Pokroky v oblasti umelej inteligencie (AI) otvárajú nové možnosti v rôznych odvetviach a farmaceutikum nie sú výnimkou. Profluent, nedávno založená spoločnosť, si dáva za cieľ zmeniť spôsob vývoja liekov využitím generatívnej AI na návrh proteínov. Vedená Alim Madanim, jedným z vedcov zodpovedných za projekt ProGen v spoločnosti Salesforce, Profluent sa snaží priniesť technológiu generovania proteínov z laboratória priamo do rúk farmaceutických firiem.
Inšpirovaný paralelami medzi prirodzeným jazykom a „jazykom“ proteínov si Madani uvedomil, že proteíny, podobne ako slová v odstavci, môžu byť považované za dáta pre modely generatívnej AI. Tým, že tieto modely napájajú dátami o proteínoch, môžu byť predpovedané úplne nové proteíny s novými funkciami. Tento krok viedol k úspešnému vytvoreniu umelej proteíny s 3D štruktúrami, ako je zdokumentované v štúdii zverejnenej v Nature Biotech.
Profluent ide ešte ďalej tým, že aplikuje tento koncept na genovú úpravu. Mnohé genetické choroby nie je možné efektívne liečiť pomocou prirodzene sa vyskytujúcich proteínov alebo enzýmov. Okrem toho sú existujúce systémy genovej úpravy často obmedzené funkčnými kompromismi, ktoré obmedzujú ich účinnosť. Profluent si kladie za cieľ prekonať tieto obmedzenia optimalizáciou viacerých vlastností súčasne a vytvárať na mieru navrhnuté editory génov pre každého pacienta.
Profluent trénuje modely AI na masívnych dátových sadách pozostávajúcich z viac ako 40 miliárd sekvencií proteínov s cieľom vyvíjať a zdokonaľovať systémy genovej úpravy a produkcie proteínov. Namiesto priameho vývoja liečebných postupov plánuje spoločnosť spolupracovať s externými partnermi na vytvorenie „genetických liečiv“ s najvyššími šancami na schválenie.
Ohnisko Profluentu smeruje k vylepšovaniu jeho modelov AI a rozširovaniu trénovacích dátových sád, spoločnosť čelí konkurencii od iných hráčov v odvetví. Napriek tomu Profluent zostáva odhodlaný posilniť svoje operácie a spolupracovať s partnermi, ktorí zdieľajú jeho ambicióznu víziu. Využitím potenciálu generatívnej AI pri návrhu proteínov chce spoločnosť viesť cestu v úmyselnom a efektívnom vývoji liečiv, ktoré zodpovedajú najnaliehavejším potrebám v biológii.
### Často kladené otázky (FAQ)
1. **Aký je cieľ spoločnosti Profluent?**
Profluent si dáva za cieľ zmeniť paradigmu vývoja liekov tým, že začne s potrebami pacientov a terapeutickými potrebami a prácou späť vytvoriť šité na mieru riešenia liečby.
2. **Ako využíva Profluent AI pri návrhu proteínov?**
Spoločnosť Profluent využíva generatívne modely AI trénované na masívnych dátových sadách sekvencií proteínov na predpovedanie a vytvorenie zcela nových proteínov s jedinečnými funkciami.
3. **Aká je významnosť genovej úpravy spoločnosti Profluent?**
Pristupov k genovej úprave Spoločnosti Profluent rieši obmedzenia existujúcich systémov tým, že súčasne optimalizuje viacero atribútov, vytvára na mieru navrhnutých editorov génov pre každého pacienta.
4. **Ako plánuje Profluent uviesť svoje riešenia na trh?**
Profluent má v úmysle spolupracovať s externými partnermi, vrátane farmaceutických firiem, na vyvinutí a získaní schválenia „genetických liečív“ vytvorených pomocou ich technológie na dizajn proteínov.
5. **Kto podporuje spoločnosť Profluent?**
Spoločnosť Profluent je podporovaná prominentnými investičnými firmami ako je Spark Capital, Insight Partners, Air Street Capital, AIX Ventures a Convergent Ventures. Hlavný vedec Googlu, Jeff Dean, tiež prispel, čím spoločnosti poskytol dôveryhodnosť.
Ďalej, ako sa spoločnosť Profluent sústreďuje na vylepšovanie svojich modelov AI a rozširovanie trénovacích dátových sád, čelí konkurencii iných hráčov v odvetví. EvolutionaryScale a Basecamp Research napríklad tiež trénujú svoje vlastné modely generujúce proteínov a zabezpečujú významné financovanie.
Napriek tomu Profluent zostáva odhodlaný škálovať svoje operácie a spolupracovať s partnermi, ktorí zdieľajú jeho ambicióznu víziu. Využitím potenciálu generatívnej AI pri dizajne proteínov si spoločnosť dala za cieľ viesť cestu v úmyselnom a efektívnom vývoji liekov, ktoré zodpovedajú najnaliehavejším potrebám v biológii.
The source of the article is from the blog newyorkpostgazette.com