Nvidia gør betydelige fremskridt inden for kunstig intelligens (AI)-dreven lægemiddelopdagelse og -udvikling. Teknologivirksomheden har annonceret udvidede partnerskaber med Amgen Inc. og Recursion Pharmaceuticals Inc. for at accelerere disse bestræbelser yderligere.
Amgens datterselskab, deCODE Genetics, vil anvende en Nvidia-supercomputer til at oprette genomiske “grundmodeller” til lægemiddelopdagelse. Disse modeller, trænet på massive datasæt, vil give forskere værdifulde indsigter til at styrke lægemiddelopdagelsesprocessen.
Derudover har Nvidia introduceret sin egen generative-AI-platform til lægemiddelopdagelse kaldet BioNeMo, som i øjeblikket er i betatest. Platformens beregningsmetoder muliggør, at forskere kan udnytte generative AI til at reducere behovet for omfattende eksperimenter og endda erstatte dem fuldstændigt. Adskillige aktører inden for området for computerafhængig lægemiddelopdagelse, herunder Recursion og Insilico Medicine, har allerede taget BioNeMo i brug.
Den første model fra tredjepart, der vil være tilgængelig i BioNeMo, vil være en Recursion grundmodel. Kimberly Powell, vicepræsident for sundhedsvæsen hos Nvidia, fremhævede de transformationelle virkninger af disse fremskridt og udtalte, at lægemiddelindustrien er ved at blive genopfundet med digital biologi og generativ AI.
Integrationen af AI inden for lægemiddelopdagelse har til formål at imødegå branchens udfordringer, såsom den høje fejlrate og den langvarige udviklingsproces. I øjeblikket mislykkes ca. 90% af lægemiddelkandidaterne i kliniske forsøg, og det tager omkring 10 til 15 år og koster $2,5 milliarder at føre en succesfuld medicin på markedet.
Trods løftet om AI er der stadig bekymringer. Ligesom AI-chatbots kan fabricere svar, er der en risiko for, at AI-værktøjer inden for lægemiddelopdagelse kan foreslå stoffer, der er umulige at fremstille. Imidlertid antyder forskere, at disse udfordringer kan overvindes ved at kombinere håndkodning af molekylære strukturer med hjælp fra andre AI-værktøjer.
En anden hindring er behovet for tilstrækkelige data til at lette effektiv, AI-dreven lægemiddelopdagelse. Lægemiddelvirksomheder skal finde måder at dele informationer på uden at ofre deres konkurrencefordele. “Federated learning” foreslås som en løsning, hvor hvert firma opdaterer en fælles model ved hjælp af datasæt uden at afsløre de underliggende data.
Recursions grundmodel tilbydes gennem BioNeMo og fokuserer på at oversætte billeder af menneskelige celler til matematiske repræsentationer af biologi. Recursions administrerende direktør, Chris Gibson, mener, at denne model vil være lige så banebrydende som genomik og håber, at deling af denne grundmodel vil fremskynde fremskridt for alle interessenter.
Mens der er blevet delt meget, holder mange virksomheder, herunder Recursion, stadig på proprietær data. Med over 50 petabyte biologiske data, der bruges til interne programmer og partnerskaber, er der stadig mere at opdage på dette udviklende felt.
The source of the article is from the blog rugbynews.at