ΜΟΝΡΟΒΙΑ, Καλιφόρνια — Το εργαστήριο Terray Therapeutics είναι μια συμφωνία μικρογραφίας αυτοματισμού. Τα ρομπότ περιστρέφονται και μεταφέρουν μικροσκοπικούς σωλήνες υγρού στους σταθμούς τους. Επιστήμονες με μπλε παλτό, αποστειρωμένα γάντια και γυαλιά ασφαλείας παρακολουθούν τα μηχανήματα.
Αλλά η πραγματική δράση συμβαίνει σε νανοκλίμακα: Οι πρωτεΐνες σε διαλύματα συνδυάζονται με χημικά μόρια που συγκρατούνται σε μικροσκοπικά πηγάδια σε ειδικά τσιπς πυριτίου που μοιάζουν με μικροσκοπικά φορμάκια για μάφιν. Κάθε αλληλεπίδραση καταγράφεται, εκατομμύρια εκατομμύρια κάθε μέρα, δημιουργώντας 50 terabytes ακατέργαστων δεδομένων κάθε μέρα – το ισοδύναμο με περισσότερες από 12.000 ταινίες.
Το εργαστήριο, περίπου τα δύο τρίτα του μεγέθους ενός γηπέδου ποδοσφαίρου, είναι ένα εργοστάσιο δεδομένων για έρευνα και ανάπτυξη φαρμάκων με τροφοδοσία τεχνητής νοημοσύνης στη Μονρόβια της Καλιφόρνια. Είναι μέρος ενός κύματος νέων εταιρειών και νεοφυών επιχειρήσεων που προσπαθούν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να κάνουν πιο αποτελεσματικά φάρμακα πιο γρήγορα.
Εγγραφείτε στο ενημερωτικό δελτίο The Morning από τους New York Times
Οι εταιρείες χρησιμοποιούν νέα τεχνολογία που μαθαίνει από τεράστιες ποσότητες δεδομένων για τη δημιουργία απαντήσεων για την αναμόρφωση της έρευνας για τα φάρμακα. Μετακινούν το πεδίο από ένα επίπονο σκάφος σε πιο αυτοματοποιημένη ακρίβεια, μια αλλαγή που καθοδηγείται από την τεχνητή νοημοσύνη που μαθαίνει και γίνεται πιο έξυπνη.
«Αφού έχετε τα σωστά δεδομένα, η τεχνητή νοημοσύνη μπορεί να λειτουργήσει και να γίνει πραγματικά πολύ καλή», λέει ο Jacob Berlin, συνιδρυτής και Διευθύνων Σύμβουλος της Terray.
Οι περισσότερες από τις πρώτες επιχειρηματικές εφαρμογές της γενετικής τεχνητής νοημοσύνης, που μπορεί να παράγει τα πάντα, από ποιήματα μέχρι προγράμματα υπολογιστών, ήταν για να διευκολύνουν την αγγαρεία των καθημερινών εργασιών γραφείου, της εξυπηρέτησης πελατών και της συγγραφής κώδικα. Αλλά η έρευνα και η ανάπτυξη φαρμάκων είναι μια τεράστια βιομηχανία που οι ειδικοί λένε ότι είναι ώριμη για έναν μετασχηματισμό της τεχνητής νοημοσύνης.
Σύμφωνα με την εταιρεία συμβούλων McKinsey & Co., η τεχνητή νοημοσύνη είναι μια «μια ευκαιρία στη ζωή» για τη φαρμακευτική βιομηχανία.
Ακριβώς όπως τα δημοφιλή chatbots όπως το ChatGPT εκπαιδεύονται χρησιμοποιώντας κείμενο από το Διαδίκτυο και οι γεννήτριες εικόνων όπως το DALL-E μαθαίνουν από τεράστιες ποσότητες εικόνων και βίντεο, η τεχνητή νοημοσύνη για την ανακάλυψη φαρμάκων βασίζεται σε δεδομένα. Και είναι πολύ εξειδικευμένα δεδομένα – μοριακές πληροφορίες, πρωτεϊνικές δομές και μετρήσεις βιοχημικών αλληλεπιδράσεων. Το AI μαθαίνει από μοτίβα στα δεδομένα για να προτείνει πιθανά χρήσιμα υποψήφια φάρμακα, σαν να συνδέει χημικά κλειδιά με τις σωστές πρωτεϊνικές κλειδαριές.
