Insaight logo

INSAIGHT

Creciendo Inteligentemente

IA | Biotecnología | Farmacéutica | Biología Sintética

Descripción

InsAIght se dedica al diseño de proteínas a la carta mediante Inteligencia Artificial. Actualmente trabaja para poner en el mercado servicios de diseño a la carta de proteínas para la industria farmacéutica y biotecnológica.
 
También cumplimenta sus servicios con acompañamiento regulatorio y acompañamiento durante el proceso de patentado de biomoléculas.
 
Sus servicios se enfocan en lograr que sus clientes sean capaces de hacer una mejor gestión de sus recursos, reduciendo significativamente los costos y tiempos de los procesos de I+D de sus productos basados en proteínas, e impulsar sus modelos de negocio ayudándoles a poner en el mercado biofármacos más rápido, con menor coste y protegidos por patentes con mayor tiempo de explotación efectiva.
 
Desde su fundación en 2024, InsAIght ha estado trabajando en su plataforma de Inteligencia Artificial. En el momento presente esta consta de varias piezas clave: StructureGPT y los sistemas XSeq. 
 
  • StructureGPT es un Transformer Preentrenado Generativo que asocia la estructura de una proteína con su secuencia. Posee dos capacidades principales: generatividad e inpainting. La generatividad permite relacionar la estructura de una proteína con múltiples secuencias que, o bien preservan su función original pero presentan mejores propiedades de fabricabilidad (estabilidad, solubilidad, expresión en células), o bien poseen mejores propiedades funcionales (mayor capacidad catalítica en el caso de enzimas, mayor afinidad y/o especificidad en el caso de anticuerpos, etc.). El inpainting permite a StructureGPT rediseñar partes de una proteína, o incluso diseñarla desde cero, acelerando el proceso de desarrollo de moléculas tan complejas como receptores quiméricos (CAR-T), o posibilitando desarrollar proteínas ad hoc para problemas para los que no existen candidatas naturales.
  • Los sistemas XSeq son una familia de modelos de IA que examinan las secuencias generadas por StructureGPT y las filtran, posibilitando seleccionar las que van a funcionar mejor para el problema de nuestros clientes. Esto es posible gracias a que cada XSeq predice una propiedad relacionada con la secuencia, la cual define su nombre. Por ejemplo, ΔΔGSeq predice la estabilidad termodinámica (ΔΔG) de una proteína basándose en su secuencia.
 
En conjunto, esta plataforma permite generar y seleccionar versiones mejoradas de las proteínas de sus clientes. Sin embargo, en InsAIght saben que con esto no es suficiente. Sus clientes necesitan tener la garantía de que sus diseños van a funcionar en el laboratorio. Por ello, la empresa está trabajando por incorporar un laboratorio experimental que le permita probar sus diseños y transferir a sus clientes únicamente los que van a funcionar.

Proyectos destacados

  • Fundación de InsAIght a principios de 2024:
    Tras un breve periodo de desarrollo de las primeras versiones de StructureGPT (StructureGPT-1.0 y 1.5), y con unos resultados teóricos prometedores, el equipo de InsAIght logró convencer a sus primeros inversores para fundar con un presupuesto inicial de 500.000 euros.
  • Ingreso en el vivero de empresas de CEIN a mediados de 2024:
    Unos meses después de su fundación logramos convencer al equipo de CEIN del interés de nuestra propuesta de negocio y se nos brinda el acceso a sus instalaciones y cursos. El contacto con empresas del vivero y la formación proporcionada por CEIN han acelerado enormemente su actividad.
  • Desarrollo de StructureGPT-1.6 y 1.7 en 2025:
    Tan sólo un año y medio después, en InsAIght han conseguido desarrollar dos versiones de StructureGPT más potentes, ambas con 226M de parámetros (1/7 del tamaño de GPT3, la primera versión de ChatGPT).
Abanza