Brooklyn Evolution Startup Melonfrost သည် ရောဂါပိုးမွှားများ ပိုမိုဖန်တီးရန် ဒေါ်လာ 7 သန်း ရရှိခဲ့သည်။

Sam Levin ၏အဖိုးသည် အနောက်အလယ်ပိုင်း မက်ဆာချူးဆက်ပြည်နယ်ရှိ ပဉ္စမမျိုးဆက် အာလူးလယ်သမားတစ်ဦးဖြစ်ပြီး အနောက်အလယ်ပိုင်းရှိ စက်မှုလယ်ယာများမှ အာလူးစျေးနှုန်းကျဆင်းမှုနှင့် ယှဉ်ပြိုင်ရန် ရုန်းကန်နေရသူဖြစ်သည်။ အခြားသီးနှံများစွာကို စိုက်ပျိုးရန် ကြိုးစားပြီးနောက် ပွာတိုရီကိုမှ ခိုးသွင်းလာသော ဖရဲစေ့တစ်အုပ်သည် လှည့်ကွက်ပြုလုပ်ပုံရပြီး ဒေသ၏ သဲနွံမြေတွင် ရှင်သန်ကြီးထွားလာခဲ့သည်။ ထိုဖရဲသီးများသည် နှင်းခဲများကျပြီး သီးနှံမသေမီအထိ ရိတ်သိမ်းရန် ရင့်မှည့်နေသေးသည်- ထို့ကြောင့် မိသားစုဒဏ္ဍာရီက ဆိုသည်။

Levin သည် ယခုအခါတွင် ၎င်း၏ကိုယ်ပိုင်ဆော့ဖ်ဝဲလ်နှင့် ဟာ့ဒ်ဝဲများကို ပေါင်းစပ်ထားသည့် Brooklyn အခြေစိုက် ဆင့်ကဲဖြစ်စဉ်စတင်သည့် Melonfrost ၏ CEO နှင့် တွဲဖက်တည်ထောင်သူဖြစ်နေပါပြီ။ နည်းပညာသည် အစားအစာနှင့် စွမ်းအင်မှသည် ကုထုံးနှင့် ဓာတုပစ္စည်းများအထိ အရာအားလုံးအတွက် အဏုဇီဝအသစ်များ ဒီဇိုင်းထုတ်ခြင်းနှင့် ထုတ်လုပ်ခြင်းအတွက် ဆန်းသစ်သောနည်းလမ်းကို ပံ့ပိုးပေးရန် ရည်ရွယ်သည် — အားလုံးသည် အင်ဂျင်နီယာမဟုတ်သော သို့မဟုတ် အနာဂတ်ကို တည်ဆောက်ခြင်းမဟုတ်ဘဲ၊ ကြီးထွားလာ အဲဒါ။ "ကျွန်ုပ်တို့အတွက်မူ၊ နှင်းခဲကဲ့သို့ ကပ်ဘေးများအတွင်း၌ အပြည့်အဝ မနေနိုင်တော့ဘဲ နှင်းခဲ-မာကျောသော ဖရဲသီးများကို အလိုရှိသည့်အတိုင်း အသုံးပြုနိုင်စေရန် စွမ်းဆောင်နိုင်ခြင်း" ဟု ၎င်းက ရှင်းပြသည်။

လိုချင်သောအသုံးပြုမှုအတွက် တိကျသောစရိုက်လက္ခဏာများဖြင့် အဏုဇီဝများကြီးထွားရန် ကိရိယာမျိုးစုံကို စကေးချနိုင်မှု- တည်းဖြတ်ထားသောမျိုးကွဲတစ်ခုမှ စီးပွားဖြစ်တစ်ခုသို့သွားခြင်း၏ ပိတ်ဆို့မှုကိုဖန်တီးခြင်း—အတော်လေးစျေးကြီးပြီး အတန်ငယ်ရိုင်းစိုင်းသော မှန်းဆမှုအပေါ် အားကိုးရသည့် နည်းလမ်းများစွာဖြင့် ထိုသို့လုပ်ဆောင်ရန် နည်းလမ်းများစွာဖြင့် သမိုင်းကြောင်းအရ ကန့်သတ်ထားသည်။ -and-check ချဉ်းကပ်မှုများသည် ပုံမှန်အားဖြင့် မျိုးရိုးဗီဇဆိုင်ရာ အစီအစဥ်တစ်ခုသို့ ဗီဇပြောင်းလဲမှုများအပေါ် အခြေခံသည်။ ယင်းအစား၊ Refactor Capital နှင့် Alexandria Venture Investments မှ ဦးဆောင်သော Melonfrost ၏ မကြာသေးမီက ဒေါ်လာ ၇ သန်းတန် မျိုးစေ့ဝိုင်းသည် Levin က "ဆင့်ကဲဖြစ်စဉ်သည် အချိန်ကြာမြင့်စွာ ရှိနေမည်ဖြစ်ပြီး၊ အကောင်းဆုံးသော သက်ရှိများ၏ ဒီဇိုင်နာ" ဟူသော စာတမ်းကို ပံ့ပိုးပေးပါသည်။

