Pozyskany kapitał zostanie przeznaczony na rozwój autorskiego silnika wnioskowania biologicznego o nazwie Biological Reasoning Engine oraz na rozszerzenie współpracy z podmiotami z sektora farmaceutycznego i biotechnologicznego. Środki te pomogą w skalowaniu technologii Modality Fusion, stanowiącej nowe podejście do architektury sztucznej inteligencji wykorzystywanej w procesie tworzenia leków.
Nowe podejście do sztucznej inteligencji w biotechnologii
Dominujący kierunek rozwoju sztucznej inteligencji w obszarze projektowania leków opiera się na trenowaniu coraz większych modeli na potężnych zbiorach danych. Podejście to zakłada, że złożoność biologiczna ustąpi pod wpływem skali. Metoda ta napotyka jednak na strukturalny problem: biologia jest niezwykle skomplikowana, ma charakter nielingwistyczny i funkcjonuje na wielu różnych poziomach oraz w wielu modalnościach. Żaden pojedynczy model, niezależnie od swoich rozmiarów, nie jest w stanie samodzielnie tego uchwycić. Co więcej, żadna pojedyncza firma nie posiada pełni danych ze wszystkich modalności i skal biologicznych, aby taki model wytrenować.
Zamiast tego startup Ingenix opracował odmienną architekturę o nazwie Modality Fusion: integruje ona najlepsze w swoich klasach modele z różnych modalności i skal biologicznych, a następnie przeprowadza bezpośrednie wnioskowanie na ich reprezentacjach. Efektem zastosowania tej technologii jest właśnie Biological Reasoning Engine, stworzony z myślą o podejmowaniu decyzji na etapach badawczo-rozwojowych oraz klinicznych.
Skuteczność silnika wnioskowania w praktyce
Działanie autorskiego silnika zostało sprawdzone podczas niedawnego projektu dotyczącego priorytetyzacji konfiguracji dla koniugatów przeciwciało-lek (ADC) z podwójnym ładunkiem. Współpracująca firma biotechnologiczna z obszaru onkologii dysponowała tysiącami potencjalnych konfiguracji ładunków, lecz nie posiadała mocy laboratoryjnych pozwalających na ich fizyczne przetestowanie. Biological Reasoning Engine wygenerował listę 15 kombinacji kandydatów. Wyniki te poddano następnie ślepej ocenie eksperckiej zespołu nauk translacyjnych partnera:
- 5 propozycji stanowiło hipotezy powszechnie znane publice;
- 2 kombinacje znajdowały oparcie w istniejącej literaturze naukowej, choć nie były szeroko cytowane;
- 3 hipotezy zostały wcześniej potwierdzone przez firmę biotechnologiczną w wewnętrznych badaniach, ale nigdy ich nie opublikowano ani nie ujawniono startupowi Ingenix;
- 5 propozycji okazało się całkowicie nowymi hipotezami, których zespół biotechnologów wcześniej nie brał pod uwagę, z czego 3 zostały oznaczone jako kandydaci zdatni do podjęcia natychmiastowych działań.
Obszar koniugatów ADC z podwójnym ładunkiem jest zbyt nowy, by jakikolwiek system sztucznej inteligencji mógł wcześniej dysponować znaczącymi danymi treningowymi. Silnik Ingenix doszedł do tych wyników poprzez wnioskowanie z pierwszych zasad dotyczących leżącej u podstaw biologii, a nie poprzez dopasowywanie wzorców do wcześniejszych przykładów. Wnioski, których wypracowanie zajęło firmie biotechnologicznej kilka lat badań i kosztowało miliony euro, system dostarczył w kilka minut. Każdy wynik generowany przez silnik zawiera pełną ścieżkę wnioskowania: mechanizm działania, dowody naukowe oraz zastrzeżenia przedstawione obok wniosków końcowych.
Wsparcie od uznanych funduszy i korzenie zespołu
Rundzie finansowania przewodził europejski fundusz venture capital Sofinnova Partners, specjalizujący się w naukach przyrodniczych, opiece zdrowotnej oraz zrównoważonym rozwoju. W inwestycji wzięły udział również fundusze Inovo VC oraz OTB Ventures. Pozyskany kapitał ma pozwolić na udostępnienie silnika nowym partnerom. Wraz z ogłoszeniem finansowania startup uruchamia program Qualified Access Program (QAP), otwierając proces składania aplikacji dla podmiotów zewnętrznych pod adresem ingenix.ai/qap.
Ingenix powstał w 2023 roku, a jego siedziba główna mieści się w Warszawie. Zespół tworzą badacze i inżynierowie AI oraz doświadczeni naukowcy z sektora farmaceutycznego. Wśród założycieli znajdują się twórcy spółki Applica, która rozwijała sztuczną inteligencję i została przejęta w 2022 roku przez platformę Snowflake. Model TILT stworzony przez ten zespół brał udział w testach benchmarkowych systemu GPT-4.
