Matter Machine je zbral 4 milijone £: iz laboratorija gradi podjetje

Matter Machine, spin-off Univerze v Liverpoolu, je 12. oktobra 2026 objavil sklenitev 4 milijone £ vrednega predserijskega kroga A pod vodstvom IP Group. Podjetje razvija platformo za odkrivanje anorganskih kristaliničnih materialov; zbrani kapital je namenjen njenemu nadaljnjemu razvoju in gradnji poslovanja.

Po objavi Univerze v Liverpoolu so sodelovali še Northern Gritstone, University of Liverpool Enterprise Fund, Norrsken Evolve, LYVA Labs in Northern Universities Venture Fund, ki ga upravlja Parkwalk; denar bo podprl širitev tehnične in komercialne ekipe ter sodelovanje s poslovnimi partnerji. Krog je sklenjen, razvoj platforme in širitev sodelovanj pa sta naslednji nalogi podjetja.

Kapital povezuje univerzitetni spin-off z vlagatelji

Matter Machine ima sedež v Materials Innovation Factory Univerze v Liverpoolu, kjer se raziskovanje materialov povezuje z industrijskim sodelovanjem. Univerzitetna podjetniška ekipa je pomagala ustanoviti družbo, v krogu pa sodeluje tudi univerzitetni sklad. Tako ima raziskovalno delo organizacijo, ki lahko zaposluje, razvija platformo in sklepa lastna poslovna sodelovanja.

V objavi Northern Gritstone, ki svoj vložek ocenjuje na 1,1 milijona £ in ga označuje za prvo naložbo v spin-off te univerze, Gordon Sanghera pravi: »I am excited to lead the company's development and growth.« Njegov vložek je del celotnega kroga; zneski prispevkov drugih sodelujočih vlagateljev niso razčlenjeni.

Pomemben del prehoda iz raziskovalne skupine v podjetje so pravice za uporabo raziskovalnih rezultatov, saj od njih zavisi, kaj lahko spin-off razvija in ponuja partnerjem. Objavljeni podatki ne opisujejo pogojev prenosa ali licenciranja intelektualne lastnine. Iz udeležbe univerze in njenega sklada zato ni mogoče določiti, kdo ima pravice do posameznega patenta ali kako so urejene prihodnje licence.

Kaj razvija platforma Matter Machine

Podjetje povezuje kemijo materialov, avtomatizirane poskuse, karakterizacijo in napovedovanje s strojnim učenjem. Cilj je hitreje prepoznati in izboljšati anorganske kristalinične materiale z želenimi lastnostmi. Pri takem delu računalniška napoved pomaga izbrati kandidate, laboratorijski poskus pa mora pokazati, ali jih je mogoče pripraviti in kakšne lastnosti imajo.

Meritve niso zgolj zadnja potrditev računalniškega predloga. Njihovi rezultati določajo, katere naslednje sestave je smiselno raziskati in ali napovedni del postopka sploh dobro usmerja poskuse. Vrednost povezane platforme bi bila v tem, da se izbira, priprava in merjenje kandidatov ponavljajo v uporabnem zaporedju, ne samo v uspehu posameznega vzorca.

Med možnimi področji uporabe so baterije, katalizatorji in napredna proizvodnja. Vsako postavlja drugačne zahteve glede lastnosti materiala, zato obetaven laboratorijski rezultat za eno uporabo sam po sebi ne pomeni primernega materiala za drugo. Objave opisujejo tehnologijo v razvoju in njen namen pospešiti odkrivanje; ne navajajo neodvisnega primerjalnega preizkusa, ki bi že izmeril prihranek časa.

Komercialno vodenje dobi svojo vlogo

Gordon Sanghera, soustanovitelj in nekdanji izvršni direktor Oxford Nanopore Technologies, se je Matter Machine pridružil za vodenje strategije komercializacije. Ustanovitelj spin-offa je profesor kemije Matt Rosseinsky. Njuni vlogi kažeta, da mora podjetje hkrati razvijati raziskovalni postopek in ugotoviti, kako ga ponuditi industrijskim partnerjem z različnimi potrebami.

Za tehnično ekipo to pomeni nadaljnji razvoj poskusov, meritev in napovedovanja. Komercialna ekipa mora s partnerjem opredeliti problem, zahtevane lastnosti materiala in uporabno obliko rezultata. Pri materialih je razlika med zanimivo raziskovalno ugotovitvijo in storitvijo posebej pomembna: partner potrebuje podatke, ki jih lahko poveže s svojimi pogoji uporabe, ne le obetavne sestave iz laboratorija.

Načrtovana širitev obeh ekip tako ni le kadrovski podatek. Podjetju naj bi omogočila, da raziskovalno metodo razvija ob konkretnih industrijskih vprašanjih in hkrati gradi način sodelovanja, ki ga je mogoče ponoviti. Imena partnerjev, vrednosti pogodb in obseg že opravljenega komercialnega dela za zdaj niso objavljeni.

Industrijski projekti bodo preizkus za platformo

Naslednji vsebinski mejnik bo projekt, pri katerem bo mogoče povezati partnerjevo začetno zahtevo, izbrane kandidate, laboratorijsko preverjanje in končni rezultat. Tak opis bi pokazal, kaj platforma dejansko dostavi zunaj raziskovalnega okolja. Še več bi povedala ponovitev postopka pri različnih materialih ali partnerjih, saj bi omogočila presojo, ali je metoda uporabna širše od posameznega uspešnega poskusa.

Pri obljubi hitrejšega razvoja bo odločilno tudi primerljivo merilo: koliko časa je trajal celoten postopek od vprašanja do preverjene lastnosti in s čim je bil primerjan. Napoved, da bi umetna inteligenca lahko skrajšala iskanje, sama takega podatka ne nadomesti. Za zdaj financiranje podjetju omogoča gradnjo te zmogljivosti; odgovor o njeni ponovljivosti bodo dali opisani projekti in izmerjeni rezultati.

Preberite tudi:

• Duqu je zbral 1,5 milijona €: račun financira brez prodaje terjatve
• SpectaCell začenja s 6 milijoni €: meritve celic želi skrajšati na ure
• Klarent je zbral 7,13 milijona €: UI piše teste, ne odloča o rezultatu