Klíčové body Converge Bio získala 25 milionů dolarů v kole série A vedeném Bessemer Venture Partners Startup využívá generativní AI trénovanou na DNA, RNA a proteinech k urychlení vývoje léčiv Platforma už spolupracuje se 40 farmaceutickými a biotechnologickými partnery po celém světě Rostoucí zájem o AI v biologických vědách potvrzuje posun od pokusů k datově řízenému molekulárnímu designu Tento krok potvrzuje, že vývoj léčiv s využitím umělé inteligence patří mezi nejrychleji rostoucí oblasti současných biotechnologií.Financování vedla Bessemer Venture Partners, přičemž se připojily také fondy TLV Partners a Vintage Investment Partners. Dodatečnou podporu poskytli i vybraní vedoucí pracovníci ze společností Meta , OpenAI a Wiz. Získaný kapitál navazuje na počáteční investici ve výši 5,5 milionu dolarů z roku 2024 a přichází v době, kdy se farmaceutické a biotechnologické firmy snaží zkrátit nákladné a časově náročné výzkumné cykly. Vývoj jednoho léčiva běžně trvá řadu let a stojí miliardy dolarů, přičemž pravděpodobnost úspěchu zůstává nízká. Právě zde se generativní umělá inteligence začíná prosazovat jako nástroj, který dokáže zásadně změnit ekonomiku celého odvětví.Chcete využít této příležitosti?Jak Converge Bio využívá generativní AI v praxiZákladem platformy Converge Bio jsou generativní modely trénované přímo na molekulárních datech, konkrétně na sekvencích DNA, RNA a proteinů. Tyto modely nejsou izolovaným experimentem, ale jsou navrženy tak, aby se daly přímo integrovat do pracovních postupů farmaceutických a biotechnologických společností. Podle spoluzakladatele a generálního ředitele Dova Gertze lze umělou inteligenci zapojit v každé fázi vývoje léčiv – od identifikace biologického cíle přes optimalizaci molekul až po podporu výrobních procesů.Converge již uvedla tři samostatné, na zákazníka orientované systémy. První je zaměřen na návrh protilátek, druhý na optimalizaci výtěžnosti proteinů a třetí na objevování biomarkerů a terapeutických cílů. Klíčové přitom není jednotlivé modely, ale jejich propojení do funkčního celku. U systému pro návrh protilátek například generativní model nejprve vytváří nové kandidátní molekuly, prediktivní modely je následně filtrují podle molekulárních vlastností a dokovací systém pak pomocí fyzikálních simulací hodnotí trojrozměrné interakce mezi protilátkou a cílovou strukturou.Výsledkem je hotový systém, který zákazníci nemusí složitě stavět sami. Platforma je připravena k okamžitému použití a umožňuje rychlejší iterace experimentů, což je v prostředí vývoje léčiv zásadní výhoda.Rychlý růst firmy a konkrétní výsledkyZa necelé dva roky existence se Converge Bio výrazně rozrostla. Společnost uzavřela 40 partnerství s farmaceutickými a biotechnologickými firmami a na své platformě aktuálně provozuje zhruba 40 aktivních programů. Její zákazníci pocházejí ze Spojených států, Kanady, Evropy a Izraele, přičemž firma nyní expanduje také do Asie.Ruku v ruce s tím roste i samotný tým. Od listopadu 2024, kdy měl startup devět zaměstnanců, se počet pracovníků zvýšil na 34. Společnost zároveň začala zveřejňovat případové studie, které mají demonstrovat praktický přínos její technologie. V jednom z projektů se podařilo zvýšit výtěžnost proteinů čtyř- až čtyřapůlnásobně během jediné výpočetní iterace. V jiném případě platforma navrhla protilátky s extrémně vysokou vazebnou afinitou, pohybující se na úrovni jednoho nanomoláru.Tyto výsledky přispívají k postupnému odbourávání skepticismu, který byl ještě před rokem a půl v odvětví běžný. Podle Gertze se dnes situace dramaticky změnila a zájem ze strany potenciálních zákazníků i investorů výrazně vzrostl.Širší kontext: AI jako nový standard ve vývoji léčivRůst Converge Bio zapadá do širšího trendu, kdy se umělá inteligence stává nedílnou součástí biologických věd. V roce 2025 například Eli Lilly navázala spolupráci s Nvidia na vývoji výkonného superpočítače určeného speciálně pro objevování léčiv. Již dříve pak tým stojící za projektem Google DeepMind získal Nobelovu cenu za chemii za systém AlphaFold, který dokáže s vysokou přesností předpovídat struktury proteinů. Navzdory rostoucí popularitě však zůstávají výzvy, zejména pokud jde o přesnost modelů a riziko tzv. halucinací. U textových modelů lze chyby často odhalit rychle, zatímco u molekul může ověření trvat týdny a znamenat vysoké náklady. Converge Bio se tento problém snaží řešit kombinací generativních a prediktivních modelů, které nové molekuly průběžně filtrují a snižují riziko neúspěchu.Společnost se zároveň distancuje od představy, že by textové velké jazykové modely měly být základem biologického výzkumu. Podle Gertze je skutečné porozumění biologii možné pouze tehdy, pokud jsou modely trénovány přímo na biologických datech. Textové modely zde hrají pouze podpůrnou roli, například při orientaci v odborné literatuře.Dlouhodobou vizí Converge Bio je stát se „generativní laboratoří“ pro celé odvětví biologických věd. Mokré laboratoře podle vedení společnosti nezmizí, ale budou stále častěji doplňovány digitálními laboratořemi, které budou počítačově generovat hypotézy a návrhy molekul. Pokud se tento přístup prosadí, může zásadně změnit způsob, jakým se nové léky vyvíjejí – rychleji, levněji a s vyšší pravděpodobností úspěchu.