Efek Jaringan dalam Bioteknologi: Memperkenalkan Biosains Mammoth

Oleh James Currier

Hari ini, Mammoth Biosciences mengumumkan platform bio-development berbasis CRISPR baru mereka kepada dunia. Sebagai investor pertama di Mammoth, kami ingin membagikan beberapa pemikiran kami mengenai bagaimana perusahaan biotek seperti Mammoth cocok dengan filosofi investasi kami dalam bisnis efek jaringan - dan bagaimana perusahaan dari industri analog tradisional seperti biotek semakin mulai menyerupai perusahaan teknologi.

Teknologi Inti Mammoth

Mammoth bertujuan untuk menjadi platform sejati - sebuah perusahaan teknologi di mana bisnis independen lainnya dapat dibangun - sehingga mereka membutuhkan beberapa teknologi inti yang serius. Bahkan, mereka memiliki dua komponen inti yang memperkuat bisnis mereka. Yang pertama adalah IP biotek mereka dan yang kedua adalah perangkat lunak dan data unik mereka.

Tim pendiri Mammoth (dari kiri ke kanan): Lucas Harrington (kandidat PhD Berkeley), Trevor Martin (Stanford PhD), Dr. Ashley Tehranchi (Stanford PhD), Dr. Jennifer Doudna (Profesor & PhD Berkeley), Janice Chen (Berkeley) Kandidat PhD).

Di sisi biotek, Mammoth telah melisensikan kekayaan intelektual CRISPR utama dari laboratorium biotek UC Berkeley seperti milik Dr. Jennifer Doudna. Doudna, yang secara luas dikenal sebagai pelopor CRISPR, ikut mendirikan Mammoth bersama tim PhD Stanford dan Berkeley.

CRISPR beroperasi seperti "mesin pencari untuk asam nukleat." Ini memungkinkan untuk memindai RNA atau DNA untuk urutan nukleotida tertentu. Protein sel dapat digunakan untuk memberi sinyal bahwa bahan genetik target telah terdeteksi. Sejauh ini sebagian besar buzz CRISPR telah mendapatkan sekitar ide terapi seperti splicing gen dan mengedit gen - memotong dan / atau mengganti tempat yang ditargetkan dalam materi genetik.

Mammoth mungkin melakukan beberapa hal di masa depan, tetapi untuk saat ini, dalam rangka membangun platform secepat mungkin, mereka berfokus pada pendekatan yang dapat lebih mudah mengembangkan efek jaringan: biosensing cepat, terjangkau, dan cepat yang telah menjadi layak untuk pertama kalinya berkat protein Cas baru yang ditemukan baru-baru ini.

Penemuan protein Cas memiliki aplikasi yang menjanjikan. Bayangkan salah satu tes kehamilan cepat yang Anda beli di apotek, tetapi alih-alih hanya kehamilan, Anda dapat menguji hampir apa saja. Diterapkan untuk perawatan kesehatan, Anda dapat mendeteksi keberadaan flu, PMS, kanker, TB, strep, dll. Diterapkan ke industri, Anda dapat menguji biomaterial dalam minyak, bahan kimia, dan plastik. Di bidang pertanian Anda dapat menyaring setiap silo biji-bijian atau daging sebelum dan sesudah pengiriman, atau sebelum penetapan harga. Anda dapat melakukan semua ini pada suhu kamar, di lokasi, dalam waktu kurang dari satu jam, tanpa peralatan khusus.

Begini cara kerjanya: Anda menerapkan sampel Anda ke kartu Mammoth sekali pakai yang diproduksi untuk urutan genetik spesifik yang Anda uji. Setelah sekitar 30 menit, sebuah warna akan muncul pada kartu yang menunjukkan apakah urutan genetik itu ada. Anda kemudian dengan aman mengunggah foto anonim kartu ke sistem Mammoth melalui aplikasi Mammoth di ponsel Anda, dan sistem Mammoth akan mengembalikan hasil rahasia melalui aplikasi dalam hitungan detik.

Bagian kedua dari teknologi inti yang dimiliki Mammoth adalah perangkat lunak dan basis data mereka. Lebih lanjut tentang ini di bawah ini.

Mari kita telusuri mengapa Mammoth begitu menarik dari perspektif bisnis. Mereka memiliki empat kekurangan, termasuk dua efek jaringan, tersedia untuk mereka.

Defensibility # 1: Kekayaan Intelektual

Kami telah mengatakan sebelumnya bahwa di dunia digital, ada empat defensibilitas dasar yang tersisa. Tapi Mammoth bukan hanya di dunia digital. Mereka juga berada di dunia biotek, di mana Kekayaan Intelektual masih penting. Jadi sebagai perusahaan Bio / IT hybrid, Mammoth memiliki akses ke defensibilitas IP, defensibilitas yang biasanya tidak berlaku pada perusahaan perangkat lunak murni.

Dalam hal ini, Mammoth beruntung karena memiliki akses ke Berkeley CRISPR IP dan akan mengembangkan IP sendiri di tahun-tahun mendatang. Membangun bisnis Mammoth dimulai dengan IP dan berlanjut dari sana.

Berikut ini adalah gambaran awal tentang bagaimana Mammoth dapat membangun pertahanannya:

eDefensibility # 2: Efek Jaringan Platform 2-Sided

Efek jaringan platform perangkat lunak tradisional memiliki dua sisi: pengembang dan pengguna dengan platform di tengah.

