Reshape vuole aiutare a 'decodificare la natura' automatizzando la parte 'visiva' degli esperimenti di laboratorio
Una startup danese vuole aiutare i team di R&D ad automatizzare gli esperimenti di laboratorio che richiedono ispezioni visive, racimolando 20 milioni di dollari in un round di finanziamento di Serie A per scalare la sua tecnologia negli Stati Uniti.
Reshape, fondata a Copenaghen nel 2018, ha sviluppato un sistema di imaging robotico completo di software e modelli di intelligenza artificiale per aiutare gli scienziati a tracciare i cambiamenti visivi - come il colore o i tassi di crescita cellulare - da piatti di Petri e formati di piatti simili. Le sue macchine sono dotate di un'incubatrice integrata che può essere impostata a temperature specifiche, con i dati corrispondenti registrati per garantire che gli esperimenti possano essere facilmente ripetuti.
Il vantaggio è che questi esperimenti possono essere eseguiti 24 ore su 24, 7 giorni su 7 senza supervisione diretta, liberando i tecnici per altre attività critiche.
'Decodificare la natura'
Il concetto di 'decodificare la natura' è al centro di ciò che Reshape si propone di raggiungere, basandosi su una tendenza più ampia che ha visto sfumare le linee tra il mondo naturale e quello artificiale. Queste opportunità non sono sfuggite alla Silicon Valley, come dimostrato dai numerosi finanziamenti riversati nelle tecnologie che cercano di 'ingegnerizzare' la biologia.
La genesi di Reshape è avvenuta quando Grøn, che ha una formazione in ingegneria, ha iniziato a frequentare qualcuno che lavorava nell'industria biotecnologica, dandogli un'idea della quantità di sforzo manuale coinvolto negli esperimenti di laboratorio.
'Ho solo supposto che la biotecnologia fosse massicciamente automatizzata, ma ogni ottava ora, di ogni giorno, per cinque mesi di seguito, doveva andare in laboratorio e scattare una foto di un piatto di Petri', ha detto Grøn. 'Per chi proviene dal mondo della tecnologia, sembrava semplicemente pazzesco'.
Dopo aver parlato con diverse aziende biotecnologiche nella zona di Copenaghen, Grøn si è reso conto che la sua esperienza iniziale non era un'anomalia strana: il modo in cui i laboratori eseguono il sequenziamento del DNA, misurano le composizioni chimiche e tutto il resto stava ancora avvenendo più o meno allo stesso modo di come era stato fatto per più di un secolo.
Sotto il cofano
Reshape sviluppa i propri modelli di intelligenza artificiale, addestrati su dati interni presso il proprio laboratorio, e questi possono funzionare fin dall'inizio per alcuni dei tipi di esperimenti più comuni, come quelli che coinvolgono ospiti fungini o batterici, o semi e insetti. Ma l'azienda può anche aiutare i propri clienti ad addestrare modelli per casi d'uso specifici, come tracciare il comportamento di particolari microrganismi in determinate condizioni.
'Il team di scienziati dei dati di Reshape, utilizzando la nostra architettura MLOps personalizzata, gestisce questo processo end-to-end, partendo dalla comprensione dell'output desiderato e della quantificazione, annotando i set di dati necessari su larga scala, sviluppando e confrontando i modelli, e quindi implementandoli nel nostro prodotto per i nostri clienti', ha detto Grøn.
Un'azienda agricola, ad esempio, può utilizzare Reshape per testare i tassi di germinazione dei semi, o la gravità di una specifica malattia. O un'azienda alimentare può eseguire la caratterizzazione degli ingredienti per testare la qualità, la freschezza o come gli ingredienti maturano nel tempo - qualsiasi cosa che richieda tipicamente una valutazione visiva.
Alcuni clienti di Reshape stanno utilizzando la tecnologia della piattaforma per passare dai pesticidi chimici ai bio-pesticidi - fondamentalmente, capire quali nuovi composti funzionano meglio e registrare come sono stati creati. E la velocità è alla fine l'aspetto principale per i clienti.
