„Teray Therapeutics laboratorija yra miniatiūrinės automatikos simfonija. Robotai sukasi, gabendami mažyčius skysčių vamzdelius į jų stotis. Mokslininkai mėlynais chalatais, steriliomis pirštinėmis ir apsauginiais akiniais stebi mašinas.
Tačiau tikrasis veiksmas vyksta nanoskalėje: tirpale esantys baltymai susijungia su cheminėmis molekulėmis, laikomomis nedideliuose šulinėliuose, pritaikytuose silicio lustuose, kurie yra tarsi mikroskopinės bandelių skardelės. Kiekviena sąveika įrašoma, milijonai ir milijonai kasdien, kasdien generuojant 50 terabaitų neapdorotų duomenų – tai atitinka daugiau, nei 12 000 filmų.
Maždaug du trečdalius futbolo aikštės dydžio laboratorija yra dirbtinio intelekto padedamų vaistų atradimų ir kūrimo duomenų fabrikas Monrovijoje, Kalifornijoje. Tai dalis jaunų įmonių ir pradedančiųjų įmonių, bandančių panaudoti dirbtinį intelektą (A.I.) greičiau pagaminti veiksmingesnius vaistus.
Įmonės naudoja naują technologiją, kuri mokosi iš didžiulio duomenų kiekio, kad gautų atsakymus, kad bandytų perdaryti vaistų atradimą. Joa perkelia lauką nuo kruopštaus amatininkų amato prie labiau automatizuoto tikslumo – pamainą, kurią skatina A.I., kai mokosi ir tampa protingesnis.
„Kai turėsite reikiamų duomenų, A.I. gali dirbti ir gauti tikrai labai gerą rezultatą“, – sakė „Terray“ vienas iš įkūrėjų ir generalinis direktorius Jacobas Berlinas.
Dauguma ankstyvųjų, versle naudojamų, generatyvaus AI, galinčio kurti viską nuo poezijos iki kompiuterinių programų, darbas buvo padėti atsikratyti įprastų biuro užduočių, klientų aptarnavimo ir kodų rašymo. Vis dėlto vaistų atradimas ir kūrimas yra didžiulė pramonė, kuri, pasak ekspertų, yra subrendusi A.I. perdarymui.
A.I. pasak konsultacijų įmonės „McKinsey & Company“, tai yra, „kartą per šimtmetį pasitaikanti, galimybė“ farmacijos verslui.
Kaip populiarūs pokalbių robotai, tokie, kaip „ChatGPT“, yra mokomi naudotis tekstu internete, o vaizdo generatoriai, tokie, kaip DALL-E, mokosi iš daugybės nuotraukų ir vaizdo įrašų, A.I. vaistų atradimas priklauso nuo duomenų. Ir tai labai specializuoti duomenys – molekulinė informacija, baltymų struktūros ir biocheminės sąveikos matavimai. A.I. mokosi iš duomenų modelių, kad pasiūlytų galimus naudingus vaistus, tarsi derindamas cheminius raktus su tinkamomis baltymų spynomis.
Kadangi A.I. vaistų kūrimas pagrįstas tiksliais moksliniais duomenimis, toksiškos „haliucinacijos“ yra daug mažesnės, nei naudojant plačiau apmokytus pokalbių robotus. Ir bet koks galimas vaistas turi būti kruopščiai išbandytas laboratorijose ir klinikiniuose tyrimuose, kol jis bus patvirtintas pacientams.
Tokios įmonės, kaip Terray kuria dideles aukštųjų technologijų laboratorijas, kad gautų informaciją, kuri padėtų apmokyti AI, kuri leidžia greitai eksperimentuoti ir nustatyti modelius bei numatyti, kas gali veikti.
Generatyvus A.I. tada gali skaitmeniniu būdu sukurti vaisto molekulę. Šis dizainas didelės spartos automatizuotoje laboratorijoje paverčiamas fizine molekule ir patikrinama, ar ji sąveikauja su tiksliniu baltymu. Rezultatai – teigiami arba neigiami – registruojami ir grąžinami į A.I. programinę įrangą, skirta patobulinti kitą dizainą, pagreitinant bendrą procesą.