Ambil iOS. Ketika Apple pertama kali meluncurkan iOS, mereka membuat sendiri ~ 30 aplikasi pertama untuk menunjukkan kepada dunia apa yang mereka pikirkan. 18 bulan kemudian, mereka membuka platform untuk membiarkan ekosistem pengembang perangkat lunak menggunakan platform iOS untuk mengembangkan aplikasi mereka dan kemudian mendistribusikannya. Ekosistem menguntungkan semua pengembang dan sekaligus menguntungkan iOS.

Mammoth bertujuan untuk melakukan sesuatu yang serupa untuk biotek. Mammoth akan mengembangkan aplikasi pertama dari teknologi CRISPR baru itu sendiri, tetapi kemudian membuka platform untuk mitra yang mencari untuk mengembangkan biosensor spesifik (dan teknik terapi terkini). Pendekatan platform ini memberikan mitra cara yang legal, lebih cepat dan lebih menguntungkan untuk mendapatkan akses ke teknologi CRISPR yang dipatenkan Mammoth, yang tanpanya banyak produk baru tidak akan mungkin.

Dengan memfasilitasi ekosistem platform, Mammoth akan memaksimalkan distribusi teknologi CRISPR, yang merupakan misi utama para Pendiri.

Mammoth mendapat manfaat dari model platform ini karena, dengan sendirinya, tidak mungkin merancang, membuat, dan mendistribusikan semua aplikasi yang mungkin dibuka oleh teknologi CRISPR baru. Mammoth, seperti Apple dan perusahaan mana pun sebelumnya, secara alami terbatas dalam sumber daya, tenaga, imajinasi, dan keahlian. Dengan memfasilitasi ekosistem platform, Mammoth akan memaksimalkan distribusi teknologi CRISPR, yang merupakan misi utama para Pendiri.

Defensibility # 3: Efek Jaringan Data Real-Time

Menggunakan smartphone di lapangan dengan pengguna akhir untuk mengirim data untuk dianalisis dan menerima hasil membuka kemungkinan bagi Mammoth untuk membangun efek jaringan data real-time. Aplikasi yang mungkin untuk data waktu nyata, anonim, dan aman dari pengguna di hadapan penyakit dapat benar-benar menjadi terobosan bagi kesehatan masyarakat.

Bayangkan konsekuensi epidemiologis dari dapat melihat berbagai jenis flu secara real time ketika mereka menyebar melalui berbagai geografi, dan lebih baik memprediksi jenis mana yang masuk ke suntikan flu di masa depan. Sistem peringatan yang tepat waktu dapat dikembangkan untuk berdampak pada penyebaran penyakit menular.

Pengguna bisa lebih baik melindungi diri dari wabah. Bayangkan sebuah peta panas dari data flu anonim yang memberi tahu Anda geografi mana yang memiliki prevalensi tinggi dari jenis yang berbeda. Pengguna dapat mengambil langkah pencegahan seperti menghindari keramaian, tidur yang cukup, dan mendapatkan vaksinasi. Pada gilirannya mereka akan menyumbangkan data kembali ke aplikasi Mammoth mereka dengan mengunggah hasil tes.

Efek jaringan data waktu-nyata mengurangi gejala, sehingga semakin besar basis pengguna Mammoth tumbuh, semakin berharga bagi pengguna untuk memilih produk bertenaga Mammoth di atas penawaran yang bersaing (mirip dengan bagaimana Waze memungkinkan Anda untuk menghindari lalu lintas yang buruk di waktu). Ini berpotensi efek jaringan klasik.

Defensibility # 4: Efek Skala Data

Tim Mammoth di lab, salah satu robot mereka di sebelah kiri, menguji pasangan urutan dan menambahkan hasil ke dalam basis data Mammoth, yang menjadi lebih pintar karena mengumpulkan lebih banyak data.

Karena CRISPR bekerja dengan memprogram urutan nukleotida ke dalam "mesin pencari" seluler, prinsip dasar perangkat lunak dan pembelajaran mesin yang sama yang memungkinkan Google untuk menjelajah dan mengindeks internet akan memungkinkan CRISPR untuk lebih efektif "menjelajah" asam nukleat.

Dengan demikian, semakin banyak tes yang dilakukan Mammoth pada pasangan urutan, semakin banyak data yang dimiliki Mammoth tentang cara membuat tes yang efektif dan hemat biaya di waktu berikutnya. Proses ini akan diotomatisasi menggunakan pembelajaran mesin, memberi mereka keuntungan yang semakin besar dalam biaya, kualitas dan kecepatan.

Ini bukan efek jaringan data. Ini efek skala.

Efek Jaringan Lintas Industri

Seperti yang ditunjukkan oleh kasus Mammoth, aturan dunia digital mulai berlaku di berbagai industri, khususnya efek jaringan dan efek skala data.

Kami sering mengatakan bahwa defensi adalah yang menciptakan nilai perusahaan dan bahwa efek jaringan sejauh ini merupakan defensibilitas yang paling kuat di dunia digital. Ketika industri lain menjadi lebih digital, keunggulan efek jaringan akan mulai berlaku untuk semua industri, bukan hanya perangkat lunak.

Industri Biotek adalah yang pertama dalam garis transformasi ini, dan Mammoth siap untuk menunjukkan apa yang dapat dilakukan.

NFX adalah perusahaan ventura unggulan dan seri A yang berbasis di San Francisco. Didirikan oleh para wirausahawan yang membangun 10 perusahaan dengan lebih dari $ 10 miliar keluar di berbagai industri dan geografi, NFX mentransformasikan bagaimana inovator sejati didanai. Ikuti kami di Twitter.