Сім компаній, які використовують ШІ для створення ліків

Розробка ліків є складним бізнесом. Медичні хіміки, многі з яких витратили майже 10 років на навчання, мусять ретельно синтезувати кожну молекулу, яка потенційно могла б мати терапевтичний ефект. Потім ці сполуки необхідно перевірити на клітинах, щоб переконатися, що вони справляють статистично значущий вплив на модель хворої клітини. 

Далі «кандидати в ліки» тестуються на тваринах, щоб хоча трохи наблизитися до серйозного кроку — клінічних випробувань. Лише одне з 1000 потенційних ліків коли-небудь проходить тестування на людях. Увесь процес триває в середньому 12 років — за цей час експериментальні препарати починають свій шлях з лабораторії й опиняються в аптечці у вас удома. Це включає до $2 млрд витрат і безліч невдач.

Штучний інтелект і машинне навчання обіцяють покінчити з цією неефективністю. Інвестиції у використання ШІ для розробки ліків отримали найбільшу частку всіх приватних інвестицій у ШІ за 2020 рік — понад $13,8 млрд. Розробка ліків — це вже дороге підприємство, і кожному у фармацевтичній індустрії потрібна будь-яка можлива допомога. 

Розглянемо сім компаній, які використовують можливості ШІ, щоб знайти ліки від раку та інших серйозних захворювань людини. 

Roivant Sciences

Заснована у 2014 році нью-йоркська компанія залучила величезне фінансування у розмірі $1,9 млрд. Вона прискорює розробку «кандидатів на ліки» на пізніх стадіях шляхом створення дочірніх компаній (які завжди закінчуються на «vant»). Наразі дочірні компанії Roivant розробляють понад 40 препаратів. 

У лютому 2021 року компанія придбала Silicon Therapeutics, щоб розширити свої обчислювальні можливості для розробки ліків. Silicon рекламує підхід до дизайну та розробки ліків, заснований на фізичних принципах. Стратегія зводиться до використання першопринципів із фізики для визначення того, чи проявляє «кандидат у ліки» якусь біологічну дію. 

Insitro

Заснована у 2018 році компанія з відкриття та розробки ліків залучила інвестиції від Andreessen Horowitz і Управління інвестицій пенсійного плану Канади. Insitro заснувала доктор Дафна Коллер, професорка інформатики Стенфордського університету. Доктор і її команда вирішують одну з проблем, що ускладнюють подолання розриву між обчислювальною біологією та машинним навчанням, — дані. 

Наявні біологічні дані обмежені або мають занадто низьку якість для машинного зчитування. Компанія будує конвеєр експериментальних даних, зібраних із досліджень стовбурових клітин, для створення величезного масиву наборів даних, заснованих на реальних біологічних системах. Використовуючи цей банк даних, Insitro застосовуватиме машинне навчання для прогнозування того, як здорові та хворі клітини поводяться всередині людини, і що станеться, якщо потенційні ліки будуть введені в імітаційну модель хворої системи.

XtalPi

Розташована в Кембриджі компанія була заснована квантовими фізиками з Массачусетського технологічного інституту у 2014 році і відтоді залучила понад $780 млн інвестицій від таких компаній, як Sequoia Capital China та Google. 

XtalPi створила платформу машинного навчання Intelligence Digital Drug Discovery and Development, яка передбачає кристалічну структуру та властивості низькомолекулярних «кандидатів у ліки», використовуючи принципи квантової механіки та кристалографії твердого тіла. У 2018 році компанія почала співпрацю з Pfizer для створення своєї платформи на базі штучного інтелекту. 

AbSci

Заснований у 2011 році у Вашингтоні стартап у сфері біоінженерії будує свою технологію платформи для білкового друку, яка складається з двох частин: SoluPro — платформи синтетичної біології, що генерує потенційні препарати на основі білків із генно-інженерних бактерій, і SoluPure — платформи очищення, яка швидко виділяє та очищає цільові клітини. 

Платформа покладається на ШІ, щоб допомагати виробляти та перевіряти нових кандидатів у лікарські препарати. У січні 2021 року компанія придбала платформу машинного навчання Devonium Engine, щоб продовжити роботу над своєю технологією обробки даних. AbSci дозволяє скоротити доклінічні терміни і навіть розробила лінію клітин антитіл COVID-19 за 10 днів. 

Exscientia

Фармацевтичний стартап, заснований у 2012 році, загалом уже залучив близько $150 млн інвестицій від Bristol-Meyer Squibb, Evotec і Фонду Білла і Мелінди Гейтс. Компанія розробила платформу проєктування Centaur Chemist на базі штучного інтелекту, яка використовує методи машинного навчання для пошуку потенційних ліків. 

Платформа ШІ вивчає обмежені можливі підходи, що використовуються під час відкриття традиційних ліків хіміками-людьми, і вдосконалюється з кожною послідовною ітерацією. Спільні зусилля ШІ та людей скоротили середній час доведення ліків до першої фази з п'яти років до 12 місяців. 

Нещодавно компанія оголосила, що її перша створена за допомогою ШІ молекула для лікування раку з використанням власної імунної системи організму проходитиме клінічні випробування на людях. 

PostEra

Заснована у 2019 році компанія працює між дисциплінами медичної хімії та машинного навчання. Наразі стартап є партнером Pfizer з розвитку машинного навчання для відкриття ліків. Платформа PostEra базується на стратегіях проєктування та правилах хімічного синтезу, які використовують медичні хіміки та органічні хіміки для синтезу препаратів-кандидатів. Pfizer планує надати стартапу величезні масиви даних для роботи платформи. 

Brightseed

Заснований у 2017 році біотехнологічний стартап працює над відкриттям нових корисних для здоров'я молекул зі світу природи. Компанія розробила платформу для досліджень ШІ Forager, щоб вивчати світ їстівних рослин і продуктів харчування в пошуках природних сполук, що впливають на здоров'я людини. Відомі як фітонутрієнти, багато з цих сполук використовуються як функціональні інгредієнти в продуктах харчування, але їх вплив на здоров'я досі повністю не вивчено. 

Наразі Brightseed проаналізувала понад 700 000 біоактивних сполук і виявила один натуральний харчовий інгредієнт, який може підтримувати здоров'я печінки, керуючи жировою хворобою органа — станом, пов'язаним із ожирінням. Forager використовуватиметься для розширення відомого набору харчових добавок.