'Faranno come quattro o dieci volte più esperimenti di quanti potrebbero prima, il che significa che portano i prodotti sul mercato molto, molto più velocemente', ha detto Grøn.
Reshape mette a disposizione i risultati da visualizzare in un'interfaccia basata su cloud, ma la piattaforma supporta anche esportazioni di dati in formati come LIMS o CSV, consentendo agli utenti di portare i propri dati in altri software di biotecnologia come Benchling o anche solo Excel.
Per quanto riguarda l'accuratezza, Grøn afferma che confronta i modelli sottostanti con le prestazioni di un essere umano su quello stesso esperimento, coprendo metriche come i falsi negativi. Questo aiuta a evitare scenari in cui un esperimento potrebbe altrimenti essere interrotto perché lo scienziato pensava che l'esperimento fosse inefficace.
Aiutiamo con una riduzione dell'80% dei falsi negativi', ha detto Grøn. 'Aiutiamo anche i nostri clienti a ridurre il tempo necessario per ottenere un risultato. E invece di dover fare affidamento sul ricordo di come hai fatto un esperimento alcuni anni fa, teniamo perfettamente traccia di esso. Quindi ogni volta che esegui un esperimento sulla piattaforma, lo tracciamo; la ripetibilità è estremamente importante'.
Per quanto riguarda il modello di business, Reshape vende l'intera piattaforma come abbonamento, che include l'hardware, il machine learning e il software sottostante. Il prezzo è calcolato su un modello di pricing 'basato sul valore', che può variare per ciascun cliente.
Per ora, Reshape spedisce solo una dimensione di macchina, il che significa che se un cliente ha molti esperimenti, deve ottenere molte macchine. Quindi per scalare questo a giganteschi esperimenti industriali, Reshape potrebbe aver bisogno di macchine più grandi; Grøn è rimasto in parte schivo su questo argomento, ma ha suggerito che potrebbero 'espandersi' a dispositivi più grandi in futuro.
Crescita
Diplomato al batch Winter 2021 di Y Combinator (YC), Reshape ha raccolto un roster piuttosto impressionante di clienti, tra cui il gigante svizzero delle tecnologie agricole Syngenta e l'Università di Oxford. Con altri 20 milioni di dollari in banca, che seguono un round di finanziamento seed da 8,1 milioni di dollari l'anno scorso, Reshape dice di avere intenzione di utilizzare questa nuova iniezione di liquidità per scalare il proprio business negli Stati Uniti, dove afferma che circa due terzi del proprio fatturato provengono già, sebbene principalmente dalle strutture statunitensi dei clienti europei.
'Abbiamo dimostrato che la nostra tecnologia funziona - ora si tratta di scalarla e aiutare il maggior numero possibile di laboratori ad accelerare la transizione biologica', ha detto Grøn.
Altri stanno portando l'automatizzazione nei laboratori scientifici, tra cui l'Automata di Londra, che ha raccolto 40 milioni di dollari l'anno scorso per mirare al flusso di lavoro più ampio del laboratorio. E alcune aziende offrono qualcosa di simile a quello che Reshape sta cercando di fare, come il PhenoBooth di Singer Instruments e il ScanStation di Interscience.
Ma fornendo una piattaforma completa con gestione dati end-to-end che è pronta all'uso da subito, Grøn ritiene che questo sia ciò che distingue Reshape.
'Questo è un problema costoso che molte aziende cercano di risolvere da molto tempo', ha detto Grøn. 'Forniamo l'incubazione, la cattura dell'immagine e l'analisi in un sistema a circuito chiuso. I nostri modelli preaddestrati sono pronti all'uso fin da subito e non richiedono un'addestramento che richieda molto tempo'.
Il round di Serie A di Reshape è stato guidato dalla società di venture capital europea Astanor Ventures, con la partecipazione di YC, R7, ACME, 21stBio e Nicholas Francis, co-fondatore di Unity.
