$12 млн — это немного для AI в разработке лекарств. Isomorphic Labs привлёк $2,7 млрд, Insilico — $110 млн в Series E, Converge Bio — $25 млн.
Но Perceptic — не очередной AI-инструмент для поиска молекул. Это «операционная система» для всего цикла drug development (разработки лекарств), от скаутинга активов до дизайна клинических испытаний. И у неё уже есть клиенты из top-20 фарм-компаний.
Palantir в фарме: кто основал Perceptic
Трое бывших сотрудников Palantir — Tilman Flock (CEO), Zaki Trache и Martin Copes — провели в сумме больше 15 лет, строя AI-платформу для life sciences внутри компании. Flock, биоинформатик по образованию, руководил созданием Palantir AIP и помогал фарм-клиентам внедрять AI в R&D.
Теперь они вышли из стелс-режима с $12 млн seed-раунда от Accel, Air Street Capital и Elder Gull. Оценка не раскрывается.
Большинство AI-стартапов в drug discovery улучшают один этап: предсказание структуры белка, поиск молекулы-кандидата, оптимизацию набора пациентов. Компания позиционирует себя как «соединительная ткань» между этими инструментами и реальными данными фарм-компании.
Не ещё один AI-инструмент, а «соединительная ткань»
Flock формулирует проблему так: «Годами индустрия пыталась улучшить каждый этап процесса по отдельности, но это линейный процесс, где инсайт умирает при каждой передаче».
Платформа стартапа — инфраструктурно и модельно-агностическая. Клиенты могут подключать свои данные, своё «железо» и свои AI-модели. Стартап становится слоем, который их связывает.
Партнёром, которого компания может назвать, стала CSL — австралийский биотех-гигант. Остальные клиенты из top-20 пока под NDA.
Три направления
Стартап фокусируется на трёх зонах фармацевтического R&D:
Скаутинг внешних активов. Биотехи постоянно выводят новые молекулы. Фарм-компании тратят недели на due diligence, чтобы решить, лицензировать ли кандидат. Perceptic сжимает этот процесс до часов.
Выбор показаний. Одно из самых дорогих решений в drug development — для каких заболеваний тестировать препарат. Ошибка может стоить миллиарды. Платформа помогает командам принимать решение на основе всей доступной evidence base.
— во столько раз Perceptic увеличила скорость извлечения клинических данных у одного из клиентов
Data foundation (фундамент данных) для дизайна испытаний. Компания утверждает, что её система обеспечила 50-кратное ускорение экстракции клинических данных по сравнению с ручными процессами.
Что это значит для индустрии
AI в drug discovery проходит через фазу неизбежной коррекции ожиданий. За последние два года десятки стартапов привлекли миллиарды — но ни один AI-открытый препарат ещё не прошёл полный цикл клинических испытаний и не получил одобрения.
Команда Perceptic выбирает другой путь: не открывать молекулы, а ускорять решения людей, которые их открывают. Это менее эффектно, но, возможно, более прагматичная стратегия.
Если они правы, drug development (разработка лекарств) перестанет быть 15-летним линейным процессом «от скамьи до постели» и превратится в always-on (постоянно действующую) инфраструктуру, где каждый инсайт из каждой команды вшит в следующее решение.
