Inicio de biotecnología Immunai ha estado en racha en lo que respecta a la financiación. La empresa que se propuso crear un atlas del sistema inmunológico humano en 2018 había recaudado alrededor de $ 80 millones en febrero de 2021. El miércoles, la compañía anunció otra ronda significativamente mayor: una serie B de $ 215 millones.
Immunai ha estado construyendo un enorme conjunto de datos de información inmunológica clínica. Combina información genética, junto con otros datos como cambios epigenéticos o proteómica (el estudio de las proteínas), para trazar un mapa de cómo funciona el sistema inmunológico. Luego, se aplica el aprendizaje automático para identificar qué objetivos podrían ser útiles para los fabricantes de medicamentos, qué medicamentos podrían causar reacciones tóxicas y, en última instancia, predecir cómo podría responder un paciente a un tratamiento potencial.
Reclamaciones de Immunai este conjunto de datos, llamado Atlas Anotado de Células Inmunológicas Multiómicas, AMICA, es el más grande del mundo.
Esta ronda, que fue liderada por Koch Disruptive Technologies, con la participación de Talos VC, 8VC, Alexandria Venture Investments, Piedmont, ICON y otros, eleva el financiamiento total de la compañía a $ 295 millones.
Noam Solomon, cofundador y director ejecutivo de Immunai, le dijo a TechCrunch que este salto masivo en la financiación se reduce a un cambio importante en el tipo de información que ha generado AMICA.
La plataforma se está utilizando actualmente para desarrollar y refinar terapias celulares para el neuroblastoma en conjunto con el Baylor College of Medicine. Solomon también dice que la compañía está trabajando para publicar un artículo que demuestre que puede identificar objetivos genéticos específicos que indican si un paciente responderá a ciertas terapias.
Mientras tanto, dice Solomon, la compañía ha podido pasar de simplemente mostrar datos correlativos a datos causales.
“Probablemente hace un año estábamos mostrando fuertes datos correlativos, que ciertos conocimientos que tenemos pueden explicar las relaciones entre ciertos genes y células”, dice. “Hoy tenemos más resultados de inferencia causal. Podemos demostrar que las cosas que estamos haciendo con nuestra plataforma genómica funcional en realidad están causando ciertos resultados “.
Seamos claros: Immunai está lejos de ser la única empresa que busca aprovechar los datos a nivel celular y ponerlos en práctica. Hay muchas empresas, grandes y pequeñas, jugando en el mismo espacio. Immunai se distingue, según Salomón, por dos razones.
Primero está el gran tamaño del conjunto de datos que Immunai está construyendo. Immunai ha estado colaborando con más de 30 empresas e instituciones académicas (Memorial Sloan Kettering, Harvard, Stanford y Baylor College of Medicine, por nombrar algunas). Pero la empresa también ha diversificado los tipos de datos biológicos que recopila, analiza y gestiona a través de dos importantes adquisiciones este año.
En marzo, Immunai adquirió Dropprint Genomics, una empresa que trabaja en métodos para realizar secuenciación unicelular a escala por una cantidad no revelada. Solomon agrega que Dropprint había logrado “un progreso interesante en la autoinmunidad”. Durante el verano, Immunai adquirido Nebion, una empresa suiza que había pasado 13 años creando conjuntos de datos de expresión genética. También tenían alrededor de 70 asociaciones externas con hospitales e instituciones, señala Solomon.
Ambas adquisiciones “realmente aceleraron el tamaño de la base de datos”, dice Solomon. Sin embargo, la estrategia de fusiones y adquisiciones sigue siendo la de adquirir tecnologías complementarias. La estrategia de adquisición de datos de Immunai, en el futuro, todavía se basa en gran medida en la creación de más asociaciones.
La segunda razón por la que Solomon cree que Immunai se destaca se reduce a su manejo de toda esta información. Solomon llama a Immunai una empresa de ingeniería primero, porque está tan interesado en construir la infraestructura para respaldar el conjunto de datos como en los datos en sí.
También es la razón, señala, que alrededor del 50% de la fuerza laboral de 120 personas de la compañía proviene de pura tecnología o antecedentes de ingeniería.
“Creo que hay muy pocas empresas en el espacio que están tratando de hacer más que crear un pequeño conjunto de datos y aplicar sofisticadas herramientas de aprendizaje automático”, dice. “Nuestro enfoque es el opuesto. Creemos que necesitamos crear una base de datos sólida que podamos alimentar y hacer crecer, con las herramientas de ingeniería de datos para asegurarnos de que nuestros algoritmos puedan ejecutarse en 100.000 muestras “.
Esta ronda se utilizará para atraer a más empleados y seguir enriqueciendo el conjunto de datos inmunológicos (y la infraestructura de back-end que puede respaldarlo) a disposición de la empresa.
Desde una perspectiva comercial, también significa que la empresa depende menos de los pagos iniciales con futuros socios. La nueva financiación cambia el enfoque de la empresa.
“No dependemos de pagos por adelantado más fuertes. Nos preocupan mucho más los pagos basados en el éxito ”, dijo Solomon.
Source link