Immunai anuncia Série B de US$ 215 milhões à medida que seu “Atlas de Células Imunes” amadurece – TechCrunch

A Immunai construiu um enorme conjunto de dados de informações imunológicas clínicas. Ele combina informações genéticas com outros dados, como alterações epigenéticas ou proteômica (o estudo das proteínas) para mapear como o sistema imunológico funciona. O aprendizado de máquina é então usado para identificar quais pontos de ataque podem ser úteis para os fabricantes de medicamentos, quais medicamentos podem desencadear reações tóxicas e, finalmente, prever como um paciente pode responder a um possível tratamento.

Reivindicações imunológicas Este conjunto de dados, denominado Atlas Anotado de Células Imunes Multi-Ômicas, AMICA, é o maior do mundo.

Esta rodada, liderada pela Koch Disruptive Technologies, envolvendo Talos VC, 8VC, Alexandria Venture Investments, Piemonte, ICON e outros, traz a empresa̵

O cofundador e CEO da Immunai, Noam Solomon, disse ao TechCrunch que esse grande salto no financiamento se deveu a uma grande mudança na natureza dos insights que a AMICA obteve.

A plataforma é atualmente usada em colaboração com o Baylor College of Medicine para desenvolver e desenvolver terapias celulares para neuroblastoma. Solomon também diz que a empresa está trabalhando no lançamento de um artigo que mostra que pode identificar alvos genéticos específicos que informam se um paciente está respondendo a certas terapias.

Enquanto isso, Solomon disse que a empresa conseguiu passar da simples exibição de dados correlativos para dados causais.

“Provavelmente mostramos fortes dados correlatos um ano atrás – que certos insights que temos podem explicar as relações entre certos genes e células”, diz ele. “Hoje temos mais resultados de inferência causais. Podemos mostrar que as coisas que fazemos com nossa plataforma de genoma funcional realmente levam a certos resultados.”

Para ser claro, a Immunai não é nem de longe a única empresa que deseja usar e agir com base em dados em nível de célula. Há muitas empresas grandes e pequenas jogando na mesma sala. Immunai é diferente por duas razões, de acordo com Solomon.

No começo é puro Tamanho do conjunto de dados que o Immunai cria. A Immunai trabalhou com mais de 30 empresas e instituições acadêmicas (Memorial Sloan Kettering, Harvard, Stanford e Baylor College of Medicine, para citar alguns). Mas a empresa também diversificou os tipos de dados biológicos que coleta, analisa e gerencia por meio de duas grandes aquisições este ano.

Em março, a Immunai adquiriu Genômica do Dropprint, uma empresa que trabalha em métodos de execução de sequenciamento de célula única em larga escala para uma multidão não revelada. Solomon acrescenta que o Dropprint fez “avanços interessantes na autoimunidade”. No verão, Immunai adquirido Nebion, uma empresa suíça que cria registros de expressão gênica há 13 anos. Eles também tiveram cerca de 70 parcerias externas com hospitais e instituições, observa Solomon.

Ambas as aquisições “realmente aceleraram o tamanho do banco de dados”, diz Solomon. No entanto, a estratégia de M&A continua sendo a aquisição de tecnologias complementares. A futura estratégia de coleta de dados da Immunai ainda é amplamente baseada na criação de parcerias adicionais.

A segunda razão pela qual Solomon acredita que Immunai se destaca é por causa de como ele lidou com todas essas informações. Solomon chama a Immunai de empresa pioneira em engenharia porque está igualmente interessado em construir a infraestrutura ao redor Apoio, suporte o conjunto de dados porque são os próprios dados.

Esta é também a razão pela qual cerca de 50 por cento da força de trabalho de 120 pessoas da empresa tem uma formação puramente técnica ou técnica.

“Acho que existem muito poucas empresas no setor tentando fazer mais do que apenas criar um pequeno conjunto de dados e usar ferramentas sofisticadas de aprendizado de máquina”, diz ele. “Nossa abordagem é o oposto. Acreditamos que precisamos construir um banco de dados robusto que possamos alimentar e expandir com as ferramentas de engenharia de dados para garantir que nossos algoritmos possam ser executados em 100.000 amostras.”

Essa rodada é usada para contratar mais funcionários e enriquecer ainda mais o conjunto de dados imunológicos (e a infraestrutura de back-end que pode suportá-lo) que está disponível para a empresa.

Do ponto de vista comercial, isso também significa que a empresa é menos dependente de pré-pagamentos com futuros parceiros. O novo financiamento muda o foco da empresa.

“Não precisamos depender de pagamentos antecipados mais altos. Nos preocupamos muito mais com pagamentos baseados em desempenho”, disse Solomon.

Leave a Reply

Your email address will not be published. Required fields are marked *