Startup Cradle သည် Prompt တွင် စာရိုက်ရုံဖြင့် စိတ်ကြိုက်ပရိုတင်းများကို ဒီဇိုင်းထုတ်နိုင်စေပါသည်။

ပရိုဂရမ်းမင်း ဇီဝဗေဒကို လွယ်ကူစေရန် မစ်ရှင်သည် ဘလောက်တွင် ကုမ္ပဏီအသစ်တစ်ခု ရှိသည်။ European startup ဟုခေါ်သည်။ ပုခက် ၎င်းတို့၏ ပလက်ဖောင်းကို တည်ဆောက်ပြီးနောက် ကိုယ်ပျောက်ခြင်းမှ ထွက်ပေါ်လာသည်။ ၎င်းသည် ဦးဆောင်သော မျိုးစေ့ရန်ပုံငွေ ယူရို ၅.၅ သန်း (ဒေါ်လာ ၅.၄ သန်း) ကို ကြေငြာခဲ့သည်။ အညွှန်းကိန်း Ventures, Kindred Capitalနှင့် Lyft ၏ ပူးတွဲတည်ထောင်သူနှင့် ဥက္ကဋ္ဌ John Zimmer အပါအဝင် ကောင်းကင်တမန် ရင်းနှီးမြှုပ်နှံသူများLYFT
နှင့် Emily Leproust, CEO နှင့် တည်ထောင်သူ ဇီဝသိပ္ပံလိမ်. ဒဲလ်ဖ်၊ နယ်သာလန်တွင် ဆိုက်နှစ်ခုနှင့် တစ်ခုမှာ ဆွစ်ဇာလန်နိုင်ငံ ဇူးရစ်မြို့၊ Cradle သည် ဇီဝဗေဒနှင့် ဉာဏ်ရည်တုကမ္ဘာကို ကျော်လွှားကာ သိပ္ပံပညာရှင်များ၏ ပရိုတင်းဒီဇိုင်းပုံစံကို အနှောင့်အယှက်ဖြစ်စေမည့် အစွမ်းထက်နည်းပညာပေါင်းစပ်မှုတစ်ခုဖြစ်သည်။

ကုမ္ပဏီ၏ ကျဉ်းမြောင်းပုံရသော ပရိုတင်းများကို အာရုံစိုက်ခြင်းဖြင့် လှည့်စားခြင်းကို မခံပါနှင့်။ ၎င်းတို့သည် အင်ဂျင်နီယာဖြစ်သော်ငြားလည်း ကျွန်ုပ်တို့စားရသော အရာများမဟုတ်ပါ။ တိရစ္ဆာန်မပါတဲ့ အသား၊ ဥနဲ့ နို့ထွက်ပစ္စည်း ထုတ်ကုန်များသည် အမှန်ပင် ဓာတုဇီဝဗေဒ၏ အဓိကအာရုံစိုက်မှုဖြစ်သည်။ ပရိုတင်းများသည် သက်ရှိဆဲလ်များတွင် လုပ်ဆောင်မှုတိုင်းကို ပံ့ပိုးပေးသည့် စွယ်စုံရ ဇီဝဗေဒစက်များဖြစ်ပြီး ဇီဝဗေဒအပြင်ဘက်တွင်လည်း တူညီစွာအသုံးပြုမှုများစွာရှိသည်။ ဆပ်ပြာများ၊ အလှကုန်များနှင့် အထည်အလိပ်များတွင် အသုံးပြုသည့် အင်ဇိုင်းများကို စဉ်းစားပါ။ သို့မဟုတ် အစွမ်းထက်သောကုထုံးများဖြစ်စေသော ပဋိပစ္စည်းများ၊ သို့မဟုတ် အမှန်မှာ၊ ပရိုတိန်းများသည် အစုလိုက်အပြုံလိုက်နှင့် အထူးပြုဓာတုပစ္စည်းများ၊ အနံ့အရသာနှင့် အမွှေးနံ့သာများ၊ ဇီဝလောင်စာများ၊ ပစ္စည်းများနှင့် အခြားအရာများကဲ့သို့ ထုတ်ကုန်များပြုလုပ်ရန် ပရိုတင်းဓာတ်များကို ဓာတ်ပြုသည့် ဇီဝနည်းပညာ၏ အခြားနယ်ပယ်တစ်ခုခုတွင် ဖြစ်သည်။ ဤဇီဝမော်လီကျူးများအတွက် မရေမတွက်နိုင်သောအသုံးပြုမှုများရှိပြီး Cradle သည် စွယ်စုံရအလုပ်များကိုလုပ်ဆောင်သည့် စိတ်ကြိုက်ပရိုတင်းများကို ဒီဇိုင်းထုတ်နိုင်စွမ်းရှိသည့် အပလီကေးရှင်းများကို ပို၍ပင်ဖွင့်လိုသည်။