Επειδή η τεχνητή νοημοσύνη βασίζεται σε ακριβή επιστημονικά δεδομένα για την ανάπτυξη φαρμάκων, οι τοξικές «παραισθήσεις» είναι πολύ λιγότερο πιθανές από ό,τι με πιο πλήρως εκπαιδευμένα chatbots. Και κάθε πιθανό φάρμακο πρέπει να υποβληθεί σε εκτεταμένες δοκιμές σε εργαστήρια και κλινικές δοκιμές πριν εγκριθεί για ασθενείς.
Εταιρείες όπως η Terray κατασκευάζουν μεγάλα εργαστήρια υψηλής τεχνολογίας για να δημιουργήσουν τις πληροφορίες που βοηθούν στην εκπαίδευση της τεχνητής νοημοσύνης. Αυτό επιτρέπει τον γρήγορο πειραματισμό και την ικανότητα αναγνώρισης μοτίβων και προβλέψεων για το τι μπορεί να λειτουργήσει.
Η γενετική τεχνητή νοημοσύνη μπορεί στη συνέχεια να σχεδιάσει ψηφιακά ένα μόριο φαρμάκου. Αυτό το σχέδιο μεταφράζεται σε ένα φυσικό μόριο σε ένα αυτοματοποιημένο εργαστήριο υψηλής ταχύτητας και ελέγχεται για την αλληλεπίδρασή του με μια πρωτεΐνη-στόχο. Τα αποτελέσματα – θετικά ή αρνητικά – καταγράφονται και τροφοδοτούνται ξανά στο λογισμικό AI για να βελτιωθεί ο επόμενος σχεδιασμός, επιταχύνοντας τη συνολική διαδικασία.
Ενώ ορισμένα φάρμακα που αναπτύχθηκαν με χρήση τεχνητής νοημοσύνης βρίσκονται σε κλινικές δοκιμές, η ανάπτυξη βρίσκεται ακόμα στα αρχικά της στάδια.
«Η γενετική τεχνητή νοημοσύνη αλλάζει το πεδίο, αλλά η διαδικασία ανάπτυξης φαρμάκων είναι ακατάστατη και πολύ ανθρώπινη», δήλωσε ο Ντέιβιντ Μπέικερ, βιοχημικός και διευθυντής του Ινστιτούτου Σχεδιασμού Πρωτεϊνών στο Πανεπιστήμιο της Ουάσιγκτον.
Η ανάπτυξη φαρμάκων ήταν ανέκαθεν μια δαπανηρή, χρονοβόρα προσπάθεια, που θα μπορούσε να πετύχει. Οι μελέτες σχετικά με το κόστος ανάπτυξης ενός φαρμάκου και τη διεξαγωγή κλινικών δοκιμών έως την τελική έγκριση ποικίλλουν ευρέως. Ωστόσο, το συνολικό κόστος υπολογίζεται σε 1 δισεκατομμύριο δολάρια κατά μέσο όρο. Η ανάπτυξη διαρκεί 10 έως 15 χρόνια. Και σχεδόν το 90% των υποψηφίων φαρμάκων που εισέρχονται σε κλινικές δοκιμές σε ανθρώπους αποτυγχάνουν, συνήθως λόγω έλλειψης αποτελεσματικότητας ή απρόβλεπτων παρενεργειών.
Οι νέοι προγραμματιστές φαρμάκων AI θέλουν να χρησιμοποιήσουν την τεχνολογία τους για να βελτιώσουν αυτές τις ευκαιρίες εξοικονομώντας χρόνο και χρήμα.
