Najveći utjecaj umjetne inteligencije u znanosti je korištenje dubokog učenja u Google DeepMind-u za predikciju složenih struktura proteina – molekula koje pokreću gotovo svaki proces u živim stanicama.
No, dok AI modeli nastavljaju generirati sve više kandidata za potencijalne tretmane, pojavljuje se usko grlo: zapravo karakterizirati sve te kandidate u praksi, za testiranje i masovnu proizvodnju.
Cilj je to startupu 10x Science, koji je osnovan u prosincu 2025. godine i danas je objavio da je prikupio 4,8 milijuna dolara u prvoj rundi investicija, predvođen od strane Initialized Capital-a, uz podršku Y Combinatora, Civilization Ventures-a i Founder Factor-a. Njegovi osnivači su David Roberts i Andrew Reiter, iskusni biokemičari, te Vishnu Tejas, serijski osnivač s ekspertizom u računalnim znanostima i AI modelima.
“Kada biopharma pokušava stvoriti kandidat za lijek, imaju sve te sjajne alate za predikciju,” rekao je Roberts za TechCrunch. “Možete dodati koliko god želite kandidata na vrh cijevi, ali svi oni moraju proći kroz ovaj proces karakterizacije. Sve treba izmjeriti.”
Razumijevanje strukture proteina ključno je za istraživače koji razvijaju biološke lijekove, koji se proizvode u živim stanicama i koriste sofisticirani dizajn za specifično ciljanje bolesti i stanja. Na primjer, mogu biti dizajnirani da ciljaju specifične stanice, poput Keytrude, popularnog lijeka koji prodaje Merck i koji pomaže imunološkom sustavu da identificira i napadne karcinome.
Troje osnivača 10x radilo je zajedno u laboratoriju Stanforda Nobelovke dr. Carolyn Bertozzi, gdje su proučavali interakcije između stanica karcinoma i imunološkog sustava, i bili su frustrirani svojom nemoći da precizno razumiju što se događa na molekularnoj razini.
Najprecizniji način procjene molekula je kroz složenu tehniku zvanu masa spektrometrija, način određivanja njihove atomske strukture mjerenjem u električnom polju. Relativno nova tehnika generira složene podatke koji zahtijevaju značajnu stručnost za interpretaciju, a njihova analiza oduzima puno vremena.
Platforma 10x kombinira determinističke algoritme ukorijenjene u kemiji i biologiji s AI agentima koji mogu interpretirati te podatke. Tim je morao značajno raditi na obuci modela na podacima spektrometrije i učiniti njegove analize praćenima, što je ključni zahtjev za alat koji će se koristiti za postizanje regulatorne usklađenosti.
Matthew Crawford, znanstvenik u Rilas Technologies, firmi koja provodi kemijske analize za druge tvrtke, koristi platformu 10x Science nekoliko tjedana i kaže da ubrzava njegov rad. Izrazio je iznenađenje sposobnošću modela da objasni svoje zaključke, pronađe prave podatke za analize i prilagodi se procjeni različitih vrsta molekula.
Izvršni direktori 10x kažu da također rade s nekoliko velikih farmaceutskih kompanija, kao i akademskim istraživačima. Planiraju iskoristiti ovo financiranje za zapošljavanje više inženjera i nastavak usavršavanja modela te nuditi ga novim kupcima.