Cradle ၏ ပူးတွဲတည်ထောင်သူနှင့် စီအီးအို Stef van Grieken သည် ကိုယ်တိုင်ဖော်ညွှန်းထားသော “ကောင်းသောပရိုတင်း” ကို ထုတ်ယူသူဖြစ်သည်။ သူသည် လွန်ခဲ့သောဆယ်စုနှစ်များအတွင်း အလုပ်တွင် ကုန်ဆုံးခဲ့သည်။ Google AI machine learning applications အများအပြားကို ဖွံ့ဖြိုးတိုးတက်အောင် ဦးဆောင်ပေးသည့်အပြင်၊ X ၊ Google ၏ “မွန်းထွက်စက်ရုံ”အစောပိုင်းအဆင့် ပရောဂျက်များ၏ ဖြစ်နိုင်ချေကို အကဲဖြတ်ခြင်း။ Google တွင် တာဝန်ထမ်းဆောင်စဉ်GOOG
အမိုင်နိုအက်ဆစ် sequences များသည် ပရိုတင်းများအား ၎င်းတို့၏ ဆန်းပြားသောလုပ်ဆောင်ချက်များကို လုပ်ဆောင်နိုင်စေမည့် သီးခြားခေါက်ပုံစံများနှင့် ဖွဲ့စည်းတည်ဆောက်ပုံများအဖြစ်သို့ မည်သို့ဘာသာပြန်ဆိုသည်ကို သူသည် ပရိုတင်းဘာသာစကားကို စိတ်ဝင်စားလာခဲ့သည်။ ထိုအချိန်မှစ၍၊ သူသည် ဆင်ခြင်တုံတရားရှိသော ပရိုတိန်းဒီဇိုင်းအတွက် ပိုမိုကောင်းမွန်သော ခန့်မှန်းချက်များကို ပြုလုပ်ရန်အတွက် ပရိုတင်းအစီအစဥ်ကို လုပ်ဆောင်ချက်အဖြစ်သို့ မည်သို့ဘာသာပြန်ဆိုသည်ကို ကျွန်ုပ်တို့၏နားလည်မှုဖြင့် သဘာဝဘာသာစကားလုပ်ဆောင်ခြင်းနည်းပညာကို ပေါင်းစပ်ရန် စိတ်ကူးကို လုပ်ဆောင်နေပါသည်။

