人工知能（AI）の進化は、製薬を含むさまざまな分野に新たな可能性を切り開いてきました。最近設立された企業であるProfluentは、生成AIの力を借りて薬の開発を革新することを目指しています。サンフランシスコのProGenプロジェクトで研究に携わっていた研究者の一人であるアリ・マダニを中心に、Profluentは蛋白質を設計するためにAIの力を活用しようとしています。
マダニは、自然言語と蛋白質の「言語」の間に見出される類似点に着想を得て、蛋白質はパラグラフ内の単語のように、生成AIモデルのためのデータとして取り扱うことができることに気づきました。これらのモデルに蛋白質に関するデータを与えることで、全く新しい機能を持つ蛋白質を予測できるようになりました。この重要な発見は、研究論文に記載されているように、3D構造を持つ人工蛋白質の成功した創出につながりました。
Profluentは、このコンセプトを遺伝子編集に適用することで一歩進んでいます。多くの遺伝性疾患は、天然に存在する蛋白質や酵素を使用して効果的に治療することができません。さらに、既存の遺伝子編集システムはしばしばその効果を制限する機能のトレードオフを抱えています。Profluentは、複数の属性を同時に最適化することで、各患者に合わせたカスタム設計の遺伝子編集者を作成することを目指しています。
Profluentは、4,000億を超える蛋白質配列から成る巨大データセットに基づいてAIモデルを訓練し、遺伝子編集や蛋白質生産システムを開発・改良しています。同社は治療法を直接開発するのではなく、外部のパートナーと協力して、承認率の高い「遺伝子医薬品」を創造する計画です。
Profluentの手法の潜在的な影響は非常に大きいです。薬の開発に必要な時間と資本を削減することで、同社は業界を根本的に変革する可能性があります。業界団体PhRMAによると、新薬の開発には通常10〜15年かかり、数億ドルから数十億ドルの費用がかかります。Profluentの技術によって、このプロセスを加速し、偶発的な発見に頼らずに意図的な設計ソリューションを提供することができます。
よくある質問
１. Profluentのミッションは何ですか？
Profluentは、患者と治療ニーズから出発し、カスタムフィットの治療ソリューションを作成する革新的な方法を目指しています。
２. ProfluentはどのようにAIを蛋白質設計に活用していますか？
Profluentは、巨大な蛋白質配列のデータセットで訓練された生成AIモデルを使用して、全く新しい機能を持つ蛋白質を予測・創造しています。
３. Profluentの遺伝子編集アプローチの重要性は何ですか？
Profluentの遺伝子編集アプローチは、既存のシステムの制限を解決するために複数の属性を同時に最適化し、各患者に合わせたカスタム設計の遺伝子編集者を生み出します。
４. Profluentは自社のソリューションを市場にどのように展開する予定ですか？
Profluentは、「遺伝子医薬品」と呼ばれる製品を開発し、承認を得るために製薬会社を含む外部のパートナーと協力する計画です。
５. Profluentは誰から支援を受けていますか？
Profluentは、Spark Capital、Insight Partners、Air Street Capital、AIX Ventures、Convergent Venturesなどの著名なベンチャーキャピタル企業に支援されています。さらに、Googleの最高技術責任者であるジェフ・ディーンも貢献しており、同社の信頼性を裏付けています。
ProfluentはAIモデルの強化とトレーニングデータセットの拡充に注力する一方で、業界内の他のプレーヤーから競争を受けています。EvolutionaryScaleやBasecamp Researchなどの企業も独自の蛋白質生成モデルのトレーニングを行い、大きな資金を確保しています。
それでも、Profluentは自社のオペレーションを拡大し、意欲的なビジョンを共有するパートナーと連携することに決意しています。生成AIを蛋白質設計に活用することで、意図的かつ効率的な薬の開発を主導し、生物学の最も切実なニーズに応えることを目指しています。
The source of the article is from the blog agogs.sk