“Kami pada dasarnya hanya menuju ke arah yang sangat sukses untuk industri farmasi,” Agplenus CEO Dan Gelvan mengatakan tentang pendekatan perusahaannya untuk mengembangkan produk perlindungan tanaman.
Ini berarti mengambil pendekatan yang lebih bertarget untuk pengembangan produk, daripada menciptakan, katakanlah, satu herbisida yang membunuh 30 gulma dan banyak tanaman bermanfaat di belakangnya.
Agplenus, anak perusahaan dari perusahaan biologi komputasi Evogenmenggunakan platform komputasi berbasis AI untuk menemukan mode aksi baru yang dapat menargetkan hama atau penyakit tertentu.
Perusahaan baru -baru ini mengumumkan mode aksi baru yang aktif terhadap Zymoseptoria Tritici, patogen jamur yang bertanggung jawab untuk septoria tritici bercak itu Dampak tanaman gandumkhususnya di Eropa. Dalam beberapa bulan terakhir, Agplenus juga meliputi kemitraan dengan pemain pertanian besar termasuk Corteva dan Bayer.
“Pada akhirnya, yang membedakan kami adalah menjadi perusahaan komputasi,” kata Gelvan. “Kami datang dengan serangkaian alat yang sangat, sangat menarik yang membantu kami menjadi inovatif dan menghasilkan produk menarik yang benar -benar dapat menjadi pestisida.”
AgfunderNews (Afn): Ceritakan lebih banyak tentang pendekatan “berbasis target” untuk mengembangkan pestisida.
Kemudian Gelvan (DG): Ini sangat berbeda dari apa yang dilakukan industri (perlindungan tanaman) saat ini, di mana orang mencari ruang lingkup luas: “Mari kita lihat apakah kita dapat menemukan sesuatu yang membunuh 30 gulma pada saat yang sama, dll, dll.”
Ketika Anda berbasis target, Anda pada dasarnya mendorong diri Anda menjadi sesuatu yang jauh lebih mirip pengembangan obat.
Kami mulai dengan membangun profil produk target – A TPP. Itu pada dasarnya berarti kita harus memutuskan hama yang ingin kita bunuh dalam set tertentu. Ini sangat spesifik.
(Lalu) Kami membangun daftar penyakit yang kami pikir dapat (menyebabkan) pestisida “blockbuster”. (Produk) harus cukup besar sehingga kami bisa mendapatkan bagian yang cukup besar untuk menutupi pengeluaran kami, dan mitra harus memiliki bagian yang cukup besar sehingga apa yang tersisa bagi mereka membuatnya layak secara ekonomis.
Jadi kami sedang mencari masalah besar, dan salah satu hal yang kami nantikan adalah pada septoria, terutama karena ini adalah masalah besar di Eropa.
Sangat penting bahwa ini adalah bagian dari apa yang kami masukkan ke dalam profil produk target kami – seberapa besar masalah bagi petani. Pada akhirnya, proposisi nilai Anda tidak akan menjadi pria yang baik. Proposisi nilai Anda adalah (apakah Anda) memecahkan masalah nyata bagi pertanian.
Septoria adalah masalah nyata, karena setidaknya dalam gandum musim dingin, petani dapat kehilangan 50% hingga 90% dari tanaman.
AFN: Apa yang meyakinkan Anda untuk mengambil pendekatan berbasis target ini versus sesuatu yang lebih luas?
DG: Kami (industri biologis) tertinggal di belakang industri farmasi, yang juga digunakan untuk melakukan hal -hal yang sangat luas. Dulu berbicara tentang “anti-kanker.” Hari ini, kita berbicara tentang kanker di tingkat reseptor atau mutasi tunggal, dan itu bukan ruang lingkup yang luas. Tidak ada yang berbicara tentang kanker payudara dalam arti luas lagi; Itu selalu (tentang) jenis reseptor apa yang aktif, turun, dll., Mutasi apa (ada).
Kami pada dasarnya hanya pergi ke arah yang telah begitu sukses untuk industri farmasi, dan itu harus lebih fokus pada organisme yang ingin Anda bunuh, atau hama yang ingin Anda bunuh. Cobalah untuk belajar sebanyak yang Anda bisa tentang hal itu dan cobalah untuk memprediksi landasan optimal untuk membunuh hama ini.
Petani membutuhkan lebih banyak solusi untuk mengatasi resistensi (hama dan penyakit), karena seringkali ketika kita mulai melihat resistensi, laju aplikasi (dari solusi perlindungan tanaman) naik. Mungkin mereka melakukannya lebih sering. Mungkin mereka menggunakan konsentrasi yang lebih tinggi. Tetapi yang benar -benar mereka butuhkan adalah mulai melakukan manajemen hama yang terintegrasi. Tetapi dengan IPM, Anda memerlukan banyak target yang berbeda dan mode tindakan yang berbeda. Jadi di situlah kami masuk. Strategi kami adalah bahwa semua yang kami lakukan akan datang dengan target baru atau mode tindakan baru.
AFN: Apakah ada aplikasi yang lebih luas di sini juga?
DG: Bahwa kami mencari fungisida yang bekerja pada jamur tertentu dalam pengaturan tertentu tidak berarti itu tidak memiliki aplikasi yang lebih luas.
Paling tidak, itu akan membunuh seluruh keluarga septoria, tidak hanya tritici. Kami juga sudah mulai melihat bahwa itu membunuh jamur lainnya.
Tetapi pekerjaan yang kami lakukan berfokus pada satu hama, dan inilah yang membuat kami sangat terpisah dari standar industri.
AFN: Mengapa kemitraan begitu penting untuk apa yang Anda lakukan?
DG: Sangat penting bagi kita untuk menemukan mitra, karena pada akhirnya, yang membedakan kita adalah menjadi perusahaan komputasi. Ketika kami berkolaborasi dengan perusahaan yang lebih besar, kami mengambil bagian prediktifnya.
Perjanjian kolaborasi yang khas adalah, kami mulai berkolaborasi selama beberapa tahun. Kami memiliki alat optimisasi, dan kami akan mencoba secara komputasi untuk menyarankan lebih banyak jika potensi adalah masalah, jika harga barang adalah masalahnya, jika target keberlanjutan dimatikan, dll.
Alat terbaru kami benar -benar membingungkan. Ini semacam mesin obrolan GPT. Itu dikembangkan oleh Evogene dan itu adalah LLM yang telah belajar seperti apa molekul itu, seperti apa herbisida itu. Sebagai contoh, kami mengambil semua hasil dari apa yang kami lakukan di seluruh proses dan memberi mereka masuk ke dalam sistem, dan itu mulai menyarankan molekul.
Mengapa itu membingungkan? Karena kami telah menerapkannya sekarang dalam beberapa proyek, dan kami mungkin memiliki lebih dari 90% hal baru sekarang. Kebaruan berarti model menyarankan molekul yang belum pernah dilihatnya.
Kami memiliki kolaborasi karena mereka menghasilkan kimia baru. Kimia baru adalah IP baru, paten baru dan perlindungan yang lebih baik, dan hilir yang akan menghasilkan uang yang lebih baik.