ဒီဇိုင်နာ ပရိုတင်းများသည် ဒေါ်လာဘီလီယံပေါင်းများစွာတန်သော လုပ်ငန်းတစ်ခုဖြစ်သည်- စျေးကွက်ရောက်ရှိရန် ခန့်မှန်းထားသည်။ 3.9 အားဖြင့် $ 2024 ဘီလီယံအထိပရိုတိန်းအခြေခံကုထုံးများဖြင့် ကြီးမားသောအစိတ်အပိုင်းကို မောင်းနှင်သည်။ သို့သော် ၎င်းသည် ပို၍ကြီးမားနိုင်သည်- စိတ်ကြိုက်ပရိုတိန်းများကို ဒီဇိုင်းထုတ်ရုံမျှသာ မခက်ခဲပါက ဓာတုဇီဝဗေဒ၏ အခြားနယ်ပယ်များသို့ ခွဲထွက်ရန် ကြီးမားသောအလားအလာရှိသည်။ ပရိုတင်းအင်ဂျင်နီယာကို လက်ရှိလုပ်ဆောင်နေသည့်နည်းလမ်းမှာ ဓာတ်ခွဲခန်းအတွင်း စမ်းသပ်မှုနှင့် အမှားအယွင်းများကြောင့်ဖြစ်ပြီး၊ ဒီဇိုင်းသတ်မှတ်ချက်များကို ထိထိရောက်ရောက်အောင်မြင်မှုနှုန်းမှာ 1% ထက်နည်းပါသည်။ အောင်မြင်မှုအခွင့်အလမ်းကို တိုးမြှင့်ရန်အတွက် ဇီဝဗေဒပညာရှင်များသည် ဆော့ဖ်ဝဲလ်ကဲ့သို့သော ကိရိယာများကို အသုံးပြုနိုင်သည်။ Rosetta or မေြလိပ်စာ ပရိုတင်းဖွဲ့စည်းပုံကို ခန့်မှန်းရန် ၎င်း၏အစီအစဥ်အပေါ် အခြေခံသည်။ ပရိုတင်းများသည် origami ကဲ့သို့ 3D ပုံသဏ္ဍာန်များအဖြစ် ခေါက်ထားသော အမိုင်နိုအက်ဆစ်ကြိုးများကဲ့သို့ စတင်သည်။ သို့သော် ခေါက်ပုံစံကို ခန့်မှန်းခြင်းသည် မယုံနိုင်လောက်အောင် ရှုပ်ထွေးသည့် ပြဿနာဖြစ်ပြီး Rosetta ကဲ့သို့သော ပရိုဂရမ်တစ်ခုသည် နှစ်ပေါင်းများစွာ လေ့ကျင့်မှုနှင့် ကွန်ပျူတာ ထောင်ပေါင်းများစွာကို လုပ်ဆောင်ရန် လိုအပ်သည်။

Cradle သည် ပြဿနာကို ကွဲပြားစွာချဉ်းကပ်နေသည်- ၎င်းတို့သည် "ပြောင်းပြန်အင်ဂျင်နီယာ" ပရိုတင်းများဆီသို့ မျိုးဆက်သစ်ပုံစံကို အသုံးပြုနေသည်။ မျိုးဆက်သစ် မော်ဒယ်တွေလိုမျိုး ကြားဖူးနားဝ ရှိကောင်းရှိနိုင်ပါတယ်။ SLAB သရုပ်ဖော်ထည့်သွင်းမှုအပေါ် အခြေခံ၍ ပုံအသစ်များ ဖန်တီးနိုင်သည်။ Cradle ၏တည်ထောင်သူများသည် ပရိုတင်းဗိသုကာအသစ်များကို ဒီဇိုင်းရေးဆွဲရန်အတွက် တူညီသောမူကိုကျင့်သုံးရန် စိတ်ကူးခဲ့ကြသည်။ sequence-structure မော်ဒယ်များကို အသုံးပြုမည့်အစား၊ ၎င်းတို့သည် real data တွင် လေ့ကျင့်ထားသော machine learning algorithms ကို အသုံးပြုသည်။ အသုံးပြုသူသည် ၎င်းတို့ ဒီဇိုင်းထုတ်လိုသော ပရိုတင်းအမျိုးအစားကို သတ်မှတ်နိုင်ပြီး ထိုဖွဲ့စည်းပုံကို ဖန်တီးနိုင်သည့် ဖြစ်နိုင်ခြေရှိသော ဆင့်ပွားများစာရင်းကို ပလပ်ဖောင်းမှ ပေးမည်ဖြစ်သည်။ အကောင်းဆုံးသော အစိတ်အပိုင်းမှာ - ၎င်းကို အသုံးပြုရန် စက်သင်ယူမှု ကျွမ်းကျင်သူ ဖြစ်ရန် မလိုအပ်ပါ။

