Tek cümleyle ne iş yapıyor? Türkiye için önemi ne?
Aureka Biotechnologies, yüksek hacimli deneysel biyoloji ile üretken yapay zekayı birleştirerek antikor ve protein bazlı ilaç keşfini hızlandıran bir tech-bio girişimi geliştiriyor. Türkiye için önemi, biyoteknoloji ile yapay zekanın kesişiminde yalnızca yazılım değil, laboratuvar geri beslemesiyle çalışan yeni nesil keşif altyapılarının rekabet avantajı yaratabildiğini göstermesinde yatıyor.

Türk girişimciler bu sektör için geç mi kaldı?
Hayır; ancak bu alan artık yalnızca model geliştirme yarışı değil, veri üretimi, wet lab otomasyonu ve bilimsel doğrulama zincirini birlikte kurma yarışı. Türkiye'de üniversite, araştırma laboratuvarı ve sağlık teknolojisi tarafını ortak bir ürün mantığında birleştirebilen ekipler için hâlâ anlamlı bir boşluk bulunuyor.

Yatırım niye aldı?
Aureka'nın yatırım almasının temel nedeni, ilaç keşfinde tek tek adımları optimize etmekten daha büyük bir iddiaya, yani biyolojik sistemleri simüle edebilen bir dünya modeli kurma hedefine oynaması. Bu hedefi destekleyen kapalı çevrim deney altyapısı ve kendi veri üretim kabiliyeti, yatırımcılar açısından şirketi sadece bir AI aracı olmaktan çıkarıp tam yığın bir keşif motoruna dönüştürüyor.

Laguna Hills ve Şanghay merkezli Aureka Biotechnologies, 10 Ağustos 2026'da duyurduğu Series B turunda 100 milyon dolar yatırım aldı. İlk dilim Granite Asia tarafından tek başına finanse edilirken, sonraki dilime adı açıklanmayan stratejik bir yatırımcı liderlik etti; HighLight Capital ile mevcut yatırımcılar MPCi ve NRL Capital de tura katıldı. Şirketin bugüne kadar topladığı toplam sermaye böylece yaklaşık 200 milyon dolara yaklaştı.

Yeni kaynak, şirketin de novo molekül tasarımı, biyolojik yapı modelleme ve fonksiyon tahmini gibi çekirdek görevlerde daha güçlü sonuç vermesini hedeflediği yeni nesil biyolojik foundation model çalışmalarına aktarılacak. Aureka aynı zamanda Lab-in-the-Loop adını verdiği deney merkezli geri besleme motorunu geliştirerek tek hücreli fonksiyonel tarama, yüksek hacimli doğrulama ve ilaç geliştirme platformlarıyla modeller arasındaki kapalı çevrimi sıkılaştırmayı planlıyor.