Історія Змін у Фармацевтичній Індустрії через Досягнення в Дизайні Білків
Інтелектуальні технології змінили підходи у багатьох галузях, і фармація не є винятком. Компанія I, що з’явилася нещодавно, має за мету революціонізувати розробку ліків за допомогою використання потужності генеративного штучного інтелекту для дизайну білків. Під керівництвом Алі Мадані, одного із дослідників, відповідальних за проект ProGen в Salesforce, компанія I прагне вивести технологію генерації білків з лабораторій і передати її в руки фармацевтичних компаній.
Натхненний паралелями між природною мовою та “мовою” білків, Мадані зрозумів, що білки, як слова у параграфі, можуть бути розглянуті як дані для моделей генеративного штучного інтелекту. Підводячи дані про білки у ці моделі, можна передбачити зовсім нові білки з неповторними функціями. Цей прорив призвів до успішного створення штучних білків з тривимірними структурами, як документується у дослідженні, опублікованому в Nature Biotech.
Компанія I пішла далі, застосовуючи цей підхід до редагування генів. Багато генетичних захворювань не можуть бути ефективно лікувані за допомогою природних білків або ферментів. Крім того, існуючі системи редагування генів часто мають функціональні компроміси, що обмежують їх ефективність. Компанія I має на меті подолати ці обмеження, оптимізуючи одночасно кілька аспектів та створюючи індивідуально спроектовані редактори генів для кожного пацієнта.
I навчає моделі штучного інтелекту на великих наборах даних, що складаються з понад 40 мільярдів послідовностей білків, для розробки та вдосконалення системи редагування генів та виробництва білків. Замість прямого розроблення ліків, компанія планує співпрацювати з зовнішніми партнерами для створення “генетичних ліків” з найвищими шансами на схвалення.
Потенційний вплив підходу компанії I є значний. Зменшуючи час та капітал, необхідний для розроблення ліків, компанія може фундаментально перетворити галузь. Згідно з групою PhRMA, зазвичай потрібно від 10 до 15 років та від декількох сотень мільйонів до мільярдів доларів для розроблення нового лікування. Технологія компанії I може прискорити цей процес, надаючи умістовні рішення дизайну замість випадкових відкриттів.
## Часті Запитання
– **Яка місія компанії I?**
– Компанія I має на меті змінити парадигму розроблення ліків, розпочинаючи з потреб пацієнта та терапевтичних потреб та працюючи, щоб створити індивідуально підігнані лікувальні рішення.
– **Як компанія I використовує штучний інтелект у дизайні білків?**
– Компанія I використовує генеративні моделі штучного інтелекту, навчені на великих наборах даних послідовностей білків, для передбачення та створення зовсім нових білків з унікальними функціями.
– **Яке значення має підхід компанії I до редагування генів?**
– Підхід до редагування генів компанії I вирішує обмеження існуючих систем, оптимізуючи одночасно кілька атрибутів, що призводить до створення індивідуально спроектованих редакторів генів для кожного пацієнта.
– **Як компанія I планує вивести свої рішення на ринок?**
– I намір співпрацювати з зовнішніми партнерами, у тому числі фармацевтичними компаніями, для розроблення та отримання схвалення “генетичних ліків”, створених за допомогою їхньої технології дизайну білків.
– **Хто підтримує компанію I?**
– I підтримується відомими венчурними фондами, такими як Spark Capital, Insight Partners, Air Street Capital, AIX Ventures та Convergent Ventures. Головний вчений Google, Джефф Дін, також вніс внесок, підвищуючи авторитет платформи.
У той час як I активно розвиває свої моделі штучного інтелекту та розширює набори даних для тренування, компанія стикається з конкуренцією на ринку. EvolutionaryScale та Basecamp Research, наприклад, також навчають свої власні моделі генерації білків та забезпечують значні інвестиції.
Тим не менш, I залишається наполегливою у масштабуванні своєї діяльності та у співпраці з партнерами, які поділяють її амбіційне бачення. Використовуючи потенціал генеративного штучного інтелекту в дизайні білків, компанія має на меті бути лідером у наміреному та ефективному розробленні ліків, які відповідають на найбільш наступні потреби в біології.
The source of the article is from the blog coletivometranca.com.br