V dynamickém oboru biotechnologií tvoří elitní skupina startupů významný pokrok integrací umělé inteligence (AI) do farmaceutického výzkumu a vývoje.
Insilico Medicine: Průkopnické léky navržené pomocí AI
Insilico Medicine se plně zaměřila na AI, zejména v jejím lékařském projektu INS018_055, zaměřeném na léčbu idiopatické plicní fibrózy. Tento projekt v červnu 2023 dosáhl historického milníku jako první zcela AI objevený a navržený lék, který vstoupil do druhé fáze klinických studií. Kromě toho společnost chlubí dvěma dalšími léky ve fázích klinických studií, které byly částečně vytvořené pomocí AI. S cílem rozšířit svou transformační práci uzavřela Insilico Medicine v listopadu loňským rokem významnou spolupráci s Sanofi, která je hodnocena až na 1,2 miliardy dolarů.
Atomwise: Pohání návrh léků s knihovnou bilionů molekul
Dalším lídrem je Atomwise, který používá technologii AI k revoluci ve vyhledávání malých molekulových léků. Platforma AtomNet společnosti využívá hluboké učení pro strukturální návrh léčiv, což umožňuje rychlé vyhledávání napříč jejich vlastní knihovnou sloučenin, zahrnující více než tři biliony syntetizovatelných kandidátů.
Cradle: AI posiluje biotechnologický výzkum a vývoj
Společnost Cradle, nizozemský biotechnologický startup, využívá generativní AI k pomoci biologům při navrhování vylepšených proteinů a urychlování výzkumu a vývoje. Na základě modelů AI vytvořených na miliardách sekvencí proteinů získal Cradle nedávno 24 milionů dolarů ve financování Série A, které má urychlit jeho probíhající aktivity ve výzkumu a vývoji.
Exscientia: Vede v oblasti precizní medicíny s využitím AI
Exscientia, uznávaná jako průkopník spojení AI s bioléčivy, nabízí platformu AI poháněnou funkcemi pro precizní onkologii. Tato jedinečná platforma byla klíčová při výběru účinných léčebných postupů a zlepšování výsledků pacientů ve klinických studiích; chlubí se portfoliem AI navržených malých molekul.
Iktos: Inovace ve vyhledávání malých molekul s využitím AI
Nakonec pařížský Iktos využívá technologii AI pro rychlé identifikace malých molekul. Jejich přístup získal více než 50 spoluprací v akademické oblasti i průmyslu, včetně partnerství s renomovanými farmaceutickými a biotechnologickými firmami. V roce 2023 Iktos získal významných 15,5 milionu eur ve finančním kole, zdůrazňující důvěru průmyslu v jejich inovativní schopnosti.
AI technologie významně mění způsob, jakým farmaceutické společnosti přistupují k vyhledávání léčiv. Zde jsou další fakta a poznatky, na které je třeba myslet v souvislosti s AI ve vyhledávání léčiv:
1. Zlepšení rychlosti vyhledávání léčiv: AI a strojové učení mohou analyzovat rozsáhlé databáze sloučenin a biologická data mnohem rychleji než tradiční metody, což významně snižuje čas potřebný k identifikaci potenciálních léčiv.
2. Zlepšení predikčních modelů: AI může předpovídat vstřebání, distribuci, metabolismus, vylučování a toxicitu (ADMET) vlastností sloučenin, čímž potenciálně snižuje pravděpodobnost selhání léku v pozdějších fázích klinického testování.
3. Snížení výzkumných nákladů: Rychlým přezkoumáváním a předpovídáním úspěchu léčivých kandidátů může AI pomoci snížit náklady související s vývojem léků, který je tradičně velmi nákladný a časově náročný proces.
Klíčové otázky a odpovědi vztahující se k AI ve vyhledávání léčiv jsou:
Jak AI transformuje vyhledávání léčiv?
AI urychluje proces vyhledávání léčiv rychlým analýzou dat, předpovídáním výsledků a identifikací slibných léčivých kandidátů s větší rychlostí a přesností než tradiční výzkumné metody.
Jaké jsou výzvy spojené s AI ve vyhledávání léčiv?
Jedním z hlavních výzev je integrování nástrojů AI do existujících výzkumných procesů a zajištění přesnosti a spolehlivosti předpovědí vytvořených pomocí AI. Další výzvou je správa a interpretace objemu dat generovaných AI a modely strojového učení.
Jaké jsou kontroverze v AI-řízeném vyhledávání léčiv?
Použití AI vyvolává otázky ohledně soukromí dat a etického využití informací pacienta. Existuje také obava o transparentnost algoritmů AI a o to, jak jsou tyto systémy rozhodovány.
Výhody a nevýhody AI ve vyhledávání léčiv zahrnují:
Výhody:
– Zrychluje identifikaci potenciálních léků.
– Snižuje náklady minimalizováním šancí selhání v pozdějších fázích.
– Umožňuje analýzu složitých biologických systémů.
Nevýhody:
– Vyžaduje značné výpočetní zdroje.
– Představuje výzvy při ověřování předpovědí AI proti experimentálním výsledkům.
– Závisí na kvalitních vstupních datech pro přesné školení modelu.
K dalšímu zkoumání oboru AI-řízených biotechnologických inovací můžete navštívit webové stránky společností zmíněných v článku, abyste získali informace o jejich pokrocích:
– Insilico Medicine
– Atomwise
– Cradle
– Exscientia
– Iktos
Všechny poskytnuté URL vedou na příslušné hlavní domény společností, abyste obdrželi nejaktuálnější a komplexní informace přímo od zdroje.