DEEPFLARE

Deepflare to firma technologiczno-biologiczna (techbio) specjalizująca się w sztucznej inteligencji. Oferujemy modele uczenia maszynowego wspierające rozwój szczepionek na raka i immunoterapii, przyspieszając badania przedkliniczne czterokrotnie w porównaniu do wiodących modeli rynkowych.

Naszymi potencjalnymi klientami są firmy farmaceutyczne, firmy biotechnologiczne, uniwersytety i wszelkie podmioty zaangażowane we wczesne etapy rozwoju immunoterapii, w tym szczepionek.

Nasza technologia, prostymi słowami, wykorzystuje sztuczną inteligencję do optymalizacji procesu opracowywania leków i automatyzacji procesu wyszukiwania kandydatów na szczepionki.
Proces polega na wprowadzaniu danych wejściowych klienta (cel immunoterapii), a system następnie znajduje i klasyfikuje najlepszych kandydatów na cząsteczki do testów laboratoryjnych, poprawiając skuteczność oraz odkrywając w ten sposób terapie, które wcześniej nie były możliwe.

Jedna ze współprac z liderem w dziedzinie immunoterapii na chłoniaka, udowodniła że nasze rozwiązania mogą zaoszczędzić do 1 miliarda euro oraz skrócić czas rozwoju szczepionek o 2 lata.

Nasze rozwiązania zostały również potwierdzone w pilotażach z partnerami prywatnymi i publicznymi, w tym w badaniach in-vivo oraz współpracy z Polskim Ministerstwem Zdrowia podczas pandemii COVID-19.

Nasze wstępne testy szczepionek mRNA na COVID-19 pokazały, jak szybko można opracować nowe leki, jeśli zostaną one odpowiednio zoptymalizowane. Ten przełom w reagowaniu na globalny kryzys zdrowotny zainspirował nas do zidentyfikowania najtrudniejszego problemu do rozwiązania w tej dziedzinie. Podczas naszych obszernych wywiadów z klientami (ponad 100) z kierownictwem wyższego szczebla z laboratoriów farmaceutycznych, biotechnologicznych i akademickich zdaliśmy sobie sprawę, że wszyscy podchodzili do tych wyzwań w tradycyjny sposób.

Podejście to wynikało w dużej mierze z faktu, że zajmowali się tym bioinformatycy, którym często brakowało wystarczającej wiedzy specjalistycznej w zakresie sztucznej inteligencji lub immunologii. Dzięki dogłębnemu zrozumieniu tej dziedziny zdaliśmy sobie sprawę, że zarówno obsługa danych, jak i szkolenie modeli wymagają zupełnie innego podejścia.

Deepflare zostało założone przez zespół z doświadczeniem w uczeniu maszynowym, medycynie i strategii biznesowej. Wspierają ich doradcy z Pfizer i Moderna oraz czołowi inwestorzy VC z regionu CEE. Firma działa od stycznia 2021 roku, a jej założyciele znają się od czasów studiów, współpracując wcześniej nad innymi projektami.

Zespół Deepflare łączy wiedzę techniczną, naukową i biznesową. Piotr Grzegorczyk, CEO, ma doświadczenie w doradztwie strategicznym, Grzegorz Preibisch, MD, Head of R&D jest lekarzem oraz naukowcem z doświadczeniem w modelowaniu immunologicznym i uczeniu maszynowym. Stanisław Giziński, Head of Technology, ma doświadczenie w zastosowaniach sztucznej inteligencji, takich jak optymalizacja produkcji przemysłowej i weryfikacja biometryczna.

W typowych firmach związanych z farmaceutyką biolodzy / osoby zarządzające zatrudniają inżynierów uczenia maszynowego, a na decyzje wpływa głównie perspektywa biologiczna. Nasz zespół współzałożycieli posiada doświadczenie zarówno w dziedzinie uczenia maszynowego, jak i biologii, tworząc bardzo unikalne skrzyżowanie. Rzadką możliwością jest znaleźć inżynierów uczenia maszynowego, którzy rozumieją biologię - być może 1 na 10 000 - i równie rzadko można znaleźć lekarzy, którzy rozumieją uczenie maszynowe. Wykorzystując tę podwójną wiedzę, zasadniczo mamy zespół jeden na miliard. Podchodzimy do tych wyzwań z rygorem i dyscypliną uczenia maszynowego, jednocześnie korzystając z nadzoru najlepszych w swojej klasie immunologów.

