- 14,742
- 22
- 8 Ноя 2022
Суперкомпьютеры меняют правила фармацевтики, и это только начало.
Американская биотехнологическая компания Для просмотра ссылки Войдиили Зарегистрируйся разработала новый препарат для лечения идиопатического фиброза легких с помощью искусственного интеллекта. Генеральный директор компании Алекс Жаворонков продемонстрировал маленькую зеленую таблетку ромбовидной формы во время видеозвонка. Пока лекарство не получило официального одобрения, но уже показало многообещающие результаты в небольших клинических испытаниях.
Создание препарата стало частью масштабной гонки в сфере разработки лекарств с помощью ИИ. В этом направлении работают как небольшие специализированные биотехнологические компании, появившиеся за последнее десятилетие, так и крупные фармацевтические корпорации. В конце 2021 года к ним присоединилась компания Alphabet (материнская компания Google), запустив в Великобритании проект Isomorphic Labs.
Возглавляет Isomorphic Labs Демис Хассабис, получивший в этом году Нобелевскую премию по химии за разработку модели, которая умеет подбирать наиболее подходящие химические соединения для лечения различных патологий. По словам Криса Мейера из Boston Consulting Group, внедрение ИИ в фармацевтику радикально изменит здравоохранение во всем мире.
Традиционный путь нового лекарства на рынок занимает от 10 до 15 лет и требует более 2 миллиардов долларов инвестиций. При этом около 90% препаратов Для просмотра ссылки Войдиили Зарегистрируйся . Применение ИИ на этапе разработки сократит временные и финансовые затраты, одновременно повысив процент успешных случаев.
По данным недавнего анализа Для просмотра ссылки Войдиили Зарегистрируйся , не менее 75 молекул, обнаруженных с помощью умных технологий, уже находятся на стадии клинических испытаний. По мнению доктора Мейера, это важная веха в развитии отрасли, но еще более значимым достижением станет успешное завершение экспериментов.
Искусственный интеллект применяется на двух ключевых этапах разработки лекарств. Первый – определение молекулярной мишени, на которую должен воздействовать препарат, например, определенного гена или белка, измененного болезнью. Второй этап – проектирование самого соединения для коррекции выявленной мишени.
Insilico Medicine, основанная в 2014 году и привлекшая более 425 миллионов долларов инвестиций, использует ИИ на обоих этапах. В настоящее время компания проводит испытания шести молекул. Еще четыре прошли необходимую проверку и получили разрешение регулирующих органов на начало клинических испытаний. В лабораторных условиях компания также тестирует около 30 других молекул, которые на доклинической стадии исследований демонстрируют потенциальную эффективность против различных заболеваний. Все они были открыты с нуля благодаря современным технологиям.
При разработке лекарства от фиброза легких генеративный ИИ получил задание найти вещество, способное подавлять активность белка TNIK. Идею воздействовать именно на этот белок предложила другая нейросеть - Insilico Medicine: она определила TNIK как ключевой фактор развития заболевания, хотя ранее ученые такой вариант никогда не рассматривали.
Процесс разработки оказался значительно быстрее стандартного для отрасли – 18 месяцев вместо обычных четырех лет. Потребовалось синтезировать и протестировать всего 79 молекул, хотя обычно это число превышает 500. Жаворонков отмечает, что для других веществ показатели еще ниже.
Здесь есть одна большая проблема - нехватка данных для обучения моделей. Американская компания Recursion Pharmaceuticals решает ее путем генерации огромных массивов информации через автоматизированные эксперименты со всем набором молекул человеческого организма. Компания учит ИИ анализировать сведения и находить неожиданные взаимосвязи.
Recursion запустила самый производительный в фармацевтической отрасли суперкомпьютер. Исследователям уже удалось с его помощью разработать лекарственное вещество для борьбы с лимфомой и солидными опухолями, которое уже проходит первый этап клинических испытаний. Искусственный интеллект нашел способ блокировать определенный ген, играющий важную роль в развитии этих видов рака.
