استارت آپ Brooklyn Evolution Melonfrost ۷ میلیون دلار برای تولید میکروب های بیشتر جمع آوری می کند

پدربزرگ سام لوین یک کشاورز نسل پنجم سیب زمینی در غرب ماساچوست بود که برای رقابت با کاهش قیمت سیب زمینی از مزارع صنعتی در غرب میانه تلاش می کرد. پس از تلاش برای رشد تعدادی از محصولات دیگر، به نظر می رسید مجموعه ای از دانه های خربزه قاچاق شده از پورتوریکو این کار را انجام داده و در خاک لومی شنی منطقه رشد می کند. آن خربزه‌ها تقریباً برای برداشت رسیده بودند، تا زمانی که یخبندان شروع شد و محصول را از بین برد - بنابراین افسانه خانواده می‌گوید.

لوین اکنون مدیرعامل و یکی از بنیانگذاران Melonfrost است، یک استارت آپ تکاملی مستقر در بروکلین که نرم افزار و سخت افزار اختصاصی خود را برای هدایت تکامل در یک حلقه بسته خودکار ترکیب می کند. هدف این فناوری ارائه روشی جدید برای طراحی و تولید میکروب‌های جدید در مقیاس برای همه چیز، از غذا و انرژی گرفته تا مواد درمانی و مصنوعی است - همه بخشی از مهندسی یا ساختن آینده نیستند، بلکه، در حال رشد آی تی. او توضیح می‌دهد: «برای ما، این است که دیگر کاملاً در هوس بلایایی مانند یخبندان نباشیم، به‌طور استعاری بتوانیم خربزه‌های مقاوم در برابر سرما را برای هر کاربرد دلخواه درست کنیم».

ابزارهای مختلف برای رشد میکروب‌ها با ویژگی‌های خاص برای مصارف دلخواه، از لحاظ تاریخی به دلیل توانایی مقیاس‌سازی محدود شده‌اند - ایجاد گلوگاه برای رفتن از یک سویه ویرایش‌شده به سویه تجاری‌سازی شده - با روش‌های بسیاری برای انجام این کار با تکیه بر حدس زور نسبتاً گران قیمت و تا حدودی بی‌رحمانه. رویکردهای و بررسی معمولاً بر اساس جهش در یک توالی ژنتیکی است. در عوض، دور تازه هفت میلیون دلاری ملونفراست، که توسط Refactor Capital و Alexandria Venture Investments هدایت می‌شود، از این تز حمایت می‌کند که «تکامل، همانطور که لوین می‌گوید، برای مدت طولانی، بهترین طراح ارگانیسم‌ها است و همچنان خواهد بود».

در هسته اصلی این تمرکز بر روی انتخاب فنوتیپ، سخت‌افزار Melonfrost's Evolution Reactor و Maia، پلتفرم نرم‌افزاری اختصاصی آن است. Maia مجموعه‌ای از الگوریتم‌های یادگیری ماشینی است که نحوه تکامل موجودات را یاد می‌گیرد - با توجه به فشارهای انتخابی مختلف و شرایط محیطی که به فنوتیپ‌های اندازه‌گیری شده مربوط می‌شوند - و به طور مکرر مجموعه‌ای از دستورالعمل‌ها را در قالب فشارهای انتخابی بیشتر برمی‌گردانند تا به تکامل مطلوب ادامه دهند. مجموعه ای از صفات، خواه عملکرد یا مقاومت در برابر سرما. این داده‌های ورودی و خروجی مایا را به راکتور تکامل متصل می‌کند، دستگاهی برای کنترل، اندازه‌گیری و اعمال فشارهای انتخاب کدگذاری‌شده برای پرورش هزاران جمعیت میکروبی مستقل در مسیرهای تکاملی موازی.

