Julkaistu: 12 | Kirjailija: Mark Terry
Verseon Corporation on osti Edammon, tekoälyyn keskittyvä yritys, syventääkseen omaa tekoälyyn perustuvaa lääkekehitysalustaa, yritykset paljastivat tiistaina.
Verseonin toinen perustaja ja toimitusjohtaja Adityo Prakash ja Edammon toimitusjohtaja Ed Ratner keskustelivat hankinnasta BioSpace.
"Kehitämme täysin uusia lääkkeitä tietokoneella, atomi atomilta, sitten teemme niitä laboratoriossa", Prakash sanoi. "Olemme muuttamassa pienmolekyylisten lääkkeiden suunnittelua ja kehitystä tehokkaalla tasolla, joka ei ole ollut mahdollista aiemmin."
Hän lisäsi, että Verseon myös "keksii täysin uudenlaisia lääkemolekyylejä kuin mitä voit löytää olemassa olevilla korkean suorituskyvyn seulontamenetelmillä tai olemassa olevilla kirjastoilla".
Verseonin prosessi sisältää molekyylifysiikkaan perustuvan suunnittelun yhdessä tekoälyn kanssa uusien lääkeluokkien kehittämiseksi, jotka ovat uutuuksia, "ei pelkästään uutuuden vuoksi", Prakash sanoi, "mutta koska ne todella tuottavat parempia tuloksia."
Edammo ei keskittynyt erityisesti biofarmaan. Ratner kuvaili yrityksen alustaa "laajasti sovellettavaksi tekoälytekniikaksi". Sellaisenaan se on työskennellyt useilla teollisuudenaloilla, mukaan lukien lentoliikenne, terveydenhuolto, henkilöresurssit, vakuutus, valmistus, lääkkeet, vähittäiskauppa ja monet muut.
Pienet ja laajat tiedot
Edammo lähestyi tekoälyä hyvin eri tavalla, Ratner sanoi ja huomautti: "Kaikki puhuvat "big datasta", koska näkökulma on, että riippumatta siitä, millä alalla olet, datan määrä kasvaa eksponentiaalisesti - käyttämäsi data on valtava, ja rakennat tekoälyäsi tällä oletuksella."
Edammon perustajatiimi, johon kuului myös Ratner, tiesi kuitenkin, ettei näin ollut kaikkialla. Joten he lähestyivät "AI-ongelmaa" olettaen, että saatavilla olevan tiedon määrä olisi olennaisesti rajoitettu.
"Uskoimme, että monilla aloilla tiedon määrä olisi rajoitettu ja se olisi suunnilleen verrattavissa kutakin esimerkkiä kuvaavien ominaisuuksien määrään", hän sanoi.
Tämä on tullut tunnettu AI-teollisuudessa Small and Wide Datana.
Big Datan analysoiminen on hyödyllistä silloin, kun jotkut alan ammattilaiset kutsuvat "suurempien kuvien ideoita" tai auttavat määrittämään, katsotko "puuta vai rakennusta". Pieniä ja leveitä tietoja käytetään paremmin "tiettyjen tietojen ja oivallusten valitsemiseen yksittäisistä tietokomponenteista", Ratner sanoi.
"Periaatteessa se on hyvin peruslähestymistapa", hän jatkoi. "Ja jos ongelmalla on "pieni ja laaja" luonnehdinta, mikä tarkoittaa, että esimerkkien määrä on rajallinen ja ongelmaa kuvaavien ominaisuuksien määrä on suuri, voimme ratkaista nämä ongelmat paremmin kuin kukaan muu."
Tämän tyyppinen lähestymistapa näyttää olevan erityisen tehokas biofarmalle. Prakash huomautti, että biofarma oli useammin Small Datan kuin Big Datan valtakunta.
"Ihmiset eivät tunnista tai ymmärrä sitä, varsinkaan ihmiset, jotka ovat peräisin puhtaasta biofarmasta, koska tekoäly kuulostaa taikalaatikolta, joka ratkaisee kaikki ongelmat, mutta se ei ratkaise", hän sanoi.
Jos tutkijat yrittävät seurata jokaista lääkkeen vaikutusta kehoon, jokaisen tietopisteen ja kaikentyyppisten huumeiden kautta, on niin paljon tietoa, että Prakash sanoi, että se on mahdotonta käytännön näkökulmasta.
Pienmolekyylinen suunnittelu osoittautuu jotain, jolla on vähän evoluutiosääntöjä, jotka voivat auttaa lääkesuunnittelussa. Mutta pienet muutokset pienessä molekyylissä voivat muuttaa dramaattisesti sen vaikutusta kehoon. "Tämä tekee ongelmasta uskomattoman monimutkaisen", Prakash huomautti.
Usein uusia lääkkeitä kehitettäessä saatavilla oleva tietokanta on pieni ja niukka. Tämä on haastavampaa Big Datasta riippuville tekoälyjärjestelmille.
Osoittautuu, että Edammon Extreme AutoML -teknologia toimii erittäin hyvin biotieteiden alueilla, jotka ovat riippuvaisia pienistä tietojoukoista, ja se on osoittanut alhaisemman virhesuhteen kuin jotkin ulkoiset alan vertailuarvot, kuten Google AutoML.
Verseon on rakentanut monia lääkkeitä omalla suunnittelumenetelmällään, joka alkaa molekyylifysiikasta, mutta käyttää sitten omaa tekoälyjärjestelmää auttamaan molekyylien jalostuksessa.
Tekee siitä ainutlaatuisen
Yhtiö on virallisesti paljastanut seitsemän ohjelmaa useille indikaatioille, mukaan lukien sydänsairaudet, diabetes ja syöpä. Se on usein etsinyt muualta AI-yrityksiltä, onko jollain ollut parempia tuloksia.
Näin Verseon löysi Edammon, ”jolla oli huomattavasti parempia tuloksia kuin muulla alalla. Ajattelimme, että se voisi olla uskomattoman hyvä työkalu biofarma-lääkekehitysareenalle, Prakash sanoi.
Verseon kokeili Edammon tekniikkaa, loi suhteen ja päätti, että se halusi yksinomaisen käytön. Edammo, joka keskittyi teknologiaansa ensisijaisesti lääkekehitykseen, oli kiinnostunut hankinnasta. Kumppanuuden puitteissa Edammon teknologiaa "käytetään yksinomaan lääkekehitykseen", Prakash huomautti.
Hän lisäsi, että Verseonin siirtyessä eteenpäin klinikalle analysoimalla potilastietoja, joissa dataa voidaan rajoittaa, Edammon työkalut "ovat erittäin mukava lisä alustallemme".
Hankinnasta ei ole julkistettu taloudellisia yksityiskohtia, mutta Prakash huomautti, että kyseessä on "terve, osakekauppa".
Ratner kertoi, että "Edammon sijoittajat, jotka saivat tietää hankinnan yksityiskohdista, olivat erittäin innoissaan."
- Coinsmart. Euroopan paras Bitcoin- ja kryptopörssi. Klikkaa tästä
- Platoblockchain. Web3 Metaverse Intelligence. Tietoa laajennettu. Pääsy tästä.
- Lähde: Platon Data Intelligence: Platodata.ai