“Cradle ၏ ကိုယ်တိုင်သင်ကြားမှု၊ ကိုယ်တိုင်တိုးတက်စေသော မျိုးဆက်သစ်စက်သင်ယူမှုပုံစံများသည် ဇီဝဗေဒပညာရှင်တစ်ဦး၏ မျိုးရိုးဗီဇကုဒ်၏ မည်သည့်အစိတ်အပိုင်းများကို ပြောင်းလဲရန်လိုအပ်မည်ကို ခန့်မှန်းရန် မကြာသေးမီက တိုးတက်မှုများကို ထုတ်ဖော်ပြသခဲ့ပြီး သိပ္ပံပညာရှင်တစ်ဦး၏ အပြုသဘောစမ်းသပ်မှုရလဒ်များရရှိရန် အခွင့်အလမ်းများကို သိသိသာသာ တိုးတက်စေပါသည်။ machine-learning နောက်ခံလိုအပ်ပါတယ်” ဟု CEO က သတင်းထုတ်ပြန်ချက်တွင် ပြောကြားခဲ့သည်။ "ဤနည်းလမ်းဖြင့်၊ Cradle သည် ဓာတုဇီဝဗေဒပစ္စည်းကို အတိုင်းအတာတစ်ခုအထိ စျေးကွက်သို့ရရှိရန် အချိန်နှင့်ကုန်ကျစရိတ်ကို လျှော့ချနိုင်သည်ဟု ယုံကြည်ပါသည်။"

ယနေ့ခေတ်တွင် ဇီဝနည်းပညာနှင့် ဓာတုဇီဝဗေဒကုမ္ပဏီအများစုသည် အင်ဂျင်နီယာပရိုတင်းများနှင့်ပတ်သက်လာလျှင် ၎င်းတို့၏ကိုယ်ပိုင်စက်ပစ္စည်းများတွင် ကျန်ရစ်ကြသည်။ အဓိကကစားသမားများ ပရိုတင်းအင်ဂျင်နီယာနယ်ပယ်တွင် Thermo Fischer၊ Danaher၊ Agilent Technologies များပါဝင်သည်။A
နှင့် Bio-Rad တို့ကဲ့သို့ ကုမ္ပဏီငယ်များ CodexisCDXS
, မျိုးရိုးစဉ်ဆက်, Caribou ဇီဝသိပ္ပံ, အာဇီဒါနှင့် မဖြစ်နိုင်သော အစားအစာများ။ သို့သော် ဓာတုဇီဝဗေဒကုမ္ပဏီများအတွက်၊ ပရိုတင်းအင်ဂျင်နီယာသည် အဆုံးစွန်သောနည်းလမ်းဖြစ်ပြီး ၎င်းတို့အမှန်တကယ်အာရုံစိုက်နေသည့်အရာမှာ စိတ်ကြိုက်ပရိုတင်းများကို ရေအောက်ပိုင်းအသုံးချမှုဖြစ်သည်။ Cradle သည် ၎င်းတို့၏ အောင်မြင်မှုအခွင့်အလမ်းများကို တိုးတက်စေရန် ကိရိယာတစ်ခု ပေးလိုသည်- "ကျွန်ုပ်တို့သည် အဖွဲ့များအား အင်ဂျင်နီယာ ပရိုတင်းများကို နည်းပါးပြီး အောင်မြင်သော စမ်းသပ်မှုများဖြင့် ကူညီချင်ပါတယ်" ဟု Stef မှ ပြောကြားခဲ့သည်။