Η πιο αξιόπιστη πηγή χρηματοδότησής τους είναι οι φαρμακευτικοί κολοσσοί, οι οποίοι υπηρέτησαν εδώ και καιρό ως εταίροι και τραπεζίτες για μικρότερες ερευνητικές εταιρείες. Οι σημερινοί κατασκευαστές φαρμάκων τεχνητής νοημοσύνης επικεντρώνονται συνήθως στην επιτάχυνση των φάσεων προκλινικής ανάπτυξης, οι οποίες συνήθως διαρκούν 4 έως 7 χρόνια. Κάποιοι μπορεί να προσπαθήσουν να πραγματοποιήσουν κλινικές δοκιμές μόνοι τους. Αλλά σε αυτή τη φάση, οι μεγάλες φαρμακευτικές εταιρείες αναλαμβάνουν συνήθως τις ακριβές δοκιμές σε ανθρώπους, οι οποίες μπορεί να διαρκέσουν άλλα επτά χρόνια.
Για τις καθιερωμένες φαρμακευτικές εταιρείες, η στρατηγική συνεργατών αντιπροσωπεύει έναν συγκριτικά οικονομικά αποδοτικό τρόπο ανάπτυξης καινοτομιών.
«Για αυτούς, είναι σαν να παίρνουν ένα Uber κάπου αντί να πρέπει να αγοράσουν ένα αυτοκίνητο», δήλωσε ο Gerardo Ubaghs Carrión, πρώην επενδυτικός τραπεζίτης βιοτεχνολογίας στην Bank of America Securities.
Οι μεγάλες φαρμακευτικές εταιρείες πληρώνουν τους ερευνητικούς εταίρους τους για την επίτευξη ορόσημων στην ανάπτυξη υποψηφίων φαρμάκων. Με τα χρόνια, αυτές οι πληρωμές μπορούν να ανέλθουν σε εκατοντάδες εκατομμύρια δολάρια. Και όταν ένα φάρμακο εγκρίνεται τελικά και είναι εμπορικά επιτυχημένο, εισρέουν δικαιώματα.
Εταιρείες όπως η Terray, η Recursion Pharmaceuticals, η Schrödinger και η Isomorphic Labs προσπαθούν για καινοτομίες. Αλλά υπάρχουν σε γενικές γραμμές δύο διαφορετικοί δρόμοι: αυτοί που κατασκευάζουν μεγάλα εργαστήρια και εκείνοι που δεν το κάνουν.
Η Isomorphic, το spin-off του Google DeepMind, της βασικής ομάδας τεχνητής νοημοσύνης του τεχνολογικού γίγαντα, πιστεύει ότι όσο καλύτερη είναι η τεχνητή νοημοσύνη, τόσο λιγότερα δεδομένα χρειάζεται. Και βασίζεται στην τεχνογνωσία του στο λογισμικό.
Το 2021, το Google DeepMind κυκλοφόρησε λογισμικό που προέβλεψε με ακρίβεια τα σχήματα στα οποία θα αναδιπλώνονταν οι αλυσίδες αμινοξέων ως πρωτεΐνες. Αυτά τα τρισδιάστατα σχήματα καθορίζουν τον τρόπο λειτουργίας μιας πρωτεΐνης. Αυτό ήταν μια πρόοδος στη βιολογική κατανόηση και βοηθούσε στην ανακάλυψη φαρμάκων, επειδή οι πρωτεΐνες ελέγχουν τη συμπεριφορά όλων των ζωντανών όντων.
Τον περασμένο μήνα, η Google DeepMind και η Isomorphic ανακοίνωσαν ότι το τελευταίο τους μοντέλο AI, το AlphaFold 3, μπορεί να προβλέψει πώς αλληλεπιδρούν μόρια και πρωτεΐνες – ένα ακόμη βήμα στην ανάπτυξη φαρμάκων.
«Είμαστε εστιασμένοι στην υπολογιστική προσέγγιση», δήλωσε ο Max Jaderberg, επικεφαλής AI στην Isomorphic. «Πιστεύουμε ότι υπάρχει τεράστιο δυναμικό εδώ που πρέπει να αξιοποιηθεί».
