Біотехнологічна компанія Iambic Therapeutics представила модель штучного інтелекту, яка, за її словами, може значно скоротити час і кошти, необхідні для розробки нових препаратів. Як пише Reuters, усе більше технологічних стартапів застосовують ШІ для пришвидшення досліджень у фармацевтиці.
Iambic, яка раніше отримала інвестиції від технологічного гіганта Nvidia, повідомила деталі своєї нової моделі ШІ для відкриття ліків під назвою Enchant.
Вона була навчена на великому обсязі доклінічних даних, отриманих із лабораторних тестів, проведених на препаратах до їх випробування на людях. Ця модель призначена для прогнозування ефективності певного препарату на початкових етапах його розробки.
У білій книзі, опублікованій Iambic, Enchant продемонструвала високу точність у прогнозуванні здатності людського організму поглинати певні ліки, до того ж результати моделі збігалися з реальними даними. За словами компанії, модель встановила новий стандарт точності з показником 0,74. А попередні моделі досягали максимуму 0,58.
Співзасновник і головний технічний директор Iambic Фред Менбі заявив агентству Reuters, що використання Enchant потенційно може вдвічі скоротити інвестиції, необхідні для розробки деяких ліків, оскільки дозволяє оцінити їхню перспективність ще на ранніх стадіях.
«Вартість виведення продукту на ринок часто оцінюється приблизно у $2 млрд, і значна частина цих витрат припадає не на витрати на програму, а на показники невдач. Витрати на доведення продукту до рівня маркетингового препарату пов’язані з високою ймовірністю невдачі на пізніх стадіях», — сказав він.
Френсіс Арнольд, яка отримала Нобелівську премію з хімії у 2018 році і входить до ради директорів Iambic, сказала Reuters, що ця розробка є значним проривом у використанні ШІ для відкриття ліків. Вона порівняла Enchant із програмою AlphaFold від Google DeepMind, яка нещодавно принесла своїм розробникам Нобелівську премію з хімії.
Нагадаємо, що ШІ-модель AlphaFold 3 від Google DeepMind також може допомогти вченим розробляти нові ліки швидше та дешевше. Модель може прогнозувати точну структуру білків і їхні взаємодії один з одним та іншими речовинами.
