Startup de Durham, Carolina del Norte, que usa aprendizaje automático para acelerar el fitomejoramiento, sin edición genética ni mejoramiento tradicional.

Si el ML puede encontrar la genética detrás de rasgos complejos, los fitomejoradores pueden elegir las plántulas ganadoras por genotipo en lugar de esperar a ver los rasgos en el campo.

Ronda semilla de $3M, seguida de otros $3M.

El proceso se basa en los estudios posdoctorales del director científico Mariano Alvarez en Duke. TechCrunch había hecho un análisis en profundidad dos años antes, cuando Avalo solo tenía una ronda semilla de $3M; desde entonces ha recaudado otros $3M.

Avalo no edita genes ni cría variedades de la forma tradicional. Usa modelos de ML para identificar la base genética de rasgos complejos como la tolerancia al calor. Como genotipa todas las plántulas, dijo el CEO Brendan Collins, sabe cuáles serán ganadoras sin esperar a que el rasgo aparezca en el campo. Las plántulas pueden criarse en cámaras de crecimiento e invernaderos bajo condiciones aceleradas, lo que da cuatro ciclos de desarrollo al año para la mayoría de los cultivos en hileras en lugar de uno.

Avalo dice que probó el proceso creando un brócoli de maduración rápida para la startup de agricultura vertical Iron Ox, aunque el esfuerzo se vino abajo cuando estalló la burbuja de la agricultura vertical en 2023 y el brócoli aún no puede probarse. Avalo seguía trabajando con invernaderos para comercializarlo, y cambió el enfoque a un diente de león productor de látex, la licencia de rasgos en soja y maíz, y un nuevo proyecto de algodón tolerante a la sequía. Anunció planes de recaudar una Serie A de $10M ese otoño.

Crear cultivos resilientes al clima consume tiempo y es costoso, y las pruebas de campo de los cruces suelen ocurrir una vez al año.

Genotipar las plántulas permite a Avalo identificar ganadoras y perdedoras temprano sin esperar a que un rasgo se exprese en el campo.

El crecimiento acelerado en cámaras e invernaderos da alrededor de cuatro ciclos de desarrollo al año para la mayoría de los cultivos en hileras.

Collins sostiene que el maíz ganó un aumento de rendimiento del 300% desde la década de 1950 gracias a una fuerte inversión, y quiere dar a otros cultivos ese nivel de recursos a una fracción del costo.

Una técnica probada para un cliente puede quedar varada cuando el mercado de ese cliente colapsa, así que conviene distribuir las pruebas de concepto entre varios cultivos y compradores.

Al 19 de septiembre de 2023, Avalo había recaudado alrededor de $6M en total y pretendía recaudar una Serie A de $10M ese otoño. Su brócoli para Iron Ox no pudo probarse porque el esfuerzo del cliente colapsó, y estaba trabajando en un diente de león productor de látex, la licencia de rasgos en soja y maíz, y algodón tolerante a la sequía. TechCrunch nombró a Keygene y Benson Hill como competidores directos.

CONSULTA LAS PRUEBAS

Las fuentes

  1. AI startup speeds up the creation of climate-resilient crops TechCrunch · techcrunch.com ·