Cradle ကိုယ်တိုင်က ဓာတုဇီဝဗေဒ မဟုတ်သလို စက်ပိုင်းဆိုင်ရာ သင်ယူမှု ကုမ္ပဏီလည်း မဟုတ်ဘူး၊ သူတို့ နှစ်ခုလုံး ပါတယ်။ “ကျွန်တော်တို့ဟာ machine learning ကုမ္ပဏီတစ်ခုပဲ မဖြစ်ချင်ခဲ့ပါဘူး။ ဇီဝဗေဒကိုလည်း တကယ်နားလည်ရမယ်” ​​ဟု Stef က ဆိုသည်။ စက်သင်ယူမှုနည်းပညာတွင် ကျွမ်းကျင်မှုနှင့် သာလွန်ကောင်းမွန်သော ဓာတ်ခွဲခန်းကျွမ်းကျင်မှုဖြင့် ၎င်းတို့၏အဖွဲ့သားများသည် Google၊ IBM ကဲ့သို့သော ကုမ္ပဏီများမှ ယူဆောင်လာခြင်းဖြစ်သည်။IBM က
Zymergen၊ နှင့် Perfect Day၊ လူ ၁၃ ဦးသာရှိသော Cradle ၏အဖွဲ့သည် တစ်နှစ်အတွင်း လုပ်ငန်းခွင်ပလပ်ဖောင်းတစ်ခုကို တည်ဆောက်ခဲ့သည်။ ဤနေရာ၌ အခြားသော ကုမ္ပဏီများစွာ မရှိပါ။ ကုရုဇီဝ ဝါရှင်တန်တက္ကသိုလ်မှ ပါမောက္ခ Rosetta ၏ developer David Baker မှ တည်ထောင်ထားခြင်းဖြစ်ပြီး ဆန်းသစ်သောကုထုံးများကို တီထွင်ရန်အတွက် AI-အကူအညီဖြင့် ပရိုတိန်းဒီဇိုင်းကို အသုံးပြုထားသည့် အခြားတစ်ခုဖြစ်သည်။

Cradle အဖွဲ့၏ မတူကွဲပြားသော နောက်ခံများနှင့် ကိုက်ညီစေရန် ကုမ္ပဏီသည် DNA ပေါင်းစပ်မှုကုမ္ပဏီ Twist Bioscience Emily Leproust နှင့် Lyft ၏ဥက္ကဌ John Zimmer အပါအဝင် နည်းပညာနယ်ပယ်အသီးသီးမှ ရင်းနှီးမြှုပ်နှံသူများကို ဆွဲဆောင်ခဲ့သည်။ Ride Share ကုမ္ပဏီမှ စိတ်ဝင်စားမှုသည် အစပိုင်းတွင် အံ့အားသင့်ဖွယ်ဖြစ်နိုင်သည်။ ဒါပေမယ့် machine learning မှာ တိုးတက်မှု တော်တော်များများက တခြားနည်းပညာနယ်ပယ်တွေကနေ လာတာပါ။ ကုမ္ပဏီ၏ပူးတွဲတည်ထောင်သူ Jelle Prins ကိုယ်တိုင် Uber မှ ဆင်းသက်လာသည်။Uber
Uber နှင့် Booking.com ကဲ့သို့သော အောင်မြင်သော ကုမ္ပဏီများစွာအတွက် ပထမဆုံးအက်ပ်များကို ဒီဇိုင်းရေးဆွဲတည်ဆောက်ရာတွင် ပါဝင်ခဲ့သည်။

