计算技术与自动化

36氪首发 | 纳米技术+AI赋能蛋白质组学,「珞米生

 

36氪获悉,近日AI蛋白质组学公司「珞米生命科技」(Nanomics)完成两轮共近千万美元融资,Pre-A轮由碧桂园创投领投、Taihill Venture跟投,天使轮领投方线性资本持续加码。本轮融资将用于进一步扩大团队、干湿实验室搭建、和产品开发。

Nanomics致力于自主研发「AI蛋白质组学」行业的高通量自动化技术平台,结合实验和计算,融合纳米工程、微流控、自动化、质谱、人工智能,赋能生物标记物发现、蛋白质-蛋白质相互作用、药物发现、纳米递送载体优化、液体活检等应用场景。

其核心技术平台Kepler Pro覆盖蛋白质组学的整个干湿实验环节:通过高通量微流控平台(NanoFactory)建立纳米探针-蛋白质关系库, 利用智能自动化样本处理工作站(NanoRobot)实现高通量标准化采集数据,再经过AI驱动生信平台(NanoOmics)完成大数据分析,并指导湿实验开展和迭代。

早在2001年,Nature、Science在公布人类基因组草图的同时,发表了对蛋白质组学的展望《And Now For The Proteome》,认为蛋白质组将成为21世纪最重要的生命科学方向和战略资源。相比于人体的2万个基因,蛋白质组数据量达到数百万,对个体健康状况体现更直接,临床价值更高,覆盖的人群也更广。

图 | 蛋白质组处于中心法则下游,数据量超过百万 (图片来源:ARK Investment)

回顾2021年可以说是蛋白质组学里程碑式的一年。基因组学全球领军企业Illumina宣布进军蛋白质组学领域、欧美蛋白质组学公司Seer、Olink、Nautilus、Quantum-Si等密集登陆纳斯达克、谷歌旗下DeepMind公布基于人工智能的AlphaFold2预测95%人类蛋白质结构、华尔街知名对冲基金在ARK 2022 Big Ideas呼吁关注蛋白质组学和多组学,预测未来5年市场容量将达到3,000亿美元。可以说,生命科学正在从基因组进入到蛋白质组时代

Nanomics创始人吴昊在芝加哥大学获得分子工程博士学位,师从美国三院院士,拥有多学科复合背景,在纳米医学工程、核酸递送载体、微流控、公司孵化、和医疗AI上有相关经验,曾在美国著名早期生命科技风险投资公司ARCH Venture Partners从事前沿生物科技公司孵化,也曾在芝加哥联合创立液体活检公司和医疗AI独角兽公司担任研发科学家等职位。联合创始人沈乐博士为芝加哥大学研究副教授,在分子病理学和多组学方向具有20年研究和转化经验。

Nanomics在短时间内组建了一支交叉学科背景的团队,核心成员来自美国芝加哥大学、英国斯旺西大学、北京大学、中科院和医疗AI独角兽。公司位于杭州医药港的近1,000平米新实验室也已经投入运行,并且和清华大学、三甲医院等展开合作

在接受36氪采访的时候,吴昊博士表示,过去10年,高性能质谱的快速发展,单个蛋白质的检测成本已经从10,000美元降低到0.1美元。但蛋白质组数据量包含超过百万,拥有多种变体和翻译后修饰,不同蛋白质丰度差距超过10个数量级,且蛋白质不能像基因一样扩增。

要真正开启蛋白质组学时代,除了质谱的进步,行业还缺乏一套能够像分析基因组一样大规模访问和分析整个蛋白组的工程化解决方案,以实现蛋白质组学的“NGS时刻”。这也是制约整个蛋白质组学实现临床转化的核心瓶颈。

图 | 过去20年基因和蛋白质检测成本的对比(数据来源:Nature Reviews, Chemistry)

“突破口在于上游工具的打造,就像基因组的Illumina和10X Genomics”,吴昊博士认为。不同于做蛋白质组学下游应用的公司,Nanomics从高技术壁垒的蛋白质组学上游工具切入,其自主研发基于纳米工程和微流控的技术平台,可以系统性地设计、合成和筛选数万种具有独特物理结构的纳米探针,实现从单一样本中同时捕捉和检出丰度跨越10个数量级的上千种蛋白质。并且通过筛选不同纳米探针的组合,该技术平台有望高通量地搜寻和访问整个蛋白质组物理空间。

Nanomics也在利用深度学习算法,发掘尚未知晓的纳米-蛋白组知识图谱,以优化、扩充和迭代纳米探针库和发现未知蛋白-疾病关系。结合自动化工作站和高性能质谱,Nanomics正在建立一个关于人类蛋白质组的大数据库,包括各类疾病相关的生物标志物、翻译后修饰、药物-靶点作用、和蛋白质-蛋白质相互作用。

图 | Nanomics的蛋白质组学平台 (图片由公司提供)