Robocikowo>ROBOCIKOWO
Robotyka i Hardware

Warp Sciences: laboratorium chemiczne jako maszyna do danych dla AI

Pani Robocik18 listopada 2026 · 6 min czytania
Warp Sciences: laboratorium chemiczne jako maszyna do danych dla AI

Warp Sciences wyszło w zeszłym tygodniu z trybu stealth, zapowiadając budowę zautomatyzowanego laboratorium chemicznego w Stanach Zjednoczonych. Firma nie zamierza opracowywać własnych leków — ma świadczyć innym firmom biotechnologicznym usługi syntezy i testowania związków, a przy okazji generować dane z fizycznych eksperymentów do trenowania modeli.

Najważniejsze w skrócie

  • Model biznesowy to CRO, czyli laboratorium kontraktowe, a nie własny program lekowy
  • Pierwsza usługa: synteza analogów w optymalizacji wiodących związków
  • Chemicy prowadzą eksperymenty, a laboratorium jest stopniowo automatyzowane robotyką i AI
  • Deklarowany cel wtórny: dane z fizycznych eksperymentów jako zbiór treningowy dla modeli
  • Wśród pierwszych pracowników osoby z doświadczeniem robotycznym z Genesis, Skild AI i 1X Technologies

Wyobraźmy sobie taką sytuację

Zespół badawczy ma obiecującą cząsteczkę, która wiąże się z celem biologicznym, ale rozkłada się w wątrobie zbyt szybko. Trzeba sprawdzić czterdzieści wariantów tej samej struktury, różniących się jednym podstawnikiem.

Każdy wariant trzeba fizycznie zsyntetyzować, oczyścić, potwierdzić strukturę i przetestować. Dzisiaj zleca się to laboratorium kontraktowemu i czeka tygodniami na przesyłkę z fiolkami.

Ale pojawia się problem: w tym czasie projekt stoi, a decyzja o tym, co syntetyzować dalej, zapada bez wyników poprzedniej tury.

I właśnie ten cykl — od pomysłu, przez eksperyment, do odpowiedzi — Warp Sciences chce skrócić. Liczba czterdziestu wariantów w powyższym opisie jest przykładem redakcyjnym.

Co dokładnie buduje Warp Sciences?

Firma z South San Francisco opisuje się jako chemiczna organizacja badań kontraktowych, czyli CRO, która łączy chemików, robotykę i AI, aby wytwarzać i testować cząsteczki dla zespołów badawczych. Deklarowanym celem jest dostarczanie danych doświadczalnych, które pozwolą trenować lepsze modele, a te z kolei mają umożliwić budowę sprawniejszych laboratoriów.

Warp podkreśla, że nie ma własnego portfolio leków. Projektuje laboratoria, które mają wykonywać eksperymenty, uczyć się z nich i poprawiać przy każdym cyklu.

Pierwsza usługa obejmie syntezę analogów na etapie optymalizacji wiodących związków, czyli wytwarzanie wariantów cząsteczki, które naukowcy mogą porównywać w poszukiwaniu kandydata na lek. Eksperymenty mają prowadzić doświadczeni chemicy, w miarę jak laboratorium jest coraz bardziej automatyzowane robotyką i AI, a modele trenowane na danych z fizycznych doświadczeń.

Zlecenie
Klient wybiera cząsteczki do zbadaniafirma nie prowadzi własnego programu lekowego
Laboratorium
Synteza analogów w laboratoriumchemicy plus rosnący udział robotyki
Test i pomiar wynikuwynik eksperymentu, także negatywny
Wynik rozstrzyga pytanie badawcze?
TAK
Klient wybiera kolejny krokAllow
NIE
Kolejna tura syntezyDeny
Dane z fizycznych eksperymentówAllow
Zamknięta pętla, którą opisuje Warp Sciences — od projektu cząsteczki do danych treningowych.

To uproszczony schemat zbudowany na opisie firmy, a nie dokumentacja działającego laboratorium.

Dlaczego nie wystarczy zwykłe laboratorium kontraktowe?

Rynek CRO istnieje od dekad i działa. Firma biotechnologiczna zamawia syntezę, dostaje związki, prowadzi testy u siebie. Problem nie polega na tym, że to nie działa, lecz na tym, że cykl jest długi, a dane z niego nie wracają do żadnego modelu.

Kevin Weil, współzałożyciel i prezes Warp Sciences, nazywa to wprost brakiem przełożenia postępów AI na nauki fizyczne.

AI dramatycznie przyspieszyła inżynierię oprogramowania i matematykę, ale nie wywarła jeszcze takiego wpływu na nauki fizyczne. Chemia i biologia posuwają się do przodu wtedy, gdy się coś wytworzy, przetestuje i wyciągnie wnioski z wyniku.

