Avalo 押注機器學習能在不編輯基因的情況下培育出氣候韌性作物

這家位於北卡羅來納州達勒姆的新創公司運用機器學習加速作物育種，且不採用基因編輯或傳統育種。

若機器學習能找出複雜性狀背後的遺傳機制，育種者便能依基因型挑選勝出的幼苗，而不必等到田間觀察性狀表現。

300 萬美元種子輪，之後又募得 300 萬美元。

這套流程建立在首席科學官 Mariano Alvarez 於杜克大學的博士後研究之上。TechCrunch 兩年前曾做過深入報導，當時 Avalo 僅有 300 萬美元種子輪；此後它又募得 300 萬美元。

Avalo 不編輯基因，也不以傳統方式育種。它運用機器學習模型找出耐熱等複雜性狀的遺傳基礎。執行長 Brendan Collins 表示，由於公司對所有幼苗進行基因分型，因此無須等待田間性狀表現，就能知道哪些會是勝出者。幼苗可在生長箱與溫室中以加速條件培育，使多數行栽作物每年有四輪開發週期，而非一輪。

Avalo 表示，它為垂直農業新創公司 Iron Ox 培育出快速成熟的青花菜，藉此驗證了這套流程，但隨著 2023 年垂直農業泡沫破裂，該計畫告吹，這款青花菜至今仍無法試用。Avalo 當時仍在與溫室業者合作以推銷它，並將重心轉向一種產膠蒲公英、大豆與玉米的性狀授權，以及一項新的耐旱棉花計畫。它宣布計畫於當年秋季募資 1,000 萬美元 A 輪。

培育氣候韌性作物既耗時又昂貴，而雜交後代的田間測試通常每年只進行一次。

對幼苗進行基因分型，讓 Avalo 能及早辨識勝出者與淘汰者，無須等待性狀在田間表現。

在生長箱與溫室中加速生長，使多數行栽作物每年約有四輪開發週期。

Collins 主張，玉米自 1950 年代以來產量增加 300%，是因為大量投資；他希望以極低成本，讓其他作物獲得同等程度的資源。

為單一客戶驗證的技術，可能在該客戶市場崩潰時遭到擱置，因此應將驗證成果分散於多種作物與買家。

截至 2023 年 9 月 19 日，Avalo 累計募得約 600 萬美元，並打算於當年秋季募資 1,000 萬美元 A 輪。其為 Iron Ox 培育的青花菜因客戶計畫告吹而無法試用；該公司當時正著手產膠蒲公英、大豆與玉米性狀授權，以及耐旱棉花。TechCrunch 將 Keygene 與 Benson Hill 列為直接競爭對手。