phenotype ကိုရွေးချယ်ခြင်းအပေါ် ဤအာရုံစူးစိုက်မှု၏ အဓိကအချက်မှာ Melonfrost ၏ Evolution Reactor ဟာ့ဒ်ဝဲနှင့် ၎င်း၏မူပိုင်ဆော့ဖ်ဝဲလ်ပလပ်ဖောင်းဖြစ်သည့် Maia တို့ဖြစ်သည်။ Maia သည် တိုင်းတာထားသော phenotypes များနှင့် ဆက်နွယ်နေသောကြောင့် သက်ရှိများ ဆင့်ကဲပြောင်းလဲပုံကို လေ့လာနိုင်သော စက်သင်ယူမှု အယ်လဂိုရီသမ် အစုံအလင်ဖြစ်ပြီး - တိုင်းတာသည့် phenotypes များနှင့် ဆက်နွှယ်နေသည့် ကွဲပြားသော ရွေးချယ်မှုဆိုင်ရာ ဖိအားများနှင့် ပတ်ဝန်းကျင်အခြေအနေများကို လေ့လာကာ အလိုရှိရာကို ဆက်လက်တိုးတက်စေရန် နောက်ထပ်ရွေးချယ်မှုဖိအားများပုံစံဖြင့် ညွှန်ကြားချက်များကို ထပ်ခါတလဲလဲ ပြန်ပေးပါသည်။ အထွက်နှုန်း သို့မဟုတ် နှင်းခဲခံနိုင်မှု ရှိမရှိ လက္ခဏာများ။ ဤထည့်သွင်းမှုနှင့် အထွက်ဒေတာသည် Maia ကို တစ်သီးပုဂ္ဂလထိန်းချုပ်ခြင်း၊ တိုင်းတာခြင်းဆိုင်ရာယန္တရားဖြစ်သည့် ဆင့်ကဲဖြစ်စဉ်လမ်းကြောင်းများတွင် လွတ်လပ်သောအဏုဇီဝလူဦးရေထောင်ပေါင်းများစွာကို မွေးမြူရန် ဤကုဒ်နံပါတ်ရွေးချယ်မှုဖိအားများကို အသုံးပြုခြင်းအတွက် အီဗိုလူးရှင်းဓာတ်ပေါင်းဖိုနှင့် ချိတ်ဆက်ပေးပါသည်။

Evolution Reactor ရှိ မော်ဂျူလာယူနစ်များအခင်းအကျင်းတွင် ထည့်သွင်းထားသော ဟာ့ဒ်ဝဲတီထွင်ဆန်းသစ်မှုများ အစီအရီအလိုက် ဆင့်ကဲပြောင်းလဲမှုကို ဆင့်ကဲဖြစ်စဉ်တစ်ခုစီတွင် အဏုဇီဝလူဦးရေ 250 ခန့်ထားရှိသည့် Evolution Reactor တစ်ခုစီတွင် ဖြစ်နိုင်သည်။ ပလက်ဖောင်းနှစ်ခုဖြစ်သော virtual နှင့် mechanical တို့ကို အလိုအလျောက်ဆင့်ကဲဖြစ်စဉ်စတီယာရင်ပလပ်ဖောင်း၏ကွင်းပတ်ကိုပိတ်ပေးသည့် cloud software ဖြင့်ပေါင်းစပ်ထားသည် — ဆော့ဖ်ဝဲလ်တွင်ထည့်သွင်းထားသောဟာ့ဒ်ဝဲမှတိုင်းတာသည့်ဒေတာ၊ လိုချင်သောပုံစံပြဆော့ဖ်ဝဲလ်သို့မွမ်းမံမှုများမှတစ်ဆင့် ဟာ့ဒ်ဝဲသို့ပြန်လည်ပေးပို့သည့်ညွှန်ကြားချက်များ—အလိုရှိသော phenotypic သည်အထိထပ်တလဲလဲလုပ်ဆောင်ပေးသည်။ ရည်မှန်းချက် အောင်မြင်သည် သို့မဟုတ် ကွင်းပိတ်သွားသည် ။ လက်ရှိတွင် စနစ်တစ်ခုလုံးသည် Melonfrost ၏ Brooklyn ဓာတ်ခွဲခန်းတွင် အံဝင်ခွင်ကျဖြစ်နေသော်လည်း Levin သည် Evolution Reactor သိုလှောင်ရုံပုံစံဖြင့် "ဇီဝဒေတာစင်တာ" အဖြစ် ဤဟာ့ဒ်ဝဲ-ဆော့ဖ်ဝဲလ်အင်တာဖေ့စ်အတွက် အမြင်ကို ထင်ရှားစေသည်။

