Não se deixe enganar pelo foco aparentemente estreito da empresa em proteínas. Elas não são apenas algo que comemos – embora a engenharia de carne, ovo e laticínios sem origem animal seja de fato um grande foco da biologia sintética. As proteínas também são máquinas biológicas versáteis que sustentam quase todas as funções nas células vivas e têm tantos usos fora da biologia.
LEIA MAIS: Cocriagro, o hub de inovação que conecta startups do agronegócio
O cofundador e CEO da Cradle, Stef van Grieken, se autodescreve como “fornecedor de proteínas finas”. Ele passou a última década trabalhando no Google AI, liderando o desenvolvimento de vários aplicativos de aprendizado de máquina, bem como no X, a “fábrica moonshot” do Google, avaliando a viabilidade de projetos em estágio inicial. Durante seu mandato no Google, Grieken ficou fascinado com a linguagem das proteínas – como as sequências de aminoácidos se traduzem em padrões de dobramento específicos e formam estruturas que permitem que as proteínas executem suas funções sofisticadas. Desde então, ele tem trabalhado na ideia de combinar a tecnologia de processamento de linguagem natural com nossa compreensão de como a sequência de proteínas se traduz em função para fazer melhores previsões para o design racional dessas proteínas.
As proteínas de design são uma indústria multibilionária: o mercado está projetado para atingir US$ 3,9 bilhões (R$ 21 bilhões) até 2024, impulsionado em grande parte pela terapêutica baseada em proteínas. Mas poderia ser ainda maior: há um enorme potencial de ramificação para outras áreas da biologia sintética, se projetar proteínas personalizadas não fosse tão difícil. A maneira como a engenharia de proteínas é feita atualmente é por tentativa e erro no laboratório, e a taxa de sucesso típica de atingir as especificações do projeto é inferior a 1%. Para aumentar as chances de sucesso, os biólogos podem usar ferramentas de software como Rosetta ou AlphaFold para prever a estrutura da proteína com base em sua sequência. As proteínas começam como apenas cadeias de aminoácidos que se dobram em formas 3D como origami. Mas, prever o padrão de dobramento é um problema incrivelmente complexo, e um programa como o Rosetta requer anos de treinamento e milhares de computadores para funcionar.
A Cradle está abordando o problema de maneira diferente: eles estão usando um modelo generativo para “fazer engenharia reversa” de proteínas. Você pode ter ouvido falar ou até mesmo usado modelos generativos como DALL-E que podem criar novas imagens com base em uma entrada descritiva. Os fundadores da Cradle pensaram em aplicar o mesmo princípio para projetar novas arquiteturas de proteínas. Em vez de usar modelos de estrutura de sequência, eles usam algoritmos de aprendizado de máquina treinados em dados reais. O usuário pode especificar que tipo de proteína deseja projetar e a plataforma fornecerá uma lista de possíveis sequências que podem criar essa estrutura.
Hoje, a maioria das empresas de biotecnologia e biologia sintética são deixadas por conta própria quando se trata de proteínas de engenharia. Os principais players no campo da engenharia de proteínas incluem Thermo Fischer, Danaher, Agilent Technologies e Bio-Rad, bem como empresas menores como Codexis, Genscript, Caribou Biosciences, Arzeda e Impossible Foods. Mas, para muitas empresas de biologia sintética, a engenharia de proteínas é um meio para um fim, e o que elas realmente estão focando são as aplicações posteriores de proteínas personalizadas. Cradle quer fornecer a eles uma ferramenta para melhorar suas chances de sucesso: “Queremos ajudar as equipes a projetar proteínas com menos experimentos e mais bem-sucedidos”, disse Grieken.
A Cradle em si não é uma empresa de biologia sintética nem de aprendizado de máquina – ambas são. “Não queríamos ser apenas uma empresa de aprendizado de máquina; você realmente tem que entender a biologia também”, disse Grieken. Com experiência em tecnologia de aprendizado de máquina e habilidades laboratoriais superiores que os membros de sua equipe trouxeram de empresas como Google, IBM, Zymergen e Perfect Day, a equipe de apenas 13 pessoas da Cradle construiu uma plataforma de trabalho em menos de um ano. Não há muitas outras empresas neste espaço. A Cyrus Bio, fundada pelo desenvolvedor da Rosetta, David Baker, professor da Universidade de Washington, é outra que usa o design de proteínas auxiliado por IA para o desenvolvimento de novas terapêuticas.
Para combinar com as diversas origens da equipe Cradle, a empresa atraiu investidores de diferentes áreas de tecnologia, incluindo a fundadora da empresa de síntese de DNA Twist Bioscience, Emily Leproust, e o presidente da Lyft, John Zimmer. O interesse da empresa que pega carona pode surpreender a princípio; mas muitos dos avanços no aprendizado de máquina vieram de outras áreas da tecnologia. O próprio cofundador da empresa, Jelle Prins, veio da Uber e esteve envolvido no design e construção dos primeiros aplicativos para muitas empresas de sucesso como Uber e Booking.com.
O software da Cradle já está sendo usado por várias empresas, e elas querem distribuí-lo o mais amplamente possível. É por isso que a plataforma é gratuita para acadêmicos. A Cradle também está oferecendo termos de IP amigáveis, onde os usuários não precisam pagar royalties sobre nenhum produto desenvolvido usando a plataforma, bem como total privacidade e segurança para proteger segredos comerciais. “Queremos disponibilizar a todos para democratizar a engenharia de proteínas”, é a visão do CEO da Cradle.