Использование партнерства AI ML для продвижения открытия новых лекарств с помощью Recursion Pharma

Беседа с генеральным директором Recursion Pharma Крисом Гибсоном

Спросите любого, кто участвует в клинических исследованиях — от тех, кто занимается управлением данными до клинических операций и нормативных вопросов — о тенденциях, которым они следуют, и почти все упомянут о прогрессе искусственного интеллекта (ИИ) и машинного обучения (МО) в развитии технологий. открытие и разработка лекарств.

И как они могли этого не сделать? ИИ/МО проник во все аспекты нашей жизни; Кажется, мы не можем избежать всех способов, которыми люди играют с ChatGPT и другими чат-ботами с искусственным интеллектом. Но, возможно, одной из областей, представляющих наибольший интерес, является сфера разработки лекарств. Потенциал искусственного интеллекта и машинного обучения, безусловно, не был упущен компанией Recursion Pharma, которая была запущена в 2013 году и недавно в этом месяце приобрела две канадские технологические компании: Valence и Cyclica.

Компания Recursion со штаб-квартирой в Солт-Лейк-Сити и офисами в районе залива и в Канаде представляет собой компанию TechBio, занимающуюся клиническим этапом разработки лекарств, используя искусственный интеллект и машинное обучение. Recursion заключила соглашения о приобретении Cyclica за 40 миллионов долларов и Valence за 47,5 миллионов долларов.

Чтобы узнать о приобретениях и будущем искусственного интеллекта и машинного обучения в области открытия и разработки лекарств, мы встретились с генеральным директором Recursion Крисом Гибсоном.

Recursion называет себя компанией TechBio. Хотя мы часто сталкиваемся с термином «биотехнологии» в сфере клинических исследований, обратная фраза не так распространена. Какова история выбора этого дескриптора?

ГИБСОН: TechBio — это термин, появившийся несколько лет назад и быстро набирающий популярность. Он призван создать отдельную категорию для растущего числа компаний в нашей отрасли, которые имеют четкую стратегию использования таких технологий, как вычисления (и особенно машинное обучение и искусственный интеллект) и автоматизация, для поиска новых лекарств.

В прошлом году мы в Recursion заметили сдвиг в продолжающемся ускорении оценки людьми потенциала пространства TechBio. Нам кажется, что среди лидеров — от крупных фармацевтических компаний до крупных технологических компаний — растет ощущение неизбежности того, что эти компании, в основе которых лежат технологии, действительно вызовут сдвиги ступенчатых функций в отрасли здравоохранения — мнение, которое не было опровергнуто. широко распространенное до недавнего времени.

Учитывая ваше прозвище, неудивительно, что Recursion решила расширить возможности AI/ML внутри компании. Буквально в этом месяце Recursion объявила о своем решении приобрести Cyclica и Valence. Какие возможности они несут?

ГИБСОН: Благодаря соглашению о приобретении этих двух компаний, обе из которых разрабатывают методы и модели машинного обучения для преобразования открытия лекарств, Recursion значительно укрепит наши возможности в области химии и генеративного искусственного интеллекта. Valence разрабатывает модели генеративного искусственного интеллекта и глубокого обучения для применения обучения с малым объемом данных при разработке лекарств. Cyclica также занимает место в области поиска лекарств с помощью искусственного интеллекта и стала пионером в системе глубокого обучения, которая прогнозирует полифармакологию малых молекул посредством прогнозирования взаимодействия лиганд-белок в качестве основы для открытия низкомолекулярных лекарств.

Наше внимание в последнее десятилетие было сосредоточено на использовании технологических инструментов для картирования и навигации по биологии как системе, тогда как эти компании придерживались подхода, ориентированного на химию. Благодаря этим приобретениям мы намерены создать первое комплексное технологическое решение, способное индустриализировать процесс открытия лекарств от начала до конца: от внутреннего генерирования данных до идентификации новых биологических мишеней и разработки и оптимизации химических соединений — и все это в огромных масштабах. шкала.

В то же время искусственный интеллект и машинное обучение все чаще становятся предметом интереса и разговоров в клинических исследованиях и разработке лекарств. Для начала, что мы знаем о потенциале каждого из них в продвижении открытия лекарств? И что он может сделать такого, чего нельзя было бы сделать (или сделать хорошо) без него?