Kevin Weil, współzałożyciel i prezes Warp Sciences

Prostsze podejście, czyli zlecanie syntezy taniemu zewnętrznemu dostawcy, rozwiązuje koszt, ale nie zamyka pętli. Wynik trafia do raportu, nie do zbioru treningowego, a kolejny eksperyment projektuje człowiek od zera. To właśnie tę zależność ma odwracać data flywheel, w którym każdy przeprowadzony eksperyment poprawia wybór następnego.

Jest też drugi problem, któremu firma nadaje równie wysoką rangę: kontrola nad własnością intelektualną. Dyrektor naukowy Solomon Reisberg mówi o współpracy z zagranicznymi partnerami chemicznymi, którzy dostarczali szybkość i wartość, ale budzili obawy o ochronę własności intelektualnej stojącej za programami badawczymi.

Skąd nacisk na suwerenną biotechnologię?

Warp powołuje się tu na konkretny kontekst regulacyjny. Komunikat firmy, powołując się na Reutersa, podaje, że w ankiecie Biotechnology Innovation Organization z 2024 roku 74 procent respondentów zgłosiło kontrakty z chińskimi firmami na usługi przedkliniczne i kliniczne.

W grudniu 2025 roku wszedł w życie BIOSECURE Act, który ustanowił ramy ograniczeń w federalnych zamówieniach i finansowaniu obejmujących wskazane firmy biotechnologiczne budzące obawy.

Firma odpowiada na to, budując w USA partnera chemicznego, na którym naukowcy mogą polegać ze względu na szybkość, jakość i bliską współpracę. Celem jest skrócenie drogi od projektu cząsteczki do testu, przy większej kontroli klienta nad tym, gdzie prowadzone są wrażliwe badania.

Co znaczą te nazwy?

Trzy pojęcia, bez których ta zapowiedź brzmi jak slogan:

  • CRO (contract research organization) — laboratorium wykonujące badania na zlecenie innej firmy. Odpowiednik software house'u, tylko że zamiast kodu dostarcza związki i wyniki testów.
  • Optymalizacja wiodących związków (lead optimization) — etap, na którym obiecująca cząsteczka jest modyfikowana w wielu wariantach, żeby poprawić jej właściwości. To tu powstaje większość zamówień na syntezę.
  • Synteza analogów — wytwarzanie wariantów tej samej struktury różniących się drobnym fragmentem. Odpowiednik testów A/B, tylko w chemii i z fizyczną produkcją każdego wariantu.

Powiązanie tych trzech rzeczy z robotyką ma sens tylko wtedy, gdy wyniki wracają do modelu. Bez tego jest to szybsze CRO, a nie nowa kategoria.

Czy to już działa?

Nie jako działające, zautomatyzowane laboratorium. Firma wyszła z trybu stealth w zeszłym tygodniu i opisuje stan docelowy: laboratoria coraz bardziej automatyzowane robotyką i AI, w których eksperymenty na razie prowadzą doświadczeni chemicy.

Nie podano ani stopnia automatyzacji, ani przepustowości, ani terminu uruchomienia pierwszego laboratorium. Opublikowane materiały opisują zakres usługi i założenia, nie zmierzone wyniki.

Zespół założycielski jest natomiast konkretny. Weil był ostatnio dyrektorem produktu i wiceprezesem ds. nauki w OpenAI. Reisberg pełnił funkcje kierownicze w chemii medycznej w Terremoto Biosciences. Dyrektor techniczny Manohar Paluri był wiceprezesem w Meta Superintelligence Labs i członkiem założycielem FAIR, a DJ Patil był pierwszym głównym naukowcem danych Białego Domu. Wśród pierwszych pracowników są osoby z doświadczeniem robotycznym z Genesis, Skild AI i 1X Technologies oraz naukowym z Genentech i Lawrence Livermore National Labs.

Dlaczego to ważne?

Robotyka laboratoryjna była dotąd opisywana jako narzędzie do przyspieszania badań. Tutaj jest opisana jako aparatura do produkcji danych, bez których modele dla nauk fizycznych nie powstaną. To przesuwa uzasadnienie automatyzacji z oszczędności na wytwarzanie zbiorów, których dziś po prostu nie ma. Dopóki nie ma danych o przepustowości, pozostaje to tezą założycieli.

Co dalej?

  • Pierwszą usługą ma być synteza analogów w optymalizacji wiodących związków — jej uruchomienie będzie pierwszym sprawdzalnym krokiem
  • BIOSECURE Act, obowiązujący od grudnia 2025 roku, kształtuje popyt na dostawców z siedzibą w USA i to on jest tu realnym czynnikiem rynkowym
  • Brak podanego stopnia automatyzacji i przepustowości laboratorium — bez tych danych nie da się ocenić różnicy względem klasycznego CRO

Źródła

Udostępnij ten artykuł