Стартап Boltz, який спеціалізується на пошуку ліків за допомогою штучного інтелекту, закрив раунд серії A на $110 млн — і це сталося менш ніж через рік після того, як компанія вийшла зі стелс-режиму.
Boltz створює моделі ШІ, що мають пришвидшити розробку нових препаратів. Компанія зародилася в стінах MIT у США, але тепер базується в Лондоні, де в районі King's Cross працюють 40 дослідників ШІ.
Раунд очолила Bessemer Venture Partners, а серед учасників — наявні інвестори Andreessen Horowitz, Amplify Partners, Zetta Venture Partners та Obvious Ventures.
До списку нових інвесторів увійшли Greycroft, F-Prime Capital, Hummingbird та Benchling. Вони приєдналися до Nvidia, яка оголосила про власні інвестиції раніше цього року під час візиту Дженсена Хуанга до Великої Британії. Цьому раунду передував посівний на $28 млн, залучений на початку року.
Продукт стартапу — програмне забезпечення, яке допомагає дослідникам у фармацевтиці та біотехнологіях проєктувати потенційні ліки та обирати кандидатів для лабораторних випробувань.
Моделі ШІ компанії вміють передбачати, як виглядатимуть зв'язані між собою білок і кандидат у ліки, оцінювати силу цього зв'язку, а також пропонувати нові молекули, здатні приєднуватися до потрібної мішені. Boltz розвиває як відкриті моделі ШІ, так і власні рішення через свою платформу та API.
Ще під час перебування в MIT засновники компанії випустили моделі ШІ з відкритим кодом, які за результативністю зрівнялися із закритими рішеннями на кшталт AlphaFold3 від DeepMind. Сьогодні ці моделі застосовують як стандартний інструмент на ранніх етапах пошуку ліків.
Boltz повідомила про співпрацю з такими компаніями, як Pfizer, GSK, Takeda та Bristol Myers Squibb.
Прибуток компанія отримує завдяки партнерствам, а також наданню доступу до своєї платформи та моделей.
За словами Boltz, залучені кошти підуть на обчислювальні потужності, дані та розширення команди.
We believe we are still just at the beginning of an exponential trajectory in model capabilities. Our upcoming models are already showing substantial improvements in the quality of the molecules they generate. Our long-term goal remains a world where a scientist can go from a therapeutic hypothesis to a human-ready molecule without leaving their computer. Reaching that goal will require further advances in the models and substantial investment in compute and data.
Boltz