Соучредитель и генеральный директор Recursion Крис Гибсон считает, что ни его компания, ни другие разработчики пока не достигли главной цели - подтверждения эффективности препаратов, созданных искусственным интеллектом. Для этого лекарства должны превзойти по результативности традиционные методы разработки. "Когда это произойдет, всем станет очевидно - мы на верном пути", - отмечает Гибсон.
Американская биотехнологическая компания Для просмотра ссылки Войди
Создание препарата стало частью масштабной гонки в сфере разработки лекарств с помощью ИИ. В этом направлении работают как небольшие специализированные биотехнологические компании, появившиеся за последнее десятилетие, так и крупные фармацевтические корпорации. В конце 2021 года к ним присоединилась компания Alphabet (материнская компания Google), запустив в Великобритании проект Isomorphic Labs.
Возглавляет Isomorphic Labs Демис Хассабис, получивший в этом году Нобелевскую премию по химии за разработку модели, которая умеет подбирать наиболее подходящие химические соединения для лечения различных патологий. По словам Криса Мейера из Boston Consulting Group, внедрение ИИ в фармацевтику радикально изменит здравоохранение во всем мире.
Традиционный путь нового лекарства на рынок занимает от 10 до 15 лет и требует более 2 миллиардов долларов инвестиций. При этом около 90% препаратов Для просмотра ссылки Войди
По данным недавнего анализа Для просмотра ссылки Войди
Искусственный интеллект применяется на двух ключевых этапах разработки лекарств. Первый – определение молекулярной мишени, на которую должен воздействовать препарат, например, определенного гена или белка, измененного болезнью. Второй этап – проектирование самого соединения для коррекции выявленной мишени.
Insilico Medicine, основанная в 2014 году и привлекшая более 425 миллионов долларов инвестиций, использует ИИ на обоих этапах. В настоящее время компания проводит испытания шести молекул. Еще четыре прошли необходимую проверку и получили разрешение регулирующих органов на начало клинических испытаний. В лабораторных условиях компания также тестирует около 30 других молекул, которые на доклинической стадии исследований демонстрируют потенциальную эффективность против различных заболеваний. Все они были открыты с нуля благодаря современным технологиям.
При разработке лекарства от фиброза легких генеративный ИИ получил задание найти вещество, способное подавлять активность белка TNIK. Идею воздействовать именно на этот белок предложила другая нейросеть - Insilico Medicine: она определила TNIK как ключевой фактор развития заболевания, хотя ранее ученые такой вариант никогда не рассматривали.
Процесс разработки оказался значительно быстрее стандартного для отрасли – 18 месяцев вместо обычных четырех лет. Потребовалось синтезировать и протестировать всего 79 молекул, хотя обычно это число превышает 500. Жаворонков отмечает, что для других веществ показатели еще ниже.
Здесь есть одна большая проблема - нехватка данных для обучения моделей. Американская компания Recursion Pharmaceuticals решает ее путем генерации огромных массивов информации через автоматизированные эксперименты со всем набором молекул человеческого организма. Компания учит ИИ анализировать сведения и находить неожиданные взаимосвязи.
Recursion запустила самый производительный в фармацевтической отрасли суперкомпьютер. Исследователям уже удалось с его помощью разработать лекарственное вещество для борьбы с лимфомой и солидными опухолями, которое уже проходит первый этап клинических испытаний. Искусственный интеллект нашел способ блокировать определенный ген, играющий важную роль в развитии этих видов рака.
Соучредитель и генеральный директор Recursion Крис Гибсон считает, что ни его компания, ни другие разработчики пока не достигли главной цели - подтверждения эффективности препаратов, созданных искусственным интеллектом. Для этого лекарства должны превзойти по результативности традиционные методы разработки. "Когда это произойдет, всем станет очевидно - мы на верном пути", - отмечает Гибсон.
- Источник новости
- www.securitylab.ru
