Tekoälyn (AI) edistysaskeleet ovat avanneet uusia mahdollisuuksia monilla aloilla, ja lääkealalla ei olla poikkeus. Äskettäin perustettu yritys nimeltä Profluent pyrkii mullistamaan lääkkeiden kehityksen hyödyntämällä generatiivisen tekoälyn voimaa suunnitella proteiineja. Ali Madanin johdolla, yksi ProGen-projektista vastuussa olevista tutkijoista Salesforcella, Profluent pyrkii tuomaan proteiineja tuottavan teknologian laboratoriosta lääkeyhtiöiden käyttöön.
Innoittamana luonnollisen kielen ja proteiinien ”kielen” välisistä rinnakkaisuuksista Madani tajusi, että proteiineja, kuten sanoja kappaleessa, voitaisiin käsitellä datana generatiivisten tekoälymallien avulla. Syöttämällä tietoa proteiineista näihin malleihin, voitiin ennustaa täysin uusia proteiineja, joilla oli uusia toimintoja. Tämä läpimurto johti keinotekoisten proteiinien onnistuneeseen luomiseen 3D-rakenteilla, kuten on dokumentoitu Nature Biotech -lehdessä julkaistussa tutkimuksessa.
Profluent vie tämän konseptin askeleen pidemmälle soveltamalla sitä geenimuokkaukseen. Monia geneettisiä tauteja ei voida tehokkaasti hoitaa luonnollisesti esiintyvillä proteiineilla tai entsyymeillä. Lisäksi olemassa olevat geenimuokkausjärjestelmät kärsivät usein toiminnallisista kompromisseista, jotka rajoittavat niiden käyttöä. Profluent pyrkii voittamaan nämä rajoitukset optimoimalla samanaikaisesti useita ominaisuuksia luomalla räätälöityjä geenimuokkaussysteemejä jokaiselle potilaalle.
Profluent kouluttaa tekoälymalleja massiivisilla datasarjoilla, jotka koostuvat yli 40 miljardista proteiinisekvenssistä, kehittääkseen ja hienosäätääkseen geenimuokkaus- ja proteiinintuotantosysteemejä. Sen sijaan, että kehittäisi suoraan hoitoja, yritys aikoo tehdä yhteistyötä ulkoisten kumppaneiden kanssa luodakseen ”geneettisiä lääkkeitä”, joilla on korkeimmat mahdollisuudet hyväksyntään.
Profluentin lähestymistavan potentiaalinen vaikutus on merkittävä. Vähentämällä aikaa ja pääomaa, jotka vaaditaan lääkkeiden kehitykseen, yritys voisi perustavanlaatuisesti muuttaa toimialaa. Teollisuusryhmän PhRMA:n mukaan uuden lääkkeen kehittäminen kestää yleensä 10-15 vuotta ja maksaa useista sadoista miljoonista miljardeihin dollareihin. Profluentin teknologia voisi nopeuttaa tätä prosessia tarjoten tarkoituksellisia suunnitteluratkaisuja sen sijaan, että luotettaisiin vahingossa tehtyihin löytöihin.
Usein kysytyt kysymykset
-
Mikä on Profluentin missio?
Profluent pyrkii kääntämään lääkkeiden kehityksen paradigman siten, että lähdetään potilaan ja terapeuttisten tarpeiden perusteista ja työskennellään taaksepäin luomaan räätälöityjä hoitoratkaisuja. -
Miten Profluent hyödyntää tekoälyä proteiinisuunnittelussa?
Profluent käyttää generatiivisia tekoälymalleja, jotka on koulutettu massiivisilla proteiinisekvensseihin perustuvilla datasarjoilla ennustaakseen ja luodakseen täysin uusia proteiineja, joilla on uniikit toiminnot. -
Mikä on Profluentin geenimuokkauslähestymistavan merkitys?
Profluentin geenimuokkauslähestymistapa käsittelee olemassa olevien järjestelmien rajoituksia optimoimalla samanaikaisesti useita ominaisuuksia, mikä johtaa räätälöityihin geenimuokkaustyökaluihin, jotka on räätälöity jokaiselle potilaalle. -
Miten Profluent aikoo tuoda ratkaisunsa markkinoille?
Profluent aikoo tehdä yhteistyötä ulkoisten kumppanien kanssa, mukaan lukien lääkeyhtiöt, kehittääkseen ja saadakseen hyväksynnän ”geneettisille lääkkeille”, jotka on luotu heidän proteiinisuunnitteluteknologiansa avulla. -
Kuka tukee Profluentia?
Profluentilla on tukijoita merkittävistä riskipääomarahastoista, kuten Spark Capital, Insight Partners, Air Street Capital, AIX Ventures ja Convergent Ventures. Googlen pääinsinööri Jeff Dean on myös osallistunut, mikä antaa uskottavuutta alustalle.
Kun Profluent keskittyy päivittämään tekoälymallejaan ja laajentamaan koulutusdatansaarjojaan, yritys kohtaa kilpailua muilta toimijoilta alalla. EvolutionaryScale ja Basecamp Research esimerkiksi kouluttavat omia proteiineja generoivia mallejaan ja saavat merkittävää rahoitusta.
Silti Profluent pysyy päättäväisenä laajentamaan toimintojaan ja tekemään yhteistyötä kumppaneiden kanssa, jotka jakavat sen kunnianhimoisen vision. Hyödyntämällä generatiivisen tekoälyn potentiaalia proteiinisuunnittelussa yritys pyrkii johtamaan tietä tarkoitukselliseen ja tehokkaaseen lääkkeiden kehitykseen, joka vastaa biologian kiireellisimpiin tarpeisiin.
The source of the article is from the blog newyorkpostgazette.com