Dzięki takiemu podejściu zidentyfikowaliśmy już ponad 20 różnych błędów, które wielokrotnie popełniają nasi konkurenci i wiele grup w tej dziedzinie. Będziemy nadal budować naszą przewagę w zakresie danych i modeli, tworząc partnerstwa w celu pozyskiwania nowych zestawów danych oraz opracowując metody jeszcze bardziej efektywnego zarządzania i wykorzystywania danych.

Nasz model biznesowy opiera się o opłaty z góry, pokrywające koszty działalności, ustalone płatności zależnie od etapu i kamieni milowych oraz wprowadzenie opłat licencyjnych / royalties od 2 do 5% od sprzedaży leków. Ten model ma bardzo wysoki potencjał rozwoju przychodów w przypadku partycypacji w rozwoju skutecznego leku, jednocześnie niezależnie gwarantując solidną bazę przychodów.

Dużą przewagą naszego rozwiązania jest agregacja danych, które usprawniają nasze modele oraz predykcje. Klienci w ramach współpracy przekazują wyniki testów in-vivo, co tworzy samowzmacniający się cykl algorytmiczny, zwiększający precyzję modeli.

Nasz długoterminowy plan zakłada stać się kluczowym zasobem dla każdej firmy tworzącej farmakoterapię, optymalizując immunoterapie i inne leki, zarabiając na tantiemach od sprzedaży.

Nasze podejście oraz zespół tworzący innowacyjny model jest unikalne dzięki synergii interdyscyplinarnej wiedzy, którą wnosi nasz zespół. Integrujemy głęboką znajomość biologii z zaawansowanymi technikami uczenia maszynowego. Dzięki tej wyjątkowej kompetencji, nie tylko identyfikujemy błędy popełniane przez konkurencję, ale także budujemy ogromną przewagę w zarządzaniu i wykorzystywaniu danych, co pozwala nam tworzyć bardziej efektywne immunoterapie.

Dzięki tym argumentom możemy sprawnie współpracować z osobami z firm farmaceutycznych/biotechnologicznych oraz akademii, przekonując ich do zmiany tradycyjnego podejścia do wyzwań i rozpoczęcia rozwiązania ich dzięki naszej sztucznej inteligencji.

Głównym celem naszej działalności jest poprawa zdrowia i dobrostanu ludzi poprzez opracowywanie skuteczniejszych immunoterapii. Poprawiając dokładność i skuteczność tych terapii, nie tylko rozwijamy nauki medyczne, ale także bezpośrednio przyczyniamy się do lepszych wyników pacjentów na całym świecie. To zaangażowanie w innowacje w opiece zdrowotnej stanowi nasz podstawowy wkład w społeczeństwo, mający na celu zapewnienie znacznych korzyści poprzez zajęcie się niektórymi z najtrudniejszych schorzeń.

Aktywnie również udowadniamy poprzez nowe partnerstwa oraz publikacje naukowe takie jak m.in “Enhancing antigenic peptide discovery: Improved MHC-I binding prediction and methodology” (https://www.sciencedirect.com/science/article/abs/pii/S1046202324000306) innowacyjność naszego podejścia oraz naukowych odkryć.

Usprawniając i unowocześniając sposób działania firm farmaceutycznych oraz biotechnologicznych możemy również promować wśród tych środowisk nowe rozwiązania i nowe spojrzenia na tradycyjne, nadal wykorzystywane metody, co będzie miało przełożenie na generalny rozwój tego sektora. Ulepszenia tego stopnia zwrócą na siebie uwagę konkurencji spółek które go wykorzystuja i przyjdą do nas lub spróbują wytworzyć własne innowacje, co w obu wypadkach przyczyni się do rozwoju.

Podsumowując, nasze rozwiązania, oszczędność czasu, środków, podniesienie skuteczności procesu odkrywania nowych leków, rozwój innowacyjności sektora, mogą przyczynić się do rozwoju i wprowadzenia wielu terapii, które mogą mieć ogromny wpływ na ludzi (oraz zwierzęta) na całym świecie, ratując życie pacjentów.