Enveda extrae la química de plantas medicinales mediante aprendizaje automático para predecir compuestos que podrían tratar enfermedades; después valida y optimiza los candidatos más sólidos para incorporarlos a una cartera de desarrollo de fármacos.

Construir la mayor base de datos de química de plantas medicinales y luego usar aprendizaje automático para predecir qué compuestos podrían convertirse en fármacos supera la alternativa de partir de una molécula en blanco.

Ronda semilla de 4,9 millones de dólares liderada por True Ventures, con la participación de Wireframe Ventures, Village Global y el inversor ángel Chris Gibson.

Viswa Colluru, criado en India, donde las plantas medicinales se usaban habitualmente para tratar síntomas, obtuvo un doctorado en inmunoterapia tras perder a uno de sus progenitores a causa del cáncer. Mientras trabajaba en Recursion Pharmaceuticals, se obsesionó con la razón por la que tantos fármacos fracasaban en el laboratorio y comenzó a usar IA para estudiar por qué las plantas funcionaban como tratamientos. En 2019 fundó Enveda Biosciences en San Francisco para convertir esa idea en una empresa.

Enveda pasó sus primeros años en modo sigiloso construyendo una base de datos —que ahora abarca cientos de miles de sustancias químicas únicas y sus firmas biológicas— y usando algoritmos de aprendizaje automático para predecir qué compuestos naturales podrían tratar enfermedades complejas antes de optimizar en el laboratorio los candidatos más prometedores. Salió del modo sigiloso con una ronda semilla de 4,9 millones de dólares liderada por True Ventures, destinada a ampliar la base de datos, perfeccionar sus algoritmos y avanzar su candidato principal para la fibrosis hepática junto con candidatos validados en inflamación y enfermedades neurodegenerativas. La empresa planeaba pasar de 25 empleados en Estados Unidos e India a 35, y recaudar una ronda Serie A dentro del año.

La trayectoria de Colluru —perder a uno de sus progenitores a causa del cáncer y luego ver de primera mano los fracasos del descubrimiento de fármacos en Recursion— dio a la empresa una historia de encaje fundador-mercado que los inversores podían suscribir.

Una base de datos que ya abarcaba cientos de miles de sustancias químicas únicas dio a True Ventures una prueba concreta de que el enfoque podía escalar antes de comprometer capital.

Múltiples referencias no solicitadas al socio de True Ventures Rohit Sharma indicaban un interés del mercado más allá de la propia presentación del fundador.

Contar con un candidato principal identificado (fibrosis hepática) y dos candidatos validados en inflamación y enfermedades neurodegenerativas demostraba que la plataforma ya podía producir resultados, no solo datos.

El camino más rápido hacia un nuevo candidato a fármaco podría no ser una molécula en blanco, sino la medicina vegetal ya validada por generaciones de uso, descifrada con aprendizaje automático en lugar de con conjeturas.

A fecha de 2020-12-16, Enveda acababa de cerrar su ronda semilla de 4,9 millones de dólares y de salir del modo sigiloso. La empresa planeaba ampliar su base de datos químicos, perfeccionar sus algoritmos de aprendizaje automático, avanzar su candidato principal contra la fibrosis hepática, aumentar la plantilla de 25 a 35 personas en Estados Unidos e India, y recaudar una ronda Serie A dentro del año.

CONSULTA LAS PRUEBAS

Las fuentes

  1. Exclusive: Enveda Biosciences Announces $4.9M Seed To Create Medicinal Plant Database Crunchbase News · news.crunchbase.com ·