ဤအစေ့အဝိုင်းသည် Evolution Reactor ဟာ့ဒ်ဝဲကိုတည်ဆောက်ခြင်း၏နောက်ထပ်အဆင့်ကို ရန်ပုံငွေထောက်ပံ့ပေးပြီး အစားအသောက်ကဏ္ဍ၏စားသုံးနိုင်သောအဆီများသောနေရာရှိ ၎င်း၏ပထမဆုံးဖောက်သည်ထံသို့ Melonfrost ကို ရွေ့လျားစေသည့် ဤဆင့်ကဲဖြစ်စဉ်စတီယာရင်စနစ်၏ပုံစံပြည့်ပုံစံအတွက် ဤအစေ့အဝိုင်းသည် နောက်တစ်ဆင့်ဖြစ်သည်။ "လုပ်ငန်းစဉ်တွင် ၎င်းကို မဖျက်ဆီးဘဲ ကမ္ဘာကြီးကို ကျွေးမွေးခြင်းသည် အထူးသဖြင့် ကနဦးတည်ဆောက်မှုမှ ထုတ်လုပ်ခြင်းအထိ ရရှိရန် ပိတ်ဆို့မှုများစွာရှိသည့် အထူးသဖြင့် ဓာတုဇီဝဗေဒနယ်ပယ်တစ်ခုဖြစ်သည်" ဟု Levin က အလေးပေးပြောကြားခဲ့သည်။ Levin နှင့် သူ၏တွဲဖက်တည်ထောင်သူ၊ Engineering & Design အကြီးအကဲ၊ ငယ်သူငယ်ချင်း Loren Amdahl-Culleton တို့အတွက် အစားအသောက်ဖြင့် ပိုမိုကျန်းမာသောကမ္ဘာတစ်ခုကို တည်ဆောက်ရန် ဤအာရုံစိုက်မှုသည် အသစ်အဆန်းမဟုတ်ပါ။ အထက်တန်းကျောင်းတွင်၊ ၎င်းတို့နှစ်ဦးသည် သင်ယူမှုအသိုင်းအဝိုင်းတွင် ကျောင်းသားရင်းနှီးမြှုပ်နှံမှုများ တိုးမြင့်လာစေရန်နှင့် ရေရှည်တည်တံ့ခိုင်မြဲမှုဆီသို့ တွန်းအားပေးရန်အတွက် ၎င်းတို့၏ ကော်ဖီဆိုင်အတွက် ခြံတစ်ခု စတင်ခဲ့သည်။ ဘွဲ့ကြိုနှင့် ဘွဲ့လွန်ကျောင်းနှစ်များကို သမုဒ္ဒရာတစ်ခုနှင့် တစ်တိုင်းပြည်လုံးခြားကာ သုံးစွဲခဲ့သော်လည်း ၎င်းတို့နှစ်ဦးသည် ဆင့်ကဲပြောင်းလဲနေသော ဒိုင်းနမစ်များနှင့် အားဖြည့်သင်ကြားမှုကို အသီးသီးလေ့လာခဲ့ကြပြီး Oxford မှ စတန်းဖို့ဒ်အထိ အဆက်အသွယ်မပြတ်ခဲ့ကြကာ ဆင့်ကဲဖြစ်စဉ်ပုံစံများကို စက်ဖြင့် ဖြည့်စွမ်းနိုင်သည့် အလားအလာကို သတိပြုမိလာသည်။ သင်ကြားရေးကိရိယာများသည် ၎င်းတို့၏အရင်းခံသင်္ချာတွင် ဆင်တူမှုများကိုပေးထားသည်။ အခြားသော ငယ်သူငယ်ချင်း နှစ်ယောက်နှင့်အတူ Melonfrost သည် မတူညီသော နယ်ပယ်များကို ဖြတ်ကျော်ပေါင်းစပ်ကာ အပြုသဘောဆောင်သော အကျိုးသက်ရောက်မှုကို ဖန်တီးပေးခဲ့ပြီး ခေတ်မီစက်သင်ကြားမှုနှင့် ဟာ့ဒ်ဝဲအင်ဂျင်နီယာမှ ပေါင်းစပ်ဇီဝဗေဒနှင့် တိကျသော စိတ်ကြိုက်ဆော့ဖ်ဝဲလ်ကိရိယာများအထိ အပြုသဘောဆောင်သော အကျိုးသက်ရောက်မှုကို ဖြစ်ပေါ်စေခဲ့သည်။

