Adaptyv meraih US$40 juta—laboratorium basah menjadi hambatan AI biologi

Adaptyv Bio meraih pendanaan untuk memperbesar kapasitas eksperimen fisik di balik desain protein berbasis AI. Dalam pengumuman Series A US$40 juta pada 25 Agustus 2026, perusahaan asal Lausanne itu menyatakan putaran dipimpin Highland Europe, dengan Ace Ventures, ByFounders, dan Y Combinator kembali berinvestasi; throughput laboratoriumnya telah tumbuh lebih dari lima kali lipat dalam setahun dan jumlah pelanggannya melampaui 100, termasuk Chai Discovery, Boltz, Roche, dan Novo Nordisk.

Dana tersebut diarahkan ke perluasan laboratorium Lausanne, fasilitas baru di London, penambahan tenaga produksi, otomatisasi dan perangkat lunak, serta pengembangan jenis pengujian yang lebih kompleks. Laporan EU-Startups pada 27 Agustus 2026 menempatkan nilai putaran setara €34,35 juta, dengan target kapasitas laboratorium mendekati tiga kali lipat pada akhir 2026, pembukaan lokasi London pada kuartal keempat, dan pertumbuhan tim dari 25 menjadi sekitar 60 orang.

Dana mengejar kapasitas eksperimen, bukan hanya model AI

Dasar ekonominya adalah ketidakseimbangan antara kecepatan membuat kandidat digital dan kemampuan mengujinya. Model AI dapat menghasilkan banyak urutan protein, tetapi prediksi komputasional tidak dengan sendirinya membuktikan bahwa molekul dapat diproduksi, tetap stabil, atau berikatan dengan sasaran dalam kondisi nyata.

Adaptyv membangun alur yang dimulai dari urutan protein digital, dilanjutkan dengan sintesis DNA internal, ekspresi protein tanpa sel, dan pengukuran pengikatan dengan kontrol mutu. Pelanggan dapat mengirim desain melalui platform web atau API, sehingga agen AI dapat memesan eksperimen dan menerima data terstruktur untuk putaran desain berikutnya.

Otomatisasi diperlukan karena setiap kandidat fisik tetap memakai reagen, bahan habis pakai, ruang laboratorium, waktu instrumen, dan pemeriksaan mutu. Biaya tambahan untuk menghasilkan urutan digital dapat turun cepat setelah infrastruktur komputasi tersedia, sedangkan setiap eksperimen baru tetap menambah pekerjaan fisik. Di titik inilah laboratorium basah menjadi pembatas throughput sekaligus bagian yang dapat ditagihkan kepada pelanggan.

Ekspansi London menguji apakah operasi dapat direplikasi

Fasilitas London penting karena Adaptyv tidak sekadar menambah instrumen di satu lokasi. Perusahaan harus memindahkan protokol, otomatisasi, penanganan sampel, kontrol mutu, dan format data ke operasi baru tanpa membuat hasil antarlaboratorium sulit dibandingkan.

Statusnya masih berupa rencana pembukaan, bukan laboratorium yang sudah beroperasi. Karena itu, pendanaan belum membuktikan bahwa kapasitas tambahan dapat tersedia sesuai jadwal atau bahwa mutu pengukuran akan bertahan ketika volume sampel meningkat. Target ekspansi baru dapat dinilai setelah fasilitas mulai menjalankan eksperimen pelanggan.

Adaptyv juga ingin bergerak melampaui pengukuran pengikatan menuju karakterisasi biofisik, penilaian keterkembangan kandidat, peptida, antibody-drug conjugates, protein degraders, dan akhirnya fungsi berbasis sel. Langkah vertikal ini berpotensi meningkatkan nilai setiap proyek, tetapi membutuhkan metode, kontrol, dan interpretasi yang lebih rumit daripada memperbanyak pengujian pengikatan yang sudah ada.

Uji Claude memperlihatkan fungsi penyaring laboratorium

Bukti konkret bahwa desain komputasional masih memerlukan validasi datang dari kampanye protein Claude. Dalam hasil eksperimen Anthropic, Adaptyv Bio dan Twist Bioscience secara independen memproduksi serta menguji rancangan tersebut: 354 dari 1.320 desain menjadi pengikat untuk 14 dari 15 target, setara hit rate keseluruhan sekitar 26,8% berdasarkan perbandingan jumlah pengikat dan desain.

Hasil itu memperlihatkan dua hal sekaligus. Claude dapat menghasilkan pengikat pada sebagian besar target yang diuji, tetapi hampir tiga perempat kandidat tidak memenuhi kriteria pengikatan. Tanpa pembuatan sampel dan pengukuran fisik, kedua kelompok tersebut hanya berupa prediksi yang belum dapat dibedakan secara meyakinkan.

Hit rate 26,8% bukan tingkat keberhasilan obat. Dalam kampanye itu, hit berarti sebuah desain memenuhi kriteria pengikatan yang digunakan dalam pengujian. Kandidat terapi masih harus melewati evaluasi selektivitas, kestabilan, fungsi biologis, keamanan, kemampuan produksi, studi praklinis, dan uji klinis.

Hasil tersebut juga tidak dapat dipisahkan dari keseluruhan konfigurasi eksperimen. Claude mengorkestrasi model-model khusus untuk merancang kandidat, sedangkan Adaptyv Bio dan Twist Bioscience membuat serta mengujinya. Karena itu, angka pengikatan menggambarkan hasil rangkaian desain dan validasi tersebut, bukan kinerja satu model yang bekerja tanpa infrastruktur lain.

Nilai komersial bergantung pada siklus desain–uji–belajar

Investor pada dasarnya membiayai kemampuan menjalankan lebih banyak siklus desain–uji–belajar dengan hasil yang konsisten. Semakin cepat data laboratorium kembali ke sistem desain, semakin cepat pula kandidat yang gagal dapat disingkirkan dan kandidat yang menjanjikan dipilih untuk pengujian lanjutan.

Pertumbuhan basis pelanggan menunjukkan adanya permintaan untuk validasi eksternal, tetapi kapasitas absolut Adaptyv belum dijelaskan dalam jumlah protein atau eksperimen per periode. Valuasi perusahaan, harga layanan, profitabilitas, tingkat pemakaian instrumen, dan pembagian rinci dana juga tidak tersedia dalam keterangan putaran tersebut.

Ukuran berikutnya bersifat operasional: realisasi perluasan Lausanne, dimulainya kegiatan laboratorium London, serta kestabilan mutu data ketika volume dan jenis pengujian bertambah. Series A ini menegaskan bahwa dalam AI biologi, nilai komersial tidak berhenti pada banyaknya kandidat yang dapat dibuat model; nilainya muncul ketika laboratorium dapat menunjukkan kandidat mana yang benar-benar bekerja.

Baca juga:

• Laboratorium kimia otonom senilai US$19,5 juta akan memilih eksperimennya sendiri
• OpenAI buka operasi Brasil setelah trafik mencapai 215 juta pesan sehari
• Glean membuat agen AI bekerja tanpa prompt—kontrol izin menjadi penentu