မတူကွဲပြားသော နယ်ပယ်များ ဖြစ်ပေါ်လာသောအခါ၊ နက်ရှိုင်းသောနည်းပညာ collide- ဖြစ်နိုင်ခြေအသစ်များရဲ့ နဂါးငွေ့တန်းတစ်ခု မွေးဖွားလာပါတယ်။ Stef သည် ၎င်း၏ကုမ္ပဏီအား ဓာတုဗေဒနှင့် ပါဝင်ပစ္စည်းများ အာကာသ၊ သိပ္ပံနှင့် အင်ဂျင်နီယာဆိုင်ရာ နယ်ပယ်များတွင် ဓာတုဇီဝဗေဒဆိုင်ရာ ဆန်းသစ်တီထွင်မှုများကို အားကောင်းစေသည်ဟု ယူဆသည်- “[ထုတ်ကုန်များ] ရယူရန် စရိတ်စကကြောင့် နောက်ထပ် ကုမ္ပဏီများစွာကို တည်ဆောက်ရန် ကျွန်ုပ်တို့ မျှော်လင့်ပါသည်။ ဈေးကျသင့်တယ်။ အကယ်၍ သင်သည် နှစ်အနည်းငယ်အတွင်း လူ 15 ဦးပါဝင်သော အဖွဲ့တစ်ဖွဲ့နှင့် ဇီဝအခြေခံထုတ်ကုန်တစ်ခုကို ဒေါ်လာသန်းအနည်းငယ်မျှသာ တည်ဆောက်နိုင်ခဲ့ပါက၊ အောင်မြင်မှုတစ်ခု ဖြစ်လာမည်ဖြစ်သည်။”

Cradle ၏ဆော့ဖ်ဝဲကို ကုမ္ပဏီများစွာက အသုံးပြုနေပြီဖြစ်ပြီး ၎င်းတို့သည် ၎င်းကို တတ်နိုင်သမျှ ကျယ်ကျယ်ပြန့်ပြန့် ဖြန့်ဝေလိုပါသည်။ ထို့ကြောင့် ပလပ်ဖောင်းသည် ပညာရှင်များအတွက် အခမဲ့အသုံးပြုနိုင်ပါသည်။ Cradle သည် သုံးစွဲသူများသည် ပလပ်ဖောင်းကို အသုံးပြု၍ တီထွင်ထားသော မည်သည့်ထုတ်ကုန်တွင်မဆို အခကြေးငွေပေးဆောင်ရန် မလိုအပ်သည့်အပြင် ကုန်သွယ်မှုလျှို့ဝှက်ချက်များကို ကာကွယ်ရန်အတွက် သီးသန့်ကိုယ်ရေးကိုယ်တာနှင့် လုံခြုံရေးတို့ကိုလည်း ပေးဆောင်ထားပါသည်။ Cradle ၏ CEO ၏အမြင်သည် "ပရိုတင်းအင်ဂျင်နီယာကို ဒီမိုကရေစီစနစ်ဖြင့် လူတိုင်းရရှိနိုင်စေရန်အတွက် ကျွန်ုပ်တို့သည် ၎င်းကို လူတိုင်းရရှိနိုင်စေရန် ပြုလုပ်ပေးလိုပါသည်။ Stef သည် လာမည့်နှစ်တွင် SynBioBeta ကွန်ဖရင့်တွင် ဓာတုဇီဝဗေဒခေါင်းဆောင်များနှင့် အမြော်အမြင်ရှိသူများစုဝေးရာနေရာဖြစ်သည့် SynBioBeta ညီလာခံတွင် ဟောပြောမည်ဖြစ်သည်။ Cradle ၏နည်းပညာသည် မည်သို့သော စိတ်ကူးသစ်များကို အတုယူမည်ကို ကြည့်ကြပါစို့။

ရန်သင့်အားကျေးဇူးတင်ပါသည် Katia Tarasava ဤဆောင်းပါးနှင့်ပတ်သက်သည့် နောက်ထပ်သုတေသနနှင့် အစီရင်ခံချက်များအတွက်။ ကျွန်ုပ်သည် SynBioBeta ၏တည်ထောင်သူဖြစ်ပြီး Twist Bioscience အပါအဝင် ကျွန်ုပ်ရေးသားသော အချို့သောကုမ္ပဏီများသည် ပံ့ပိုးကူညီသူများဖြစ်သည်။ SynBioBeta ကွန်ဖရင့် နှင့် အပတ်စဉ်အစာကြေ.