7月20日,加利福尼亚州,BigHat Biosciences是一家利用机器学习和合成生物学为患者开发更安全、更有效的抗体疗法的生物技术公司,该公司宣布完成7500万美元B轮融资,由Section 32领投,新投资者Amgen Ventures、Bristol Myers Squibb、Quadrille Capital、Gaingels、GRIDS Capital等参与其中。使BigHat迄今为止总融资达到1亿美元。之前的投资者 Andreessen Horowitz、8VC和AME Cloud Ventures也参与了本轮融资。该轮融资将用于扩大Milliner™的能力,这是一个集成的AI/ML-湿实验室平台,将治疗计划推进到人体临床试验,积极聘请药物发现和发展人才,并加快与旗舰合作伙伴的战略合作。
迄今为止超过200种抗体和其他生物治疗药物获得批准,成为预计到2025年将增长到4210亿美元的全球生物制剂市场的一部分。下一代抗体疗法有望提高患者的安全性和疗效。使用传统技术开发这些先进的分子可能是困难的、昂贵的和缓慢的。BigHat支持AI的抗体设计平台Milliner提供了快速可靠地创建这些突破性疗法的基本技术。
BigHat正在使用Milliner™设计更安全、更有效的抗体疗法,以治疗世界上一些最棘手的疾病,从慢性病到危及生命的疾病。在BigHat,每一个治疗计划都从BigHat的发现引擎中生成的或由合作伙伴提供的设计蓝图和抗体开始。然后,这些初始分子通过连续的设计-构建-测试周期在Milliner平台上迭代地转化为一流的下一代疗法。BigHat的机器学习模型设计了数百种变体,这些变体在BigHat的实验室中使用最新的合成生物学技术在每个周期中构建和测试。这些测试包括生物物理特性和对每个变体的疾病活动的影响,使用基于细胞的或其他复制体内疾病过程的功能测定。这些新数据用于更新AI/ML模型,以便在多个周期内,这些模型学会创建与BigHat的设计蓝图相匹配的抗体。
该公司由首席执行官Mark DePristo于2019年创立,他是剑桥大学生物化学博士、前Google.AI基因组学负责人、Broad研究所医学遗传学联席主任,与CSO-Peyton Greenside,斯坦福生物医学信息学博士和2018年施密特科学研究员。从那时起,BigHat已经达到了重要的商业和科学里程碑,包括:
适合用途的高速湿法实验室:BigHat的Milliner™平台的容量扩大了十倍,自从A轮融资以来提高了每周设计、合成和表征超过400种抗体的能力。2022年3月,BigHat收购了Frugi Biotechnology,将定制的无细胞蛋白质合成(CFPS)技术整合到其平台中。此外,还纳入了哺乳动物细胞系能力和功能测定。
内部管线:5个跨越肿瘤学、炎症和传染病的发现项目正在进行中,利用该平台设计超高质量的下一代抗体。
合作伙伴合作:今年1月BigHat完成了与Amgen的第一阶段研究合作。BigHat正在利用一种协同合作战略,专注于解决抗体设计难题。
领导力+董事会扩张:2022年3月,连续创业者Rob Chess加入BigHat的董事会,增强了公司的药物发现和开发专业知识。2021年,拥有20多年制药、生物技术和学术药物发现和开发经验的宾夕法尼亚大学药理学博士Elizabeth Schwarzbach以CBO身份加入。
人才与扩张:目前公司拥有37名员工,并搬入了位于加利福尼亚州圣马特奥的专用实验室和办公空间。团队规模预计将在未来12-18个月内翻一番。
AI/ML技术:最近与纽约大学合作开发主动学习方法的工作发表在题为“具有贝叶斯优化的蛋白质设计的有效替代模型”的论文中,并被2022年国际机器学习会议 (ICML) 接受。BigHat开发了许多专有的训练数据集,并部署了生成和主动学习模型。
投资和拨款:除了500万美元的种子资金和1900万美元的A轮融资外,BigHat还获得了美国国家标准与技术研究院 (NIST) 的小企业创新研究 (SBIR) 拨款。该公司获得安进公司2021年MBC BioLabs的金票,入选Business Insider的24家顶级生物技术公司名单,获得UCSF健康奖,并被生物技术突破奖评为年度治疗创新。
BigHat联合创始人兼首席执行官Mark DePristo表示:“BigHat平台的规模和灵活性使我们能够与任何地方的公司合作,并寻求内部治疗计划来解决各种疾病的主要未满足需求。” “结合内部计划和合作伙伴关系使我们能够尽快将尽可能多的资产推向市场。同时捕获大量数据以不断改进我们的AI/ML模型和湿实验室技术,使未来的活动更快、更好。BigHat团队很兴奋,并准备充分利用B轮融资。”
原文链接
BigHat Biosciences Raises $75 Million in Series B Funding to Design Safer, More Effective Antibodies