Nors kai kurie A.I. sukurti vaistai yra klinikiniuose tyrimuose, tai dar ankstyvos dienos.
„Generatyvus A.I. keičia sritį, tačiau vaistų kūrimo procesas yra netvarkingas ir labai žmogiškas“, – sakė biochemikas ir Vašingtono universiteto Baltymų dizaino instituto direktorius Davidas Bakeris.
Vaistų kūrimas tradiciškai buvo brangus, daug laiko reikalaujantis ir nesėkmingas darbas. Vaisto kūrimo ir klinikinių tyrimų iki galutinio patvirtinimo kainos tyrimai labai skiriasi.
Tačiau visos išlaidos vertinamos vidutiniškai 1 mlrd. dolerių.
Tai trunka nuo 10 iki 15 metų.
Ir beveik 90 procentų kandidatų į vaistus, kurie patenka į klinikinius tyrimus su žmonėmis, nepavyksta, dažniausiai dėl nepakankamo veiksmingumo arba nenumatytų šalutinių poveikių.
Jauniausi A.I. vaistų kūrėjai stengiasi panaudoti jų technologijas, kad pagerintų šias galimybes, tuo pačiu sumažindami laiką ir pinigus.
Jų nuosekliausias finansavimo šaltinis yra farmacijos milžinai, kurie ilgą laiką buvo mažesnių mokslinių tyrimų įmonių partneriai ir bankininkai.
Šiandien A.I. vaistų gamintojai paprastai siekia paspartinti ikiklinikinius vystymosi etapus, kurie paprastai trunka nuo ketverių iki septynerių metų.
Kai kurie gali bandyti patys dalyvauti klinikiniuose tyrimuose. Tačiau šiame etape paprastai perima didžiosios farmacijos korporacijos, vykdydamos brangius bandymus su žmonėmis, kurie gali užtrukti dar septynerius metus.
Senoms vaistų kompanijoms partnerių strategija yra santykinai pigus būdas pasinaudoti naujovėmis.
„Jiems tai panašu į Uber, kad jus kur nors nuvežtų, o ne pirkti automobilį“, – sakė Gerardo Ubaghs Carrión, buvęs Bank of America Securities biotechnologijų investicijų bankininkas.
Didžiosios farmacijos įmonės moka savo mokslinių tyrimų partneriams už tai, kad jie pasiekė svarbius etapus vaistų kandidatams, kurie per metus gali siekti šimtus milijonų dolerių. Ir jeigu ilgainiui vaistas patvirtinamas ir tampa komercine sėkme, atsiranda pajamų iš honorarų.
Tokios įmonės, kaip Terray, Recursion Pharmaceuticals, Schrödinger ir Isomorphic Labs siekia laimėjimų. Tačiau iš esmės yra du skirtingi keliai – tie, kurie kuria dideles laboratorijas, ir tie, kurie ne.
Isomorphic, vaistų atradimo iš Google DeepMind, technologijų milžinės centrinės A.I. grupės, darinys laikosi nuomonės, kad kuo geresnis AI, tuo mažiau duomenų reikia. Ir jis lažinasi dėl savo programinės įrangos meistriškumo.
2021 m. „Google DeepMind“ išleido programinę įrangą, kuri tiksliai numatė, kokias formas aminorūgščių eilutės susilankstys, kaip baltymai. Šios trimatės formos lemia, kaip veikia baltymas. Tai paskatino biologinį supratimą ir padėjo atrasti vaistus, nes baltymai skatina visų gyvų būtybių elgesį.
Praėjusį mėnesį „Google DeepMind“ ir „Isomorphic“ paskelbė, kad jų naujausias A.I. „AlphaFold 3“ modelis gali numatyti, kaip baltymai ir kitos biologinės molekulės sąveikaus – tai dar vienas žingsnis kuriant vaistus.
„Mes sutelkiame dėmesį į skaičiavimo metodą“, - sakė Maxas Jaderbergas, vyriausiasis A.I. Izomorfo pareigūnas. „Manome, kad yra didžiulis potencialas, kurį reikia išnaudoti.
Terray, kaip ir dauguma naujų vaistų kūrimo įmonių, yra daugelio metų mokslinių tyrimų ir naujesnių A.I. metodų derinys.
