Семь компаний, которые используют ИИ для создания лекарств

Разработка лекарств является сложным бизнесом. Медицинские химики, многие из которых потратили почти 10 лет на обучение, должны кропотливо синтезировать каждую молекулу, которая потенциально могла бы иметь терапевтический эффект. Затем эти соединения необходимо проверить на клетках, чтобы убедиться, что они оказывают статистически значимое влияние на модель больной клетки. 

Затем «кандидаты в лекарства» тестируются на животных, чтобы хоть немного приблизиться к серьезному шагу — клиническим испытаниям. Только одно из 1000 потенциальных лекарств когда-либо проходит тестирование на людях. Весь процесс занимает в среднем 12 лет — за это время экспериментальные препараты начнут свой путь с лаборатории и окажутся в аптечке у вас дома. Это включает в себя до $2 млрд затрат и бесконечное число неудач.

Искусственный интеллект и машинное обучение обещают покончить с этой неэффективностью. Инвестиции в использование ИИ для разработки лекарств получили наибольшую часть всех частных инвестиций в ИИ за 2020 год — более $13,8 млрд. Разработка лекарств — это уже дорогостоящее предприятие, а каждому в фармацевтической индустрии нужна любая возможная помощь. 

Рассмотрим семь компаний, которые используют возможности ИИ, чтобы найти лекарство от рака и других серьезных заболеваний человека. 

Roivant Sciences

Основанная в 2014 году нью-йоркская компания привлекла огромное финансирование в размере $1,9 млрд. Она ускоряет разработку «кандидатов на лекарства» на поздних стадиях путем строительства дочерних компаний (которые всегда заканчиваются на «vant»). На сегодняшний день дочерние компании Roivant разрабатывают более 40 препаратов. 

В феврале 2021 года компания приобрела Silicon Therapeutics, чтобы расширить свои вычислительные возможности для разработки лекарств. Silicon рекламирует подход к дизайну и разработке лекарств, основанный на физических принципах. Стратегия сводится к использованию первых принципов из физики для определения того, проявляет ли «кандидат в лекарство» какое-то биологическое действие. 

Insitro

Основанная в 2018 году компания по открытию и разработке лекарств привлекла инвестиции от Andreessen Horowitz и Управления по инвестициям пенсионного плана Канады. Insitro была основана доктором Дафной Коллер, профессором компьютерных наук в Стэнфордском университете. Доктор и ее команда решают одну из проблем, создающих сложности при преодолении разрыва между вычислительной биологией и машинным обучением, — данные. 

Существующие биологические данные ограничены или имеют слишком низкое качество для машинного считывания. Компания выстраивает конвейер экспериментальных данных, собранных из исследований стволовых клеток, для создания гигантского массива наборов данных, основанных на реальных биологических системах. Используя этот банк данных, Insitro будет применять машинное обучение для прогнозирования того, как здоровые и больные клетки ведут себя внутри человека, и что произойдет, если потенциальные лекарства будут введены в имитационную модель больной системы.

XtalPi

Базирующаяся в Кембридже компания была основана квантовыми физиками из Массачусетского технологического института в 2014 году и с тех пор привлекла более $780 млн инвестиций от таких компаний, как Sequoia Capital China и Google. 

XtalPi создала платформу машинного обучения Intelligence Digital Drug Discovery and Development, которая предсказывает кристаллическую структуру и свойства низкомолекулярных «лекарств-кандидатов», используя принципы квантовой механики и кристаллографии твердого тела. В 2018 году компания начала сотрудничать с Pfizer для создания своей платформы на базе искусственного интеллекта. 

AbSci

Основанный в 2011 году в Вашингтоне стартап в области биоинженерии строит свою технологию платформы для белковой печати, которая состоит из двух частей: SoluPro — платформы синтетической биологии, генерирующей потенциальные препараты на основе белков из генно-инженерных бактерий, и SoluPure — платформы очистки, которая быстро извлекает и очищает целевые клетки. 

Платформа полагается на ИИ, чтобы помогать производить и проверять новых кандидатов в лекарственные препараты. В январе 2021 года компания приобрела платформу машинного обучения Devonium Engine, чтобы продолжить работу над своей технологией обработки данных. AbSci позволяет сократить доклинические сроки и даже разработала линию клеток антител COVID-19 за 10 дней. 

Exscientia

Фармацевтический стартап, основанный в 2012 году, в общей сложности уже привлек около $150 млн инвестиций от Bristol-Meyer Squibb, Evotec и Фонда Билла и Мелинды Гейтс. Компания разработала платформу проектирования Centaur Chemist на базе искусственного интеллекта, которая использует методы машинного обучения для поиска потенциальных лекарств. 

Платформа ИИ изучает ограниченные возможные подходы, используемые при открытии традиционных лекарств от химиков-людей, и совершенствуется с каждой последовательной итерацией. Совместные усилия ИИ и людей сократили среднее время доведения лекарств до первой фазы с пяти лет до 12 месяцев. 

Недавно компания объявила, что ее первая созданная с помощью ИИ молекула для лечения рака с использованием собственной иммунной системы организма будет проходить клинические испытания на людях. 

PostEra

Основанная в 2019 году компания работает между дисциплинами медицинской химии и машинного обучения. В настоящее время стартап является партнером Pfizer по развитию машинного обучения для открытия лекарств. Платформа PostEra основана на стратегиях проектирования и правилах химического синтеза, используемых химиками-медиками и химиками-органиками для синтеза лекарственных препаратов-кандидатов. Pfizer планирует предоставить стартапу огромные массивы данных для работы платформы. 

Brightseed

Основанный в 2017 году биотехнологический стартап работает над открытием новых полезных для здоровья молекул из мира природы. Компания разработала платформу для исследований ИИ Forager, чтобы изучать мир съедобных растений и продуктов питания в поисках природных соединений, влияющих на здоровье человека. Известные как фитонутриенты, многие их этих соединений используются в качестве функциональных ингредиентов в продуктах питания, но их влияние на здоровье до сих пор полностью не изучено. 

На сегодняшний день Brightseed проанализировала более 700 000 биоактивных соединений и обнаружила один натуральный пищевой ингредиент, который может поддерживать здоровье печени, управляя жировой болезнью органа — состоянием, связанным с ожирением. Forager будет использоваться для расширения известного набора пищевых добавок.