Avalo、機械学習が遺伝子編集なしで気候耐性作物を育種できると賭ける

ノースカロライナ州ダーラムのスタートアップで、遺伝子編集や従来の育種によらず、機械学習を用いて作物育種を加速させる。

機械学習が複雑な形質の背後にある遺伝学を見つけられれば、育種家は圃場で形質の発現を待つ代わりに、遺伝子型によって優良な実生を選抜できる。

300万ドルのシードラウンドに続き、さらに300万ドルを調達した。

このプロセスは最高科学責任者マリアーノ・アルバレス氏のデューク大学でのポスドク研究に基づいている。TechCrunchは2年前、Avaloがまだ300万ドルのシードラウンドしかなかった時点で詳細な取材記事を掲載しており、その後さらに300万ドルを調達した。

Avaloは遺伝子を編集したり、従来の方法で品種を育種したりしない。耐熱性などの複雑な形質の遺伝的基盤を特定するために機械学習モデルを用いる。CEOのブレンダン・コリンズ氏によれば、すべての実生の遺伝子型を判定するため、圃場で形質の発現を待たずにどれが優良個体になるかを把握できる。実生は成長チャンバーや温室で加速条件下で育種でき、ほとんどの畑作物で年1回ではなく年4回の開発サイクルが得られる。

Avaloは、垂直農法スタートアップのIron Ox向けに早生ブロッコリーを作出することでこのプロセスを実証したと述べているが、2023年に垂直農法のバブルが崩壊したことでこの取り組みは頓挫し、そのブロッコリーはまだ試すことができない。Avaloは依然として温室事業者と協力してその販売を進めており、焦点をラテックス産生タンポポ、ダイズとトウモロコシにおける形質ライセンス、および新たな耐乾性ワタのプロジェクトに移していた。同社はその秋に1000万ドルのシリーズAを調達する計画を発表した。

気候耐性作物の作出には時間と費用がかかり、交配系統の圃場試験は通常年に1回しか行われない。

実生の遺伝子型を判定することで、Avaloは圃場で形質が発現するのを待たずに、優良個体と劣悪個体を早期に特定できる。

チャンバーや温室での加速成長により、ほとんどの畑作物で年間約4回の開発サイクルが得られる。

コリンズ氏は、トウモロコシが1950年代以降に300%の収量増を達成したのは大規模な投資によるものだと主張し、他の作物にもその水準の資源をはるかに低いコストで提供したいと考えている。

ある顧客向けに実証された技術は、その顧客の市場が崩壊すると立ち往生する可能性があるため、実証ポイントを複数の作物と買い手に広げるべきである。

2023年9月19日時点で、Avaloは総額約600万ドルを調達しており、その秋に1000万ドルのシリーズAを調達する意向だった。Iron Ox向けのブロッコリーは顧客の取り組みが頓挫したため試すことができず、同社はラテックス産生タンポポ、ダイズとトウモロコシの形質ライセンス、および耐乾性ワタに取り組んでいた。TechCrunchはKeygeneとBenson Hillを直接の競合として挙げた。