Startup AI y sinh Converge Bio huy động 25 triệu USD từ Bessemer và lãnh đạo các hãng công nghệ lớn

Trí tuệ nhân tạo (AI) đang nhanh chóng thâm nhập vào lĩnh vực khám phá thuốc, khi các công ty dược phẩm và công nghệ sinh học tìm cách rút ngắn nhiều năm trong quy trình R&D và tăng tỷ lệ thành công trong bối cảnh chi phí ngày càng tăng. Hơn 200 startup đang cạnh tranh để tích hợp AI trực tiếp vào quy trình nghiên cứu, thu hút sự quan tâm ngày càng lớn từ các nhà đầu tư. Converge Bio là công ty mới nhất tham gia vào làn sóng này, vừa đảm bảo được nguồn vốn mới trong bối cảnh cạnh tranh trong lĩnh vực khám phá thuốc bằng AI đang nóng lên.

Startup có trụ sở tại Boston và Tel Aviv này chuyên giúp các công ty dược phẩm và công nghệ sinh học phát triển thuốc nhanh hơn bằng AI tạo sinh được huấn luyện trên dữ liệu phân tử. Công ty vừa huy động thành công 25 triệu USD trong vòng gọi vốn Series A với lượng đăng ký vượt mức, do Bessemer Venture Partners dẫn dắt. TLV Partners, Saras Capital và Vintage Investment Partners cũng tham gia vòng này, cùng với sự hỗ trợ thêm từ các giám đốc điều hành giấu tên tại Meta, OpenAI và Wiz.

Cách AI tạo sinh thay đổi ngành dược

Trên thực tế, Converge huấn luyện các mô hình tạo sinh trên các chuỗi DNA, RNA và protein, sau đó tích hợp chúng vào quy trình làm việc của các công ty dược phẩm và công nghệ sinh học để đẩy nhanh quá trình phát triển thuốc.

"Vòng đời phát triển thuốc có các giai đoạn xác định — từ nhận dạng và khám phá mục tiêu đến sản xuất, thử nghiệm lâm sàng và hơn thế nữa — và trong mỗi giai đoạn, có những thí nghiệm mà chúng tôi có thể hỗ trợ," CEO và đồng sáng lập của Converge Bio, ông Dov Gertz, cho biết trong một cuộc phỏng vấn độc quyền. "Nền tảng của chúng tôi tiếp tục mở rộng qua các giai đoạn này, giúp đưa các loại thuốc mới ra thị trường nhanh hơn."

Cho đến nay, Converge đã triển khai các hệ thống dành cho khách hàng. Startup này đã giới thiệu ba hệ thống AI riêng biệt: một cho thiết kế kháng thể, một cho tối ưu hóa năng suất protein, và một cho khám phá dấu ấn sinh học và mục tiêu.

"Lấy hệ thống thiết kế kháng thể của chúng tôi làm ví dụ. Nó không chỉ là một mô hình duy nhất mà bao gồm ba thành phần tích hợp. Đầu tiên, một mô hình tạo sinh tạo ra các kháng thể mới. Tiếp theo, các mô hình dự đoán lọc các kháng thể đó dựa trên đặc tính phân tử của chúng. Cuối cùng, một hệ thống ghép nối phân tử (docking), sử dụng mô hình dựa trên vật lý, mô phỏng các tương tác ba chiều giữa kháng thể và mục tiêu của nó," ông Gertz tiếp tục. Theo vị CEO, giá trị nằm ở toàn bộ hệ thống chứ không phải ở bất kỳ mô hình đơn lẻ nào. "Khách hàng của chúng tôi không phải tự ghép các mô hình lại với nhau. Họ nhận được các hệ thống sẵn sàng sử dụng, tích hợp trực tiếp vào quy trình làm việc của họ."

Tăng trưởng ấn tượng và tầm nhìn tương lai

Nguồn vốn mới này đến khoảng một năm rưỡi sau khi công ty huy động được 5,5 triệu USD trong vòng hạt giống vào năm 2024. Kể từ đó, startup hai năm tuổi này đã phát triển nhanh chóng. Ông Gertz cho biết Converge đã hoàn thành hơn 40 chương trình với hơn một chục khách hàng là các công ty dược phẩm và công nghệ sinh học. Công ty làm việc với khách hàng trên khắp Hoa Kỳ, Canada, Châu Âu, Israel và hiện đang mở rộng sang Châu Á.

Đội ngũ cũng đã tăng trưởng nhanh chóng, từ 9 nhân viên vào tháng 11 năm 2024 lên 34 nhân viên. Converge cũng đã bắt đầu công bố các nghiên cứu tình huống công khai. Trong một trường hợp, startup đã giúp một đối tác tăng năng suất protein lên 4 đến 4,5 lần chỉ trong một lần lặp tính toán. Trong một trường hợp khác, nền tảng đã tạo ra các kháng thể có ái lực liên kết cực cao, đạt đến phạm vi nano-mol đơn.

Lĩnh vực khám phá thuốc bằng AI đang nhận được sự quan tâm lớn. Năm ngoái, Eli Lilly đã hợp tác với Nvidia để xây dựng siêu máy tính mạnh nhất ngành dược cho việc khám phá thuốc. Và vào tháng 10 năm 2024, các nhà phát triển đứng sau dự án AlphaFold của Google DeepMind đã giành giải Nobel Hóa học vì đã tạo ra AlphaFold, hệ thống AI có thể dự đoán cấu trúc protein.

Khi được hỏi về động lực này và cách nó định hình sự phát triển của Converge Bio, ông Gertz nói rằng ngành công nghiệp đang chuyển từ phương pháp "thử và sai" sang thiết kế phân tử dựa trên dữ liệu. "Chúng tôi cảm nhận sâu sắc động lực này, đặc biệt là trong hộp thư của mình. Một năm rưỡi trước, khi chúng tôi thành lập công ty, có rất nhiều sự hoài nghi," ông Gertz chia sẻ. Sự hoài nghi đó đã tan biến nhanh chóng một cách đáng kể, nhờ vào các nghiên cứu tình huống thành công từ các công ty như Converge và từ giới học thuật.

Các mô hình ngôn ngữ lớn (LLM) đang thu hút sự chú ý trong việc khám phá thuốc nhờ khả năng phân tích các chuỗi sinh học và đề xuất các phân tử mới, nhưng những thách thức như "ảo giác" (hallucinations) và độ chính xác vẫn còn tồn tại. Để giải quyết vấn đề này, Converge kết hợp các mô hình tạo sinh với các mô hình dự đoán, lọc các phân tử mới để giảm rủi ro và cải thiện kết quả cho đối tác.

"Tầm nhìn của chúng tôi là mọi tổ chức khoa học sự sống sẽ sử dụng Converge Bio như phòng thí nghiệm AI tạo sinh của họ. Các phòng thí nghiệm truyền thống (wet lab) sẽ luôn tồn tại, nhưng chúng sẽ được kết hợp với các phòng thí nghiệm tạo sinh (generative lab) để tạo ra các giả thuyết và phân tử bằng phương pháp tính toán. Chúng tôi muốn trở thành phòng thí nghiệm tạo sinh đó cho toàn bộ ngành công nghiệp," ông Gertz kết luận.