Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

萝卜皮编辑

Nautilus Biotechnology | 致力于人类内循环数万亿蛋白质的深入解析

蛋白质一直是与人类生命健康关系最密切的生物大分子。一家总部位于西雅图的公司——Nautilus Biotechnology,正致力于对人类体内循环的数万亿蛋白质进行深入分析。
Nautilus Biotechnology (以下简称:Nautilus )是由来自西雅图的 Sujal Patel 和来自旧金山湾区的 Parag Mallick 于 2016 年共同创立的公司。他们正在开发一种设备;据说,该设备能够识别并计算,生物样本中 95% 的不同类型蛋白质。
图片

该公司希望,新设备可以以前所未有的详细程度,来测量细胞内关键的机械数据。Nautilus 的联合创始人兼首席执行官 Sujal Patel 在接受采访时表示,「已有的技术,诸如 Thermo Fisher Scientific 等公司生产质谱仪,这些设备可能很昂贵,而且只能从血液样本中计算大约 8% 的蛋白质。」该公司希望新设备能够测量组织样本中 95% 以上的蛋白质组。

Nautilus 表示:这种蛋白质测量,对每个人来说都是独一无二的;而且该测量结果会随着人身体生长衰老等过程而变化。这不仅可以帮助医生识别更具体的疾病形式;并且可以帮助制药公司找到,副作用更少、制导更精确的药物。
「总体而言,公司所做的这些将改变医疗保健领域的各个方面,」Patel 表示道,新设备的新功能将在未来几十年为医学带来「新范式」。
图片Nautilus Biotechnology 的创始人 Parag Mallick 和 Sujal Patel 
公司简介
Nautilus 是华盛顿生命科学领域众多快速发展的公司之一。到 2021 年上半年,该领域的交易额接近 40 亿美元,包括私人融资、收购以及公开募股。到目前为止,生命科学公司在该州 2021 年上半年的 IPO 中占据主导地位。
早期,Nautilus 得到了 Jeff Bezos 的风险投资公司 Bezos Expeditions、微软联合创始人 Paul Allen 的 Vulcan Capital 和位于西雅图的 Madrona Venture Group 的支持。
该公司于 2021 年 6 月,与现有上市公司 Arya Sciences Acquisition Corp III 合并上市,获得了 3.45 亿美元的融资。如今,该公司拥有 100 多名员工,分布在西雅图和旧金山湾区,市值约为 10 亿美元。
虽然其他公司也在建造新的蛋白质分析机器,但专家和潜在客户对 Nautilus 的方法依旧表示兴奋。Nautilus 的首席科学家 Mallick 对未来充满信心:「并不是每天都有机会……从事一些有机会改变整个生物学的事情。」
诊断测试的「圣杯」
人体中存在大约 20,000 多种不同类型的蛋白质,这些蛋白执行着消化、供能、免疫等各类功能。每个细胞都有不同数量的蛋白质;有的细胞可能只有几种蛋白,有的细胞则可能有 100 万种蛋白,这取决于细胞的具体类型。
这里的问题是,科学家们没有很好的方法来计算「细胞中每种蛋白质的数量」。当前已有的工具往往价格昂贵、效率低下,而且只能计算所有蛋白质的一小部分。并且体内蛋白质水平是随人们饮食、健康和环境不断波动的。
Nautilus 正在通过建造一台机器来解决这个问题,据说该机器能够量化样本中存在的每种蛋白质的数量。它的最终目标是生成一个「蛋白质组」,或者一个完整的配置文件,显示样本中每种蛋白质的含量。
那么为什么要计算蛋白质呢?研究表明,健康细胞和患病细胞的每种蛋白质的数量和形式各不相同。
举个例子,癌细胞可能含有更多的蛋白质 A。这条信息可以在两个方面有所帮助:首先,医生可以监测蛋白质 A 水平来及早发现癌症;其次,研究人员可以针对蛋白 A 设计癌症药物。
来自哈佛大学的肿瘤学家 Joshua LaBaer 博士表示,Nautilus 可能有望设计诊断测试的「圣杯」。
Baltimore一家药物发现和医疗诊断咨询公司 Popper and Company 的病理学家兼总裁 Caroline Popper 博士表示,多维度多细节测量蛋白质,将「从根本上改变、修改、完善」当前对疾病进行分类的方式;「我们将能够更精细地对疾病进行分组。」
「虽然研究 DNA 可以检测近六种不同类型的乳腺癌,但 Nautilus 的技术也许能够发现和治疗更具体的方面」LaBaer 说,「 Nautilus 正在做的工作应该属于精准医学领域。」
另一个例子,COVID-19。Mallick 说,冠状病毒已被证明对每个人的身体影响不同,「明确了对技术的需求......这种技术可以真正在个人基础上理解病毒在体内正在发生的事情,以及我们可以对此做些什么。」