تکامل هدایت در مقیاس با مجموعه ای از نوآوری های سخت افزاری محصور شده در مجموعه ای از واحدهای مدولار در راکتور تکامل امکان پذیر می شود که هر کدام تقریباً 250 جمعیت میکروبی مجزا را در خود جای می دهند. دو پلتفرم مجازی و مکانیکی توسط نرم افزار ابری به هم بافته شده اند که حلقه پلت فرم فرمان تکامل خودکار را می بندد - داده های اندازه گیری شده توسط سخت افزار وارد شده به نرم افزار، دستورالعمل هایی که از طریق به روز رسانی نرم افزار مدل سازی به سخت افزار تحویل داده می شود - که تا فنوتیپ مورد نظر تکرار می شود. هدف به دست می آید یا حلقه بسته می شود. در حال حاضر، کل سیستم تقریباً در فضای آزمایشگاهی Melonfrost بروکلین قرار می گیرد، اما لوین چشم انداز این رابط سخت افزاری-نرم افزاری را به عنوان یک "مرکز داده بیولوژیکی" در قالب یک انبار راکتور تکامل بیان می کند.

این دور دانه گام بعدی به سمت شکل کامل این سیستم فرمان تکاملی است - تامین مالی مرحله بعدی ساخت سخت افزار راکتور تکامل و حرکت Melonfrost به سمت اولین مشتری خود در فضای چربی های خوراکی در بخش مواد غذایی. لوین تأکید می‌کند: «تغذیه جهان بدون تخریب آن در این فرآیند، حوزه‌ای از زیست‌شناسی مصنوعی است، به‌ویژه که در آن تنگناهای زیادی برای رسیدن به مرحله تولید اولیه تا تولید وجود دارد». این تمرکز بر ساختن دنیایی سالم‌تر از طریق غذا برای لوین و هم‌بنیان‌گذارش، رئیس مهندسی و طراحی، و دوست دوران کودکی‌اش، لورن امدال-کالتون، تازگی ندارد. در دبیرستان، این دو نفر مزرعه ای را برای کافه تریا خود راه اندازی کردند تا سرمایه گذاری دانش آموزان را در جامعه یادگیری افزایش دهند و به سمت پایداری سوق دهند. علیرغم گذراندن سال‌های تحصیل در مقطع کارشناسی و کارشناسی ارشد که یک اقیانوس و یک کشور کامل از هم جدا شده بودند، این دو از آکسفورد تا استنفورد به ترتیب با مطالعه دینامیک تکاملی و یادگیری تقویتی در تماس بودند و متوجه پتانسیل پر کردن شکاف‌های مدل‌های تکاملی با ماشین شدند. ابزارهای یادگیری با توجه به شباهت در ریاضیات اساسی خود. ملونفراست با دو دوست دیگر در دوران کودکی متولد شد - با ایجاد تأثیر مثبت با ترکیب در زمینه های مختلف، از یادگیری ماشینی پیشرفته و مهندسی سخت افزار گرفته تا زیست شناسی مصنوعی و ابزارهای نرم افزار سفارشی دقیق.

لوین اذعان می‌کند: «هر یک از آن تلاش‌ها به تخصص، شکست و نوآوری زیادی نیاز دارد، بنابراین انجام همه آن‌ها به طور همزمان تا حدودی غیرعادی است، اما این چالش‌ها آنقدر بزرگ هستند که باید نوآوری کنید. در چندین جبهه به طور همزمان و ادغام انواع بسیار متفاوت از دانشمندان و مهندسان برای رشد واقعی آینده. هدف فقط آوردن مولکول ها یا مواد شیمیایی جدید به بازار نیست. در عوض، ما باید اساساً نحوه پیدایش و حرکت منابع جهان را تغییر دهیم.» برای Melonfrost، هدف این نیست که در نهایت در کارخانه‌های بزرگ بسازد و در کانتینرهای بار حمل کند. درعوض، چشم انداز این است که به سرعت، ارزان و قوی، سویه های جدید را تولید و بهینه سازی کنیم - بدون توجه به اینکه چه زمانی ممکن است فراست استعاری فرا برسد.

با تشکر از آیشانی اطرش برای تحقیق و گزارش بیشتر در مورد این مقاله. من بنیانگذار SynBioBeta هستم و برخی از شرکت هایی که درباره آنها می نویسم حامیان مالی آن هستند کنفرانس SynBioBeta و هضم هفتگی.

منبع: https://www.forbes.com/sites/johncumbers/2023/01/25/brooklyn-evolution-startup-melonfrost-raises-7-million-to-make-more-microbes/