人工智能和机器学习（AI/ML）原生生物技术公司Leash Biosciences近日宣布完成930万美元的种子轮融资，以推进其通过现代计算方法和海量生物数据收集彻底改变药物化学的使命。本轮超额认购由 Springtide Ventures 领投，MetaPlanet、Top Harvest Capital、Mitsui Global Investment、MFV Partners、Recursion 首席执行官兼联合创始人 Chris Gibson 和 Recursion 联合创始人 Blake Borgeson 参投。
Leash 的目标是开发一种基础性和通用性的药物化学机器学习模型，该模型可以准确预测任何蛋白质的小分子候选药物，更广泛地说，可以预测任何蛋白质与任何化学物质之间的相互作用。为了实现这一目标，Leash 正在制作蛋白质靶点与化学物质结合的定制、庞大的数据集。迄今为止，公司已物理生成了超过 170 亿个高质量的蛋白质-化学相互作用测量数据。Leash 计划到 2025 年，在盐湖城新总部针对数百万种机器学习设计的专有化学物质，筛选出 500 多种蛋白质靶标。
"国际象棋、围棋、图像识别、语言翻译、文本生成和蛋白质折叠等领域的机器学习进步，都是通过收集和整理海量数据集推动的。我们相信，类似的策略将彻底改变我们的药物化学方法，"Leash Biosciences 首席执行官 Ian Quigley 说。"我们很高兴能得到这群顶级投资者的支持，他们与我们有着共同的愿景，那就是通过ML优先的方法改变药物发现。
为了推进机器学习引擎的发展，Leash 将利用这笔资金扩大数据收集和计算能力。公司的 ML 引擎还将为推进多个内部治疗项目的体内研究提供支持。
Leash 团队由 TechBio 的资深专家组成，他们的专业知识涵盖人工智能/ML、生物学和化学。公司的六名员工中有五名是 Recursion 的前员工，拥有构建和扩展变革性药物发现平台的经验。该团队还拥有来自 Eikon Therapeutics、Myriad Genetics、insitro Biosciences、LinkedIn、Stripe 以及其他领先技术和生物技术公司的经验。
与此同时，Leash 宣布启动其首届机器学习 Kaggle 竞赛--化学评估大编码库 (BELKA)。BELKA 利用规模空前的数据集，致力于解决药物发现中最关键的挑战之一：预测化学材料与制药相关靶点结合的可能性。比赛将在全球最大的数据科学社区 Kaggle 平台上举行。
Leash Bio首席执行官Ian Quigley表示："通过让参赛者访问如此全面的数据集，我们正在帮助全球科学界开发创新解决方案，从而彻底改变我们识别潜在候选药物的方式。”
本文作者可以追加内容哦 !
