Kunstmatige intelligentie, AI, gebruiken om eiwitten te ontwerpen en optimaliseren. Dat is de ambitie van startup Cradle. Dat ze daarmee inspelen op een concrete behoefte is wel duidelijk. Het is nog maar twee jaar geleden dat Cradle van start ging en in die korte tijd wist het team al €33 miljoen op te halen bij investeerders. Bedrijven als Novozymes, Twist Bioscience en Johnson & Johnson behoren inmiddels tot de klantenkring. 

Achter Cradle zit een team van vijf ambitieuze ondernemers. Eén van hen is Jelle Prins. Het pionieren is hem niet vreemd. ‘Ik startte mijn carrière in 2009 bij Uber om voor hen de eerste mobiele applicatie te ontwikkelen.’ Prins ontwikkelde vervolgens mobiele applicaties voor verschillende partijen en midden in de corona-crisis kreeg hij de vraag van het Ministerie van Volksgezondheid om de corona-melder te ontwikkelen.

Prins speelde echter al langer met het idee om AI in te zetten in een sector waar dit grote impact kon maken. Hij besprak dit plan met Stef van Grieken, een oude bekende die destijds bij Google X onder meer werkte aan de ontwikkeling van specifieke chips voor kunstmatige intelligentie. Ze kwamen al snel tot de conclusie dat toepassing in de biotechnologie tot interessante ontwikkelingen kon leiden. ‘Maar we hebben hier beiden geen achtergrond in. Een vriend suggereerde om contact op te nemen met Elise de Reus. Zij werkte op dat moment in de biotechnologiesector in de VS en wilde terug naar Nederland.’ De Reus opperde vervolgens om Harmen van Rossum te benaderen. Tot slot voegde Eli Bixbi zich bij het team. Van Grieken kende hem uit zijn Google X-tijd waar Bixbi werkte aan de combinatie van AI en biotechnologie.   

‘Veel mogelijkheden om eiwitten in te zetten, blijven onbenut’

Jelle Prins 

Tijdrovend 

En zo startte het vijftal in de avonduren met het fine-tunen van het bedrijfsidee. Prins: ‘Het is heel moeilijk om eiwitten specifiek te ontwerpen en optimaliseren voor een bepaald proces. Veel mogelijkheden om eiwitten in te zetten, blijven hierdoor onbenut. Stel dat je een eiwit hebt dat veelbelovend is om een bepaalde chemische omzetting te doen. Door heel kleine aanpassingen van de aminozuren, kun je proberen om dit proces te optimaliseren, waardoor je een een hogere activiteit, substraat-specificiteit, oplosbaarheid of thermostabiliteit verkrijgt.’ De zoektocht naar de juiste mutaties vergt veel laboratoriumwerk en is een tijdrovende en kostbare aangelegenheid. ‘Dat betekent dat eigenlijk alleen grote bedrijven hiervoor de capaciteit hebben.’ 

Tekstbestand 

Prins en compagnons zetten AI in om dit optimalisatieproces te versnellen en verbeteren. ‘Klanten kloppen bij ons aan met een eiwit dat “soort van werkt” voor een bepaalde toepassing. Via een webapplicatie kunnen ze het eiwit uploaden – dat is in wezen een tekstbestand van 400 tot zo’n 2000 karakters die de aminozuren weergeven. Door aan te geven op welke eigenschap de software moet optimaliseren, geeft ons systeem suggesties en doet het voorspellingen. We denken dat we op deze manier twee keer zo snel een eiwit kunnen optimaliseren ten opzichte van traditionele methodes.’ Maar veel belangrijker, zegt Prins, is het feit dat de kans op succes groter is. ‘Regelmatig worden projecten om eiwitten te optimaliseren afgeschreven omdat er geen resultaat uit de laboratoriumexperimenten komt. Met AI kunnen deze vaak wel tot een succesvol resultaat komen.’ 

Experimentele data  

Cradle heeft zelf overigens ook laboratoria om via de experimentele route eiwitten te optimaliseren. ‘We trainen onze modellen met data uit onze experimenten. We kunnen in de experimenten nagaan of een algoritme daadwerkelijk leidt tot een verbetering van de prestaties van een eiwit. Daarbij leert het algoritme ook van “mislukkingen”, dus eiwitten die minder goed presteren dan gedacht.’ Zo onderzoekt Cradle bijvoorbeeld hoe de thermostabiliteit van het polymerase dat nodig is om mRNA te maken, kan worden verbeterd. Deze kennis is van belang voor het maken van mRNA-vaccins. Het bedrijf denkt in het eerste kwartaal van 2024 de resultaten hiervan te kunnen presenteren.  

Prins hoopt dat het gebruik van AI ertoe leidt dat het ontwerpen van eiwitten niet meer voorbehouden is aan grote bedrijven. ‘Hierdoor zouden veel meer geoptimaliseerde eiwitten voor allerlei processen beschikbaar kunnen worden. Dit zou kunnen leiden tot doorbraken in veel verschillende sectoren. Het zou mooi zijn als onze software het platform wordt waarmee bijvoorbeeld ook een biologiestudent een eiwit kan ontwikkelen. En dat vervolgens op een marktplaats kan aanbieden.’