 milhões anteriormente não divulgada e uma nova rodada Série A de $40 milhões, co-liderada pela Radical Ventures - especificamente, o sócio Aaron Rosenberg, que anteriormente era chefe de estratégia e operações da DeepMind.

O outro investidor co-líder é a Sofinnova Partners, uma empresa de VC francesa com uma longa história no espaço de ciências da vida. Outros participantes da rodada incluem Flying Fish, Isomer, 8VC, Kindred Capital, Pillar VC e anjos notáveis como o cientista-chefe do Google Jeff Dean, o fundador da Cohere Aidan Gomez e o fundador do ElevenLabs Mati Staniszewski.

Enquanto uma parte do dinheiro será destinada aos salários, incluindo os novos contratados de aprendizado de máquina, uma quantidade significativa de dinheiro será necessária para cobrir a infraestrutura.

“O computador é um grande custo para nós também - estamos construindo modelos bastante grandes, acho que é justo dizer, e isso requer muita computação de GPU”, disse Kohl. “Este financiamento realmente nos prepara para avançar em tudo - adquirir computadores para continuar escalando nosso modelo, escalando as equipes e começando a desenvolver a largura de banda e capacidade para ter essas parcerias e a tração comercial que estamos buscando agora.”

Além da DeepMind, há várias startups e empresas em crescimento com apoio de investidores que buscam aproximar os mundos da computação e da biologia, como Cradle e Bioptimus. Kohl, por sua vez, acredita que ainda estamos em um estágio suficientemente inicial, em que ainda não sabemos bem qual será a melhor abordagem em termos de decodificar e projetar sistemas biológicos.

“Foram plantadas algumas sementes muito interessantes, [por exemplo] com o AlphaFold e alguns outros modelos generativos iniciais de outros grupos”, disse Kohl. “Mas esse campo ainda não convergiu em termos do que é a melhor abordagem de modelo, ou em termos do que modelo de negócios funcionará aqui. Acho que temos a capacidade de realmente inovar.”