Dr. Berlin, generalinis direktorius, įgijęs daktaro laipsnį. chemijos srityje iš Caltech, per visą savo karjerą siekė pažangos nanotechnologijų ir chemijos srityse. Terray išaugo iš akademinio projekto, pradėto daugiau, nei prieš dešimtmetį „City of Hope“ vėžio centre netoli Los Andželo, kur daktaras Berlinas turėjo tyrimų grupę.
Terray daugiausia dėmesio skiria mažų molekulių vaistų kūrimui, iš esmės bet kokiam vaistui, kurį žmogus gali išgerti tabletėje, kaip, pavyzdžiui, aspiriną ir statinus. Tabletes patogu vartoti ir nebrangu gaminti.
Aptakios „Terray“ laboratorijos yra toli nuo senųjų akademinių laikų, kai duomenys buvo saugomi „Excel“ skaičiuoklėse, o automatizavimas buvo tolimas tikslas.
„Aš buvau robotas“, - prisiminė Kathleen Elison, viena iš Terray įkūrėjų ir vyresnioji mokslininkė.
Tačiau iki 2018 m., kai buvo įkurta „Terray“, technologijos, reikalingos jos pramoninio stiliaus duomenų laboratorijai sukurti, sparčiai tobulėjo. „Terray“ pasikliaudavo išorinių gamintojų pažanga, kad sukurtų „Terray“ projektuojamus mikrolustus. Jo laboratorijos užpildytos automatizuota įranga, tačiau beveik visa ji yra pritaikyta individualiems poreikiams – tai įmanoma dėl 3D spausdinimo technologijos.
Terray komanda nuo pat pradžių pripažino, kad A.I. buvo labai svarbu, norint suprasti jos duomenų saugyklas, tačiau generatyvaus A.I. vaistų kūrimas tapo akivaizdus tik vėliau – nors prieš tai, kai „ChatGPT“ tapo didžiuliu hitu 2022 m.
Narbe Mardirossian, Amgen vyresnysis mokslininkas, 2020 m. tapo „Terray“ vyriausiuoju technologijų pareigūnu – iš dalies dėl daugybės laboratorijoje sugeneruotų duomenų. Valdant daktarui Mardirossianui, Terray sukūrė duomenų mokslą ir A.I. komandas ir sukūrė A.I. modelį, skirtą cheminiams duomenims išversti į matematiką ir atgal. Bendrovė išleido atvirojo kodo versiją.
„Terray“ turi partnerystės sandorius su „Bristol Myers Squibb“ ir „Calico Life Sciences“, „Google“ patronuojančios bendrovės „Alphabet“ dukterine įmone, kuri daugiausia dėmesio skiria su amžiumi susijusioms ligoms. Šių sandorių sąlygos neatskleidžiamos.
Kad galėtų plėstis, Terray prireiks daugiau nei 80 mln. dolerių rizikos finansavimo, sakė jaunesnysis daktaro Berlino brolis Eli Berlinas.
Jis paliko darbą privataus kapitalo srityje, kad taptų vienu iš įkūrėjų ir startuolio vyriausiuoju finansų ir veiklos vadovu, įsitikinęs, kad technologija gali atverti duris pelningam verslui, sakė jis.
Terray kuria naujus vaistus nuo uždegiminių ligų, įskaitant vilkligę, psoriazę ir reumatoidinį artritą. Pasak dr. Berlino, bendrovė tikisi, kad klinikiniai tyrimai bus pradėti 2026 m. pradžioje.
Terray ir panašių startuolių vaistų gamybos naujovės gali pagreitinti procesą, bet tik tiek.
„Pagrindinis išbandymas mums ir šiai sričiai apskritai yra tai, jei per 10 metų žiūrėsi atgal ir gali pasakyti, kad klinikinės sėkmės rodiklis gerokai išaugo ir turime geresnių vaistų žmonių sveikatai pagerinti“, – sakė dr. Berlinas." [1]
1. How A.I. Is Revolutionizing Drug Development. Lohr, Steve; Spencer, Lowell. New York Times (Online) New York Times Company. Jun 17, 2024.
Komentarų nėra:
Rašyti komentarą