研究蛋白质组可以帮助研究人员找到治疗感染 Covid-19 后导致严重肺损伤的人的方法,并且可以帮助科学家证明冠状病毒疫苗在批准过程中的安全性。
「熟悉」的商业模式
当 Patel 和 Mallick 创办这家公司时,他们的目标很简单。「任何想要蛋白质组的人都会得到蛋白质组」 Mallick 说。
蛋白质计数对每个人来说都是独一无二的,有些人可能会在 Nautilus 的技术和 DNA 测试服务之间找到相似的地方。例如,总部位于加利福尼亚的 23andMe 公司提供的服务;通过客户的唾液,提供有关基因健康风险信息的基因分析,血统等等。
Mallick 指出,在幕后,23andMe 的服务依赖于另一家加利福尼亚公司 Illumina 开发的技术。业界普遍认为 Illumina 将 DNA 测试的成本从 1 亿美元降低到不到 1,000 美元。Illumina 生产的机器不仅面向消费者的 DNA 检测企业,还研究人员、医院和制药公司。
23andMe 的市值仅仅 40 亿美元,而 Illumina 的市值却超过 700 亿美元。
在某些方面,Nautilus 的目标是成为蛋白质分析领域的「 Illumina 」;创造可供制药公司、学术研究人员甚至面向消费者的服务使用的「后端工具」。
「我们会直接向消费者销售产品吗?可能不会,」 Mallick 说, 「但我们可能会启用一类新的企业来做这些。」
为企业后端提供动力是 Patel 非常擅长的事情。他之前的公司 Isilon 于 2010 年以 26 亿美元被收购,向世界各地的企业出售数据存储硬件和软件。「我对分销模式非常熟悉,」Patel 说,并指出他有管理 B2B 销售团队以及向客户运送大型昂贵机器的经验。
Nautilus 表示,他们机器的初始订单将耗资约 110 万美元,其中还包括最初几年的软件和维护服务。该公司计划在 2023 年底推出其机器。
据一位知情人士估计,全球蛋白质研究市场在 2021 年将达到 250 亿美元,到 2026 年将增加一倍以上。Nautilus 的早期投资者 Vulcan Capital 的主管 Stuart Nagae 表示,他并不熟悉这些预测,但表示很难估计市场规模,因为 Nautilus 正在创造前所未有的蛋白质研究能力。
与「传统做事方式」竞争
Nautilus 并不是唯一一家解决这个问题的公司。其他追求相同目标的初创公司大致分为两类:试图改进现有机器的公司和发明新机器的公司。
在后一类中,Nautilus 面临着来自康涅狄格州 Quantum SI 的竞争,该公司于 6 月上市,市值超过 16 亿美元,以及总部位于加利福尼亚的 Encodia,后者是私有的。
Patel 表示,他不太关心谁可以先完成的机器,而是更关注长期发展。他指出,Illumina 也不是该领域的第一家,但最终成为最成功的。「我们的感觉是,我们在市场上的主要竞争对手将是传统的做事方式。」他说。
Patel 还表示,一个关键的不同是其他人的仪器需要「消化」蛋白质,或将它们分解成更小的碎片,从而计算它们。这种操作会丢失大量关键信息。相比之下,Nautilus 在保持蛋白质完整的状态下进行计算。
同时,有一些科学家认为,即使 Nautilus 成功,现有设备仍将发挥作用。质谱仪是当今用于测量蛋白质的常用技术,它是在近一个世纪前发明的,此后一直在改进。到 2020 年,质谱仪市场估计为 41 亿美元,预计每年仍将增长 6.5%。与 Nautilus 的机器一样,高端质谱仪的成本高达 100 万美元。
纽约大学生物化学和分子药理学系系主任Michele Pagano博士说,尽管 Nautilus 可能是「高科技的新工具......它并不能取代我盒子里所有其他工具」。
尽管如此,如果这项技术有效,就会对医学、生物学等领域产生颠覆性改变。
公司官网:https://www.nautilus.bio/

相关报道:https://phys.org/news/2021-08-biotech-startup-aims-paradigm-medicine.html

https://www.geekwire.com/2021/nautilus-biotechnology-shares-surge-50-news-amazon-investment/

https://www.cnbc.com/2021/08/05/amazon-invested-millions-in-nautilus-biotechnology.html

理论深入解析蛋白质Nautilus Biotechnology
相关数据
分析机技术

分析机是由英国数学家查尔斯·巴贝奇设计的一种机械式通用计算机。从1837年首次提出这种机器的设计,一直到他去世的1871年,由于种种原因,这种机器并没有被真正的制造出来。但它本身的设计逻辑却十分先进,是大约100年后电子通用计算机的先驱。

量化技术

深度学习中的量化是指,用低位宽数字的神经网络近似使用了浮点数的神经网络的过程。

暂无评论
暂无评论~