“အဲဒီကြိုးပမ်းမှုတွေထဲက တစ်ခုဟာ ကျွမ်းကျင်မှု၊ ကျရှုံးမှုနဲ့ ဆန်းသစ်တီထွင်မှုတွေ အများကြီး လိုအပ်ပါတယ်၊ ဒါကြောင့် အဲဒါတွေကို တစ်ချိန်တည်းမှာ လုပ်ရတာက အနည်းနဲ့အများ ထူးထူးခြားခြားပါပဲ” လို့ Levin က ဝန်ခံပါတယ်၊ ဒါပေမယ့် ဒီစိန်ခေါ်မှုတွေက ကြီးကြီးမားမား ဆန်းသစ်တီထွင်ဖို့ လိုပါတယ်။ မျက်နှာစာများစွာကို တစ်ပြိုင်နက်တည်းတွင် အမျိုးမျိုးသော သိပ္ပံပညာရှင်များနှင့် အင်ဂျင်နီယာများ ပေါင်းစပ်ကာ အနာဂတ်ကို အမှန်တကယ် ကြီးထွားစေပါသည်။ အသစ်သော မော်လီကျူးများ သို့မဟုတ် ဓာတုပစ္စည်းများကို ဈေးကွက်သို့ ပို့ဆောင်ရန် ရည်ရွယ်ခြင်းမျှသာ မဟုတ်ပါ။ အစား၊ ကျွန်ုပ်တို့သည် ကမ္ဘာ့အရင်းအမြစ်များဖြစ်လာသည့်ပုံစံကို အခြေခံကျကျ ပြောင်းလဲရန် လိုအပ်ပါသည်။” Melonfrost အတွက်၊ ရည်ရွယ်ချက်မှာ စက်ရုံကြီးများတွင် တည်ဆောက်ပြီး ကုန်သေတ္တာများတွင် သင်္ဘောတင်ရန် မဟုတ်ပါ။ ယင်းအစား၊ မျှော်မှန်းချက်မှာ မျိုးကွဲအသစ်များကို လျင်မြန်စွာ၊ စျေးသက်သက်သာသာနှင့် ခိုင်ခိုင်မာမာ ဖန်တီးပြီး ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ရန်ဖြစ်သည် — ဆင့်ကဲဖြစ်စဉ်ဘာသာစကားကို လေ့လာခြင်းမှ ယုံကြည်စိတ်ချရသော ဇီဝရုပ်ထွက်များအထိ အတိုင်းအတာတစ်ခုအထိ ဘာသာပြန်ဆိုရန်— ကြီးမားသောထုတ်လုပ်မှုအဖြစ် ထုတ်လုပ်မှုတွင် ချဲ့ထွင်ကာ — ကြီးမားသောနှင်းခဲများရောက်လာသည့်အခါတွင်ပင်။

ဤဆောင်းပါးနှင့်ပတ်သက်ပြီး နောက်ထပ်သုတေသနနှင့် အစီရင်ခံမှုအတွက် Aishani Aatresh အား ကျေးဇူးတင်ရှိပါသည်။ ကျွန်ုပ်သည် SynBioBeta ၏တည်ထောင်သူဖြစ်ပြီး၊ ကျွန်ုပ်ရေးသားသောကုမ္ပဏီများသည် ပံ့ပိုးကူညီသူများဖြစ်သည်။ SynBioBeta ကွန်ဖရင့် နှင့် အပတ်စဉ်အစာကြေ.