Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Brightseed 的第一个 AI 检测到的“植物营养素”在 6800 万美元的 A 轮融资中上市

Posted on 2022-05-10

谁知道植物心中有什么秘密在等待?无论如何,Brightseed 使用基于 AI 的分析方法找到了其中的几个,并将在 6800 万美元的 B 轮融资的帮助下很快将其首批产品推向市场。

Brightseed 的论点很简单,即几乎可以肯定植物中存在着一些非常有益和健康的物质,他们称之为植物营养素,这些物质尚未被发现或推广。由于我们的许多药物和维生素都是植物来源的,这几乎不是一个有争议的想法——但是你如何才能对植物制造和组成的无数化合物进行分类呢?

该公司的答案是 Forager,这是一个机器学习平台,可以快速识别和分类植物化合物;他们已经绘制了 200 万张地图,远远超过科学文献中的描述。

当然,它们并非都是赢家,但该系统有助于挑选出更有可能具有有益生物活性的化合物,无论是未经研究的化合物还是与现有化合物类似的化合物。

这个过程历来是在实验室中完成的,在那里你煞费苦心地测试数千种物质,看看是否有任何影响,这需要数年时间,而且非常浪费。但正如我们在药物发现领域的其他地方看到的那样,人工智能可以消除噪音并消除绝大多数这些物质,呈现出最好的一面。 Brightseed 声称它比标准筛选过程快一百倍,而且便宜得多。

Brightseed 为用于食品和保健品的植物营养素识别技术筹集了 2700 万美元

例如:Brightseed 的过程已经鉴定出一对化合物,它们来源于废弃的大麻籽壳和黑胡椒,称为 N-反式咖啡酰酪胺 (NCT) 和 N-反式阿魏酰酪胺 (NFT,不幸的是),它们“显示出显着的能力清除小鼠肝脏和人体细胞中的脂肪。”正如我们所说,这些正在被装瓶。

别担心,这不仅仅是一些正在制作的“全天然草药减肥”药丸。没有人试图专门从他们的肝脏中减掉几磅。尽管该物质将获得 FDA 的“普遍认为安全”的评级,但它距离用于治疗急性疾病还有很长的路要走。

一位科学家在充满植物的实验室里称量粉末。

图片来源: Brightseed

也就是说,对具有潜在巨大益处且没有已知问题的补充剂的需求巨大。读这篇文章的谁没有几瓶这个或那个来促进关节健康或改善睡眠?有证据支持这些,就像 NCT 和 NFT 一样,在一些基本的初始小鼠模型和人体安全测试之后,它们正在人体临床试验中。

“越来越多的科学研究强调了天然膳食生物活性物质在降低许多慢性疾病和健康状况的风险以及长寿方面的核心作用,”联合创始人兼首席执行官 Jim Flatt 告诉 TechCrunch。 “将人工智能应用于大型生物学数据集正在开启一个新的黄金发现时代,可以解决我们在医疗保健领域最紧迫的需求,这也是 Brightseed 今天关注的重点。”

事物的人工智能方面将扩展到涵盖更多健康需求领域和物质组合,最终研究真菌和细菌以及植物。 “数十人处于不同的验证阶段,”弗拉特说。

不过,更直接的是,在 6800 万美元的支持下,“我们正在扩展我们的数据业务并推出基于我们临床研究的天然生物活性物质的新型生物活性成分业务。”

Brightseed 团队在实验室中。

图片来源: Brightseed

换句话说,商业化;该公司将达能、Ocean Spray 和 Pharmavite 列为现有合作伙伴,但不一定只针对 NCT 和 NFT 产品。也不仅仅是签署权利。它将在罗利的一家工厂自行生产这些物质,并计划在那里招聘并扩大规模。

“Forager 对植物和自然的了解比我们以前看到的更深入,”Flatt 说。 “这一愿景与洞察力和验证相结合,正在为整个健康连续体的公司带来新的机遇,并最终创造一个健康解决方案既自然又经过科学验证的未来。”

最新一轮增加了淡马锡作为主要投资者,所有之前的投资者都参与了 Lewis & Clark AgriFood、Seed 2 Growth Ventures、Horizo​​ns Ventures、CGC Ventures、五十年、Germin8 和 AgFunder。

原文: https://techcrunch.com/2022/05/09/brightseeds-first-ai-detected-phytonutrient-comes-to-market-alongside-a-68m-a-round/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme