Ventures

Halvledarteknikens fortsatta skalning har varit en av de mest grundläggande drivkrafterna bakom den digitala ekonomin. I takt med att avancerade chip blir allt mer komplexa ökar dock kostnaderna, energiförbrukningen och tillverkningskomplexiteten som krävs för att fortsätta krympa komponenternas dimensioner. Industrin står inför en avgörande utmaning: att fortsätta förbättra prestandan och samtidigt minska den ekonomiska och miljömässiga belastningen från produktionen.

AlixLabs har utvecklat en banbrytande lösning på detta problem genom sin egenutvecklade APS-teknologi (Atomic Pitch Splitting). APS bygger på flera års forskning inom atomärskiktetsning (Atomic Layer Etching) och har kommersialiserats från Lunds universitet. Teknologin gör det möjligt för halvledartillverkare att skapa extremt fina strukturer med färre processteg, lägre energiförbrukning, minskade utsläpp och betydligt lägre kapitalbehov jämfört med konventionella metoder. Samtidigt erbjuder tekniken prestanda i nivå med dagens mest avancerade litografibaserade tillverkningsprocesser, men med potential för en fundamentalt mer resurseffektiv produktion.

Vi investerade i AlixLabs eftersom vi ser APS som en sällsynt möjlighet att omdefiniera en central tillverkningsprocess inom en av världens viktigaste industrier. Genom att göra avancerad halvledarproduktion mer tillgänglig, kostnadseffektiv och hållbar har AlixLabs potential att bli en nyckelaktör för nästa generations datorteknik och halvledarsystem.

För mer än hundra år sedan blev Haber-Bosch-processen för framställning av syntetiska gödselmedel en av den moderna tidens viktigaste innovationer. Den bidrog till att försörja miljarder människor med mat och lade grunden för den globala jordbruksproduktiviteten.

Liksom många teknologier som utvecklades under industrialismen utformades processen dock inte med hållbarhet i åtanke. Idag står ammoniakproduktionen för cirka 1 % av världens energiförbrukning och 1,4 % av de globala koldioxidutsläppen. Konventionella kvävegödselmedel är dessutom en betydande källa till näringsläckage och övergödning, vilket gör jordbruket allt mer beroende av en miljömässigt kostsam teknik som utvecklades för över ett sekel sedan.

Professor Torgny Näsholm vid Sveriges lantbruksuniversitet har ägnat sin karriär åt att studera växters näringsupptag. Hans forskning har visat på näringsmässiga ineffektiviteter hos ammoniakbaserade gödselmedel och demonstrerat att växter effektivt kan använda aminosyror som näringskälla. Resultaten utgör evidens för ett fundamentalt annorlunda sätt att tillföra näring till växter. Genom att utnyttja dessa biologiska mekanismer kan näringsutnyttjandet förbättras och skördenivåerna ökas samtidigt som beroendet av traditionella gödselmedel minskar.

Med denna vetenskapliga grund som utgångspunkt grundades Arevo för att kommersialisera växtnäring baserad på aminosyror. Bolaget har visat på överlägsen växttillväxt, starkare rotsystem och friskare grödor jämfört med enbart konventionella lösningar, samtidigt som näringsläckaget till mark och vattendrag minskar avsevärt. Med syntetisk biologi kan Arevo dessutom producera sin produkter med en skalbar och hållbar tillverkningsprocess.

Vår övertygelse är att Arevo har potential att omdefiniera en av världens största och viktigaste industrier. Genom att kombinera djup biologisk förståelse med skalbar produktionsteknologi kan bolaget bidra till att förbättra livsmedelsproduktionen samtidigt som jordbrukets miljöpåverkan minskar. Ett vetenskapligt genombrott med potential att förändra hur världen producerar sin mat.

Den centrala tesen inom biologi beskriver hur information flödar genom levande system: DNA transkriberas till RNA, RNA översätts till proteiner, och proteiner formar i sin tur de biokemiska processer som avgör människors hälsa och sjukdom. Metabolomet, det vill säga samlingen av molekyler som produceras genom dessa processer, representerar deras slutliga resultat och erbjuder en unik och heltäckande bild av en patients biologiska tillstånd.

Inom metabolomik har forskare länge haft hypotesen att glykosaminoglykaner (GAG:er), biomolekyler som är nära kopplade till cancerutveckling, kan fungera som kraftfulla biomarkörer för tidig cancerdetektion. Genom att mäta cancerspecifika GAG-signaturer i kroppsvätskor kan det bli möjligt att upptäcka sjukdom innan symptom uppstår.

Elypta arbetar utifrån denna hypotes för att utveckla en ny metabolikbaserad metod för cancerdetektion, paketerad i en teknologiplattform för så kallade liquid biopsy-tester (vätskebiopsier). Elyptas metod har potential att bli en ny standard för tidig cancerdiagnostik och tillföra datadriven precision till en av sjukvårdens mest kritiska utmaningar.

Syntetisk biologi utlovar nya hållbara produktionsprocesser och produkter. Genom att kombinera verktyg från datavetenskap, robotik, biologi och kemi kan syntetiska biologer designa och skapa nya biologiska enheter, såsom organismer och enzymer, med helt nya egenskaper.

I dag står den kemiska industrin inför stora hållbarhetsutmaningar. Kemiska produktionsprocesser är ofta energiintensiva och förorenande. Därför har syntetiska biologer under de senaste decennierna undersökt möjligheten att transformera den kemiska industrin genom att ersätta kemisk syntes med biologisk syntes. Amerikanska bolag som Gingko Bioworks, Zymergen och Amyris har varit pionjärer inom området genom att utveckla produktionsplattformar baserade på bakterier för tillverkning av kemikalier, material och bränslen.

Även om vi tror starkt på syntetisk biologi, tror vi inte att användningen av levande celler är en långsiktigt hållbar metod för kostnadseffektiv och storskalig produktion av bulk- och volymprodukter. Biotillverkning med levande celler har visat sig ha inneboende begränsningar i skalbarhet samt betydande kostnadsutmaningar, vilket begränsar dess användbarhet på marknader där pris och volym är avgörande. Om syntetisk biologi inte kan konkurrera på dessa marknader kommer tekniken inte att kunna transformera den kemiska industrin i grunden.

EnginZyme tar i stället en annan väg genom cellfri biotillverkning baserad på enzymer, naturens egna biologiska katalysatorer som driver kemiska reaktioner på ett effektivt och hållbart sätt. Genom en kombination av proprietär teknologi för att stabilisera och organisera enzymer på en bärarstruktur samt en automatiserad plattform för snabb utveckling av nya enzymer och produktionsprocesser möjliggör bolaget industriell biotillverkning av kemikalier med konkurrenskraftiga kostnader och skalbarhet jämfört med traditionella kemiska produktionsmetoder.

Vi investerade i EnginZyme eftersom bolaget erbjuder en realistisk väg för syntetisk biologi att transformera den kemiska industrin utan att kunderna behöver kompromissa med kostnadseffektivitet eller produktionsskala. Just detta ger bolaget en avgörande konkurrensfördel som kan bli avgörande för långsiktig framgång.

Möjligheterna med additiv tillverkning är enorma, från produktion av komplexa komponenter som inte kan tillverkas med traditionella metoder till småskalig tillverkning av unika delar och storskalig industriell användning.

För att additiv tillverkning ska få ett brett genomslag behöver produktionshastigheten öka och kvalitetssäkringen bli mer effektiv. Kvalitetssäkring uppskattas stå för en betydande del av kostnaderna inom additiv tillverkning och utgör idag en flaskhals som leder till långa produktions- och utvecklingscykler.

3D-skrivare genererar enorma mängder data, men endast en liten del av denna information används idag i analys- och kvalitetssäkringsprocesser. Interspectral erbjuder avancerade verktyg och AI-lösningar för att hantera, sammanställa, tolka och visualisera dessa stora datamängder på ett effektivt och användbart sätt. Visualisering av data, AI-baserade verktyg och effektiv datahantering inom industrin befinner sig fortfarande i ett tidigt skede, och vi ser fram emot att stödja Interspectral i arbetet med att leda utvecklingen inom additiv tillverkning.

Intuicell bygger på årtionden av forskning inom neurovetenskap och öppnar en alternativ väg mot verkligt autonoma robotar och digitala system.

Många viktiga framsteg inom AI har inspirerats av neurovetenskap. Sättet vi bygger AI på idag har i stor utsträckning vägledts av vår förståelse av hjärnans funktioner, exempelvis hur minne fungerar. Det framväxande området NeuroAI befinner sig i skärningspunkten mellan neurovetenskap och artificiell intelligens och syftar till att kartlägga de grundläggande komponenterna bakom intelligens, vilket kan möjliggöra nästa stora genombrott inom AI.

Dagens AI har flera begränsningar, såsom tidskrävande träning, behov av mycket stora datamängder, återkommande omträning och avsaknaden av intuitiva självlärande mekanismer. AI-system i exempelvis autonoma fordon blir därför i praktiken statiska efter träning, trots att det ideala vore styrsystem som har en högre grad av handlingsfrihet och kan generalisera kunskap samt tillämpa lärdomar från en situation i en annan.

Intuicell, som är sprunget ur forskning vid Lunds universitet, har utvecklat en teknologi som efterliknar hjärnans plasticitet. Genom att skapa och avsluta kopplingar mellan neuroner möjliggör tekniken självlärande och anpassningsförmåga till både systemet och dess omgivning. Metoden är dessutom mycket beräkningseffektiv, vilket möjliggör kontinuerligt lärande i realtid.

Intuicells algoritmer skiljer sig från traditionella AI-algoritmer genom hur de tränas, vilket öppnar upp för en ny generation tillämpningar inom signalbehandling, robotstyrning och industriell automation i realtid.

Genom vår investering i Intuicell bidrar vi till att skapa nästa generation av artificiell intelligens.

Automatiseringen av fysiskt arbete är en av de största möjligheterna inom AI idag. Medan maskinperception, datorseende och autonoma system förändrar branscher som fordonsindustri, logistik och gruvdrift, är skogsbruket fortfarande starkt beroende av manuellt beslutsfattande. Skogsmaskiner verkar i några av de mest utmanande miljöerna för AI: ostrukturerad terräng, begränsad sikt, opålitliga positionssignaler och starkt varierande driftsförhållanden.

Nordic Forestry Automation (NFA), grundat av forskare från Wallenberg AI, Autonomous Systems and Software Program, utvecklar en perceptions- och automationsplattform som kommer att möjliggöra framtidens skogsbruk.

För att lyckas inom fysisk AI krävs både exceptionell kompetens och tillgång till stora mängder verklig träningsdata. NFA har en unik position på båda dessa områden genom att kombinera ledande expertis inom maskinperception, AI och robotik med en snabbt växande dataplattform baserad på operativa skogsmaskiner i kommersiell drift.

NFA har valt en stegvis strategi där varje produktgeneration skapar omedelbart kundvärde samtidigt som den bygger den tekniska grunden för högre nivåer av automation. Denna strategi gör det möjligt för bolaget att kommersialisera tidigt, samla in storskalig data från verkliga användningsmiljöer och kontinuerligt förbättra sina modeller. Därmed positionerar sig NFA i framkant av utvecklingen inom fysisk AI för skogsbruket.

Genom vår investering i Nordic Forestry Automation stödjer vi det bolag som kommer att möjliggöra nästa generation av intelligenta skogsmaskiner.

Att förstå den molekylära grunden för mänsklig biologi har varit i fokus för biotekniken i flera decennier. Detta har lett till stora framsteg inom områden som proteomik, vilka i sin tur har bidragit till utvecklingen av nya behandlingar och andra förbättringar inom hälso- och sjukvården. Under lång tid har möjligheterna att kartlägga och förstå de molekylära systemen bakom människans biologi och fysiologi varit begränsade av de verktyg som funnits tillgängliga för att studera kroppens biomolekyler. En molekyl eller ett fåtal molekylära interaktioner åt gången har karakteriserats och successivt fogats samman till en större helhetsbild.

Spatial biologi är ett nytt forskningsfält som syftar till att fånga biologins rumsliga sammanhang för att förstå hur molekylära interaktioner i större skala påverkar biologisk funktion och dysfunktion. Forskare inom området använder vanligtvis optiska metoder för att skapa denna biologiska kontextualisering. Upplösningsbegränsningar gör dock att det inte går att zooma in bortom vävnader och celler utan att förlora möjligheten att analysera många molekyler samtidigt. När multiplexiteten försvinner, försvinner också det biologiska sammanhanget. Därmed har system av molekyler, såsom proteomet, länge varit utom räckhåll för spatialbiologin.

Teamet bakom Pixelgen, bestående av forskare som blivit entreprenörer, har i många år bidragit till life science-sektorn genom att utveckla innovativa molekylära analysverktyg i framgångsrika bolag som Olink, Vanadis, Halo Genomics och 10x Genomics. Frustrerade över begränsningarna hos optiska metoder utvecklade de en helt ny teknologi för att studera molekylär biologi: molekylär pixelering. Med molekylär pixelering kan forskare inom både akademi och industri skapa datarika digitala tvillingar av cellers proteom, vilket i praktiken möjliggör spatial proteomik. Därmed öppnas en ny väg för datadriven läkemedelsutveckling och nästa generations diagnostik.

Vi investerade i Pixelgen eftersom vi är övertygade om att deras teknologi och team kommer att möjliggöra nästa stora innovationssprång inom life science.

Optiska instrument har använts sedan början av 1900-talet för att studera ögats biologi och diagnostisera sjukdomar. Ögat, som ofta kallas ”fönstret till hjärnan”, är en del av nervsystemet, och många sjukdomar, inte bara ögonsjukdomar, lämnar spår på näthinnan.

Trots detta är en stor del av den biologiska information som finns i näthinnan fortfarande outnyttjad eftersom det saknas högupplösta kameror som kan avbilda vävnaden in vivo. Traditionella optiska instrument kan inte fånga både vidvinkliga och högupplösta bilder av näthinnan på grund av vågfrontsaberrationer som orsakas av ögats optik.

Profundus har löst denna utmaning genom att använda teknik från avancerade teleskop för att utveckla en näthinnekamera som kan fånga data på cellnivå. Denna innovation har potential att avsevärt förbättra analysen av levande vävnad, vilket möjliggör bättre utvärdering av kliniska behandlingsförlopp samt effektivare övervakning av sjukdomsutveckling och behandlingseffekt.

Genomik har blivit en central del av modern sjukvård och driver utvecklingen inom klinisk forskning, diagnostik och behandling av genetiska och epigenetiska sjukdomar. För att fullt ut kunna utnyttja genomikens potential och möta dagens ouppfyllda medicinska behov krävs nya genomiska verktyg som ökar både analyskapaciteten och precisionen.

Rarity Biosciences har utvecklat en teknologi kallad SuperRCA, som möjliggör ultrasensitiv och multiplex detektion av sällsynta nukleinsyrasekvenser i biologiska prover. Tekniken fungerar genom att förstärka målsekvenserna till stora DNA-makromolekyler, vilka enkelt kan detekteras med flödescytometri och andra kliniskt etablerade analysmetoder.

I praktiken innebär SuperRCA att det molekylära görs makromolekylärt, ett mycket kraftfullt värdeerbjudande som vi bedömer kan skapa flera möjligheter att förbättra sjukvården. De första tillämpningarna finns inom cancerforskning och cancervård, men teknologins potential sträcker sig betydligt längre.

Vi investerade i Rarity Biosciences eftersom vi är övertygade om att SuperRCA representerar ett betydande teknologiskt genombrott inom genomisk analys. Genom att möjliggöra högkänslig, skalbar och kostnadseffektiv detektion av sällsynta genetiska signaler har bolaget potential att förbättra både diagnostik och behandling inom flera sjukdomsområden, med början inom cancer.

AI:s framväxt förändrar i grunden hur värde skapas inom olika branscher. Samtidigt genereras en allt större andel av värdefull data utanför traditionella datacenter, exempelvis i fordon, industriella system och i säkerhetskritiska miljöer. AI-modellers prestanda förbättras i takt med tillgången till mer data men det blir allt svårare att centralisera och dela information på grund av krav kring integritet, säkerhet, regelverk och dataägande. Det skapar ett växande behov av en ny generation AI-infrastruktur där modeller kan lära sig från distribuerad data utan att den behöver flyttas från källan.

Scaleout Systems, som bygger på forskning från Uppsala universitet, utvecklar mjukvara som möjliggör federerad maskininlärning och Edge AI i stora produktionsmiljöer. I stället för att samla all data i en central modell gör Scaleout det möjligt för organisationer att träna AI direkt där datan finns, vilket bevarar integritet, ägande och säkerhet samtidigt som modellernas prestanda kontinuerligt förbättras. Plattformen är utformad för att fungera över moln-, lokala (on-premise) och edge-miljöer, vilket gör den relevant för branscher såsom fordonsindustri och försvar.

Scaleout kombinerar djup teknisk expertis med ett produktfokuserat arbetssätt och har redan visat tydlig kommersiell dragkraft hos ledande industri- och försvarskunder. Positionerat i skärningspunkten mellan AI, edge computing och datasuveränitet bygger bolaget den kritiska infrastruktur som krävs för nästa generations intelligenta system.

SweGaNs unika QuanFINE®-teknologi bygger på ett buffertfritt koncept som kombinerar de bästa egenskaperna hos galliumnitrid (GaN) och kiselkarbid (SiC) i en och samma materialplattform.

Moderna samhällen och försvarsförmågor är beroende av oavbruten tillgång till information. Samtidigt har den senaste tidens geopolitiska utveckling och naturkatastrofer visat hur sårbar den traditionella kommunikationsinfrastrukturen kan vara. Satelliter kan störas ut, GPS-signaler kan manipuleras, fasta nätverk kan slås ut och radiospektrumet blir allt mer konkurrensutsatt. Parallellt genererar autonoma system, sensorer, drönare och distribuerade operationer aldrig tidigare skådade datamängder som måste överföras säkert och i realtid.

Baserat på forskning från Kungliga Tekniska högskolan (KTH) har TERASi utvecklat en egen teknikplattform som möjliggör tillverkning av högfrekventa radiokomponenter och system i kisel med exceptionell prestanda, kompakta format och låg energiförbrukning. Genom att kombinera nya metoder för halvledarkapsling, avancerad RF-teknik och proprietära tillverkningsprocesser adresserar TERASi några av de mest grundläggande flaskhalsarna som idag hindrar en bred användning av högfrekventa trådlösa nätverk.

Vi investerade i TERASi eftersom vi tror att robust och motståndskraftig uppkoppling kommer att bli en avgörande förmåga för framtidens digitala och fysiska infrastruktur. Genom att kombinera världsledande djupteknologi, starka immateriella tillgångar och ett ambitiöst team med hög genomförandeförmåga har TERASi potential att bli en ledande europeisk plattform inom nästa generations trådlösa kommunikation.