Spółka Molecule.one zaczyna komercjalizację narzędzia, które ma przyspieszyć proces poszukiwania i syntezy cząsteczek w farmacji. Testują je już polskie biotechy
Poszukiwanie nowych leków trwa latami, a po drodze wiele razy można się potknąć. Polska spółka Molecule.one, którą niedawno wsparł finansowo fundusz venture Sunfish Partners, pracuje nad narzędziem mającym sprawić, że na wczesnych etapach poszukiwań potknięć będzie mniej, a wszystko będzie przebiegać szybciej i sprawniej.
Artykuł dostępny dla subskrybentów i zarejestrowanych użytkowników
REJESTRACJA
SUBSKRYBUJ PB
Zyskaj wiedzę, oszczędź czas
Informacja jest na wagę złota. Piszemy tylko o biznesie
Poznaj „PB”
79 zł5 zł/ miesiąc
przez pierwsze dwa miesiące później cena wynosi 79 zł miesięcznie
Cały artykuł mogą przeczytać tylko nasi subskrybenci.Tylko teraz dostęp w promocyjnej cenie.
przez pierwsze dwa miesiące później cena wynosi 79 zł miesięcznie
Od jakiegoś czasu nie masz pełnego dostępu do publikowanych treści na pb.pl. Nie może Cię ominąć żaden kolejny news.Wróć do świata biznesu i czytaj „PB” już dzisiaj.
Spółka Molecule.one zaczyna komercjalizację narzędzia, które ma przyspieszyć proces poszukiwania i syntezy cząsteczek w farmacji. Testują je już polskie biotechy
Poszukiwanie nowych leków trwa latami, a po drodze wiele razy można się potknąć. Polska spółka Molecule.one, którą niedawno wsparł finansowo fundusz venture Sunfish Partners, pracuje nad narzędziem mającym sprawić, że na wczesnych etapach poszukiwań potknięć będzie mniej, a wszystko będzie przebiegać szybciej i sprawniej.
SZUKANIE PRZEŁOMU:
Publicznie dostępne bazy danych są dla chemików kopalnią pomysłów i rozwiązań, ale znalezienie w nich czegoś użytecznego to syzyfowa praca. Molecule.one, którego twórcami są Paweł Łaskarzewski i Paweł Włodarczyk-Pruszyński (na zdjęciu) oraz Piotr Byrski, zamierza to zmienić.
Fot. WM
— Automatyzujemy proces projektowania syntezy chemicznej z wykorzystaniem baz danych reakcji chemicznych, źródeł związków chemicznych, ich cen itp. — mówi Paweł Włodarczyk-Pruszyński, chief scientific and technology officer w Molecule.one.
Informacje wykorzystywane przez algorytm pochodzą z wielu różnych źródeł — z domeny publicznej, a także od partnerów i klientów spółki.
— Rozwiązanie to ma pozwolić chemikom nie tylko na bardzo szybki i precyzyjny dostęp do informacji, która dziś jest mocno pofragmentowana. Przede wszystkim za pomocą rozwiązań bazujących na głębokich sieciach neuronowych [deep learning — red.] ma proponować wiele alternatywnych ścieżek pozwalających na fizyczne wykonanie nieznanych wcześniej związków chemicznych. W konsekwencji skracamy proces opracowywania nowych leków — mówi Paweł Włodarczyk-Pruszyński.
Baza patentowa
Pomysł biznesowy wykluł się w głowach Pawła Włodarczyka-Pruszyńskiego i Piotra Byrskiego, którzy poznali się jeszcze w liceum podczas przygotowań do olimpiady chemicznej. Potem obaj ukończyli w Warszawie medycynę i międzywydziałowe indywidualne studia matematyczno-przyrodnicze.
— Już na początku naszych prac w laboratorium zwracaliśmy uwagę na to, jak mało zautomatyzowany i zinformatyzowany jest ten proces i jak czasochłonne jest pozyskiwanie fundamentalnych przy takiej pracy danych — wspomina Paweł Włodarczyk-Pruszyński.
Spółka narodziła się, gdy do dwóch lekarzy z chemiczno-matematycznym doświadczeniem dołączył Paweł Łaskarzewski, który ma na koncie kilka serwisów internetowych, współtworzył m.in. rekrutacyjny Absolvent.pl.
