Proces wytwarzania nowych molekuł to lata intensywnych prac ekspertów, wykorzystanych zasobów, podjętych prób i badań, jak też gigantyczne nakłady finansowe. Dla naukowców, poświęcających dekady na opracowywanie nowych terapii, optymalizacja czasu na wczesnym etapie procesu tworzenia stanowi krok milowy w tempie tworzenia nowoczesnych farmaceutyków.
– Generatywna sztuczna inteligencja ma niesamowite osiągnięcia w tych dziedzinach, gdzie było możliwe wytrenowanie modeli AI na dużych zbiorach danych. Nadszedł czas na wykorzystanie jej potencjału w obszarze odkrywania nowych leków. Jesteśmy szalenie dumni, że Molecule.one jako polska firma ma udział we wprowadzeniu na rynek pierwszego modelu generatywnego dla chemii, w oparciu o największe w tej branży bazy danych CAS. Efekty tej współpracy będą widoczne w ciągu najbliższych miesięcy i lat – komentuje Piotr Byrski, współzałożyciel i dyrektor generalny Molecule.one.
Rewolucja w farmacji
Wykorzystanie sztucznej inteligencji w medycynie zaczęło przynosić pierwsze sukcesy np. w radiologii, kardiologii czy patomorfologii. Nieograniczone możliwości uczenia się i procesowania tzw. „big data” przez algorytmy sztucznej inteligencji już dzisiaj podnoszą poziom celowości diagnoz, niwelują ryzyko błędu czy zwiększają efektywność procesów. AI w parze z ekspertem w danej dziedzinie – stanowią duet oparty na doskonałym parytecie. Przewiduje się, iż to właśnie synergia wiedzy eksperckiej połączonej z odpowiednio zastosowanym AI zrewolucjonizują światową medycynę.
Turbo przyśpieszenie
Aby zabezpieczyć zdrowie obecnych i przyszłych pokoleń Molecule.one łączy własne know-how, m.in. generatywne modele głębokiego uczenia i platformę planowania syntezy dla chemików ze światowej klasy kolekcją treści reakcji chemicznych należącą do CAS. Celem tych działań jest umożliwienie naukowcom szybszego dokonywania przełomowych odkryć w dziedzinie nowych leków. Będzie to możliwe poprzez stworzenie innowacyjnych rozwiązań do wydajnego planowania syntezy chemicznej właśnie przy wykorzystaniu AI.
Syntezy nowych cząsteczek
Zespół Molecule.one połączy efekty swojej pracy w opracowywaniu modeli generatywnych z pierwszym – komercyjnie dostępnym – nowym narzędziem do oceny dostępności syntetycznej tj. M1 RetroScore powered by CAS. Aby przewidywać prawdopodobieństwa syntezy nowych cząsteczek M1 wykorzystuje modele uczenia maszynowego, przeszkolone w zakresie najlepszych w swojej klasie reakcji chemicznych. Dzięki temu dostarcza dokładną ocenę dostępności nowo odkrytych związków chemicznych wraz z odpowiednimi potencjalnymi najlepszymi ścieżkami syntezy dla danych celów.
Od wielu pokoleń, ludzie korzystają ze starych i dobrze znanych terapii farmaceutycznych, niezbędnych w zwalczaniu chorób. Niestety, wiele chorób takich jak niektóre nowotwory, choroba Alzheimera czy choroby psychiczne wciąż czeka na skuteczne terapie. Dlatego tak kluczowe jest skrócenie procesu powstawania nowych leków.
AI kontra odkrywanie nowych leków
