Искусственный интеллект продолжает вносить разнообразие в химию. А именно: британская компания ReactWise, поддерживаемая Y Combinator , использует AI для ускорения химического производства — ключевого шага в выводе новых лекарств на рынок.
После того, как перспективный препарат был идентифицирован в лаборатории, фармацевтическим фирмам необходимо иметь возможность производить гораздо большее количество материала для проведения клинических испытаний. Именно здесь ReactWise предлагает вмешаться со своим «AI-пилотом для оптимизации химических процессов», который, по его словам, ускоряет в 30 раз стандартный процесс проб и ошибок, направленный на определение наилучшего метода производства препарата.
«Создание лекарств действительно похоже на готовку», — сказал соучредитель и генеральный директор Александр Помбергер (на фото слева вверху, с соучредителем и техническим директором Дэниелом Вигом) в телефонном разговоре с TechCrunch.
По его словам, отрасль годами полагалась либо на метод проб и ошибок, либо на экспертизу персонала для этой «разработки процесса». Добавление автоматизации в этот микс позволяет сократить количество итерационных циклов, необходимых для выхода на надежный рецепт производства препарата.
Стартап полагает, что сможет предоставить «одноразовое прогнозирование» — когда AI сможет «предсказать идеальный эксперимент» практически мгновенно, без необходимости в нескольких итерациях, когда данные по каждому эксперименту передаются обратно для дальнейшего совершенствования прогнозов — в ближайшем будущем (Помбергер делает ставку на это через два года).
Модели машинного обучения AI стартапа по-прежнему могут обеспечить значительную экономию за счет сокращения количества итераций, необходимых для прохождения этого этапа цепочки разработки лекарств.
В основе продукта ReactWise лежат «тысячи» реакций, которые стартап выполнил в своих лабораториях, чтобы захватить точки данных для подпитки своих предсказаний на основе AI. Помбергер говорит, что стартап использовал в своей лаборатории метод «высокопроизводительного скрининга», который позволил ему за один раз проверять 300 реакций, что позволило ускорить процесс сбора всех этих обучающих данных для своего AI.
Стартап начал этот процесс захвата типов реакций для обучения своих AI в августе прошлого года, и Помбергер сказал, что он будет завершен к лету. Он работает над тем, чтобы охватить 20 000 точек химических данных, чтобы охватить самые важные реакции.
ReactWise раскрывает полную информацию о своем предварительном сборе средств, общая сумма которого составляет 3,4 миллиона долларов, сообщил стартап эксклюзивно TechCrunch.
Эта сумма включает ранее раскрытую поддержку от YC ($500 000) и грант Innovate UK в размере около 1,2 млн фунтов стерлингов (около $1,6 млн). Остальная часть финансирования (около $1,5 млн) поступает от неназванных венчурных капиталистов и бизнес-ангелов, которые, по словам ReactWise, «стремятся продвигать устойчивое фармацевтическое производство на основе AI».
По словам Помбергера, хотя ReactWise сосредоточена достаточно узко на определенной части цепочки разработки лекарств, ускорение в этом направлении может сыграть существенную роль в сокращении времени, необходимого для доставки новых фармацевтических препаратов пациентам.
«Давайте рассмотрим типичную продолжительность разработки препарата от начала до запуска: 10–12 лет. Разработка процесса занимает от одного до полутора-двух лет. И если мы сможем в принципе ускорить здесь рабочие процессы — сократить их в среднем на 60% — то мы сможем получить представление о том, насколько велик эффект», — отметил он.
В то же время другие стартапы применяют AI к различным аспектам разработки лекарств, включая, в первую очередь, выявление интересных химических веществ, поэтому, по мере внедрения новых инноваций в области автоматизации, вероятно, будет наблюдаться комплексный эффект.
Но когда речь идет о производстве лекарств, Помбергер утверждает, что ReactWise впереди всех. «Мы были первыми, кто действительно взялся за это», — сказал он.
Стартап конкурирует с устаревшим программным обеспечением, использующим статистические подходы, такие как JMP. Он также сказал, что есть несколько других, применяющих AI для ускорения производства лекарств, но сказал, что доступ ReactWise к высококачественным наборам данных о химических реакциях дает ему конкурентное преимущество.
«Мы единственные, кто имеет возможность и в настоящее время генерирует эти высококачественные наборы данных внутри компании», — сказал он. «Большинство наших конкурентов предоставляют программное обеспечение. Клиентам в основном предлагаются инструкции на основе входных данных.
«Но с нашей стороны мы предлагаем эти предварительно обученные модели — и они чрезвычайно эффективны, потому что они фундаментально понимают химию. И идея заключается в том, чтобы клиент просто сказал: «Вот моя реакция, нажимаю «Старт», и мы уже даем ему рекомендации по процессу с самого первого дня, основанные на всей предварительной работе, которую мы проделали в нашей лаборатории. И это то, чего больше никто не делает в данный момент»,- добавил он.
Источник
Источник: habr.com
Похожие новости:
Уровень «цифровой зрелости» компаний в России выше, чем в среднем по миру
«Слушая подкасты, ничего не узнаешь, ты должен устать, упасть без задних ног — такой должна быть встреча с образованием»
Гиперперсонализация: как сделать предложение пользователю релевантным
Синтетические данные в обучении AI: возможности и ограничения