— Fundamentem naszego rozwiązania są publicznie dostępne dane z bazy patentów Stanów Zjednoczonych. To ogromny zbiór, który w środowisku firm zajmujących się syntezą związków nie jest odpowiednio wykorzystywany. Głównym powodem jest duża liczba błędów wynikających z nieprawidłowego przetwarzania tych danych, co pozornie ogranicza jego użyteczność. Znaleźliśmy jednak sposoby na poprawienie tego procesu i oczyszczenie danych, dzięki czemu nasze algorytmy dostarczają wyniki o wysokim poziomie dokładności — tłumaczy Paweł Łaskarzewski, chief operating officer w Molecule.one.
Gotowy produkt
Przedstawiciele start-upu zapewniają, że są gotowi do rozpoczęcia sprzedaży rozwiązania. W ostatnich tygodniach prezentowali je m.in. w ramach konkursu TechCrunch Startup Battlefield, a w tym tygodniu Piotr Byrski reprezentował spółkę podczas konferencji Pistoia Alliance President’s Startup Challenge w Bostonie, na której byli obecni przedstawiciele największych globalnych koncernów farmaceutycznych.
— Wiele start-upów wychodzi na rynek po finansowanie, gdy ich projekt jest na etapie MVP [minimum viable product — red.], czyli działa, ale wszystkie jego funkcjonalności ograniczone są do absolutnego minimum. My jesteśmy już w fazie SRP [sales ready product — red.] i w najbliższych tygodniach spodziewamy się pierwszych kontraktów — mówi Paweł Łaskarzewski.
Molecule.one ma kilka pomysłów na komercjalizację rozwiązania.
— Podstawowy model dla mniejszych podmiotów to oferowanie rozwiązania w formule oprogramowanie jako usługa z płatnością za stanowisko lub na podstawie ilości przetwarzanych informacji. Rozwiązanie może być też dostosowywane do indywidualnych potrzeb dużych klientów, m.in. z branży farmaceutycznej, np. poszerzane o integrację z ich wewnętrznymi zbiorami danych. Pozwoli im to na wykorzystanie wiedzy gromadzonej przez ostatnich kilkadziesiąt lat. W dalszej perspektywie w grę wchodzi również samodzielne syntetyzowanie i sprzedaż związków chemicznych z wykorzystaniem automatycznych laboratoriów — wyjaśnia Paweł Łaskarzewski.
Perspektywiczny rynek
Przedstawiciele spółki zapewniają, że prowadzą rozmowy o wdrożeniach z największymi globalnymi graczami z rynku farmaceutycznego oraz z kilkoma znaczącymi polskimi firmami biotechnologicznymi, z którymi realizowali beta-testy. Narzędzie było już modyfikowane według ich wskazówek, a prace nad dalszymi modyfikacjami będą prowadzone dzięki 1 mln zł, który w sierpniu wyłożył Sunfish Partners, działający w ramach programu PFR Starter. Chodzi o dodanie możliwości planowania ścieżek syntezy dla bibliotek związków, rozszerzenie możliwości interakcji z zaproponowanymi syntezami i wiele innych.
— Mamy w planach kolejną rundę finansowania na początku przyszłego roku. Jej wielkość uzależniamy od tego, co uda się osiągnąć i jak będzie wyglądała sprzedaż w czwartym kwartale — mówi Paweł Łaskarzewski.
Rozwiązanie start-upu testuje m.in. giełdowa spółka biotechnologiczna OncoArendi Therapeutics.
— Wykorzystanie głębokiego uczenia maszynowego i sztucznej inteligencji w procesie poszukiwania nowych leków to na pewno przyszłościowy kierunek. Chodzi o „wyszukiwarkę Google” dla syntezy chemicznej — optymalizację prawdopodobieństwa dojścia z punktu A do punktu B przy syntezie na podstawie dostępnych informacji, które algorytmy mogą przeanalizować. Testowaliśmy prototyp i na wdrożenie jest jeszcze za wcześnie, ale na pewno to sensowne i potrzebne rozwiązanie, z pewnością też konkurencja w tym segmencie rynku będzie rosła — ocenia Marcin Szumowski, prezes OncoArendi Therapeutics.