Το Terray, όπως και οι περισσότερες νεοσύστατες εταιρείες ανάπτυξης φαρμάκων, είναι υποπροϊόν πολυετούς επιστημονικής έρευνας σε συνδυασμό με νεότερες εξελίξεις στην τεχνητή νοημοσύνη.
Το Βερολίνο, ο οποίος έλαβε το διδακτορικό του στη χημεία από το Caltech, έχει υπερασπιστεί τις προόδους στη νανοτεχνολογία και τη χημεία σε όλη τη διάρκεια της καριέρας του. Ο Terray αναπτύχθηκε από ένα ακαδημαϊκό πρόγραμμα που ξεκίνησε πριν από περισσότερο από μια δεκαετία στο κέντρο καρκίνου City of Hope κοντά στο Λος Άντζελες, όπου το Βερολίνο είχε μια ερευνητική ομάδα.
Η Terray εστιάζει στην ανάπτυξη φαρμάκων μικρού μορίου, ουσιαστικά οποιουδήποτε φαρμάκου μπορεί να λάβει ένα άτομο σε μορφή δισκίου, όπως η ασπιρίνη και οι στατίνες. Τα δισκία είναι εύκολα στη λήψη και φθηνά στην παραγωγή.
Τα κομψά εργαστήρια του Terray δεν έχουν καμία σχέση με την επιστήμη του παρελθόντος, όταν τα δεδομένα ήταν ακόμα αποθηκευμένα σε υπολογιστικά φύλλα του Excel και ο αυτοματισμός ήταν ακόμη πολύ μακριά.
«Ήμουν το ρομπότ», θυμάται η Kathleen Elison, συνιδρυτής και επικεφαλής επιστήμονας στο Terray.
Αλλά όταν ιδρύθηκε η Terray το 2018, οι τεχνολογίες που απαιτούνταν για την κατασκευή του εργαστηρίου βιομηχανικών δεδομένων της προχωρούσαν γρήγορα. Η Terray έχει βασιστεί στις προόδους τρίτων κατασκευαστών για την παραγωγή των μικροτσίπ που αναπτύσσει. Τα εργαστήρια είναι γεμάτα αυτοματοποιημένο εξοπλισμό, αλλά σχεδόν όλος είναι εξατομικευμένος – κατέστη δυνατή χάρη στην πρόοδο της τεχνολογίας τρισδιάστατης εκτύπωσης.
Η ομάδα Terray γνώριζε από την αρχή ότι η τεχνητή νοημοσύνη θα ήταν ζωτικής σημασίας για την αξιολόγηση των στοιχείων του ενεργητικού της. Ωστόσο, η δυνατότητα της γενετικής τεχνητής νοημοσύνης στην ανάπτυξη φαρμάκων έγινε σαφής αργότερα – αν και πριν το ChatGPT γίνει μια έκπληξη επιτυχία το 2022.
Ο Scar Mardirossian, ανώτερος επιστήμονας στην Amgen, διορίστηκε επικεφαλής τεχνολογίας της Terray το 2020, εν μέρει λόγω του πλούτου των δεδομένων που παράγονται στο εργαστήριο. Υπό τον Mardirossian, η Terray δημιούργησε τις ομάδες επιστήμης δεδομένων και τεχνητής νοημοσύνης και ανέπτυξε ένα μοντέλο τεχνητής νοημοσύνης για τη μετάφραση των χημικών δεδομένων σε μαθηματικά και αντίστροφα. Η εταιρεία έχει κυκλοφορήσει μια έκδοση ανοιχτού κώδικα.
Η Terray έχει συνεργασίες με την Bristol Myers Squibb και την Calico Life Sciences, θυγατρική της Alphabet, της μητρικής εταιρείας της Google, που εστιάζει σε ασθένειες που σχετίζονται με την ηλικία. Οι όροι αυτών των συμφωνιών δεν αποκαλύφθηκαν.
Για να επεκταθεί, η Terray θα χρειαστεί περισσότερα από 80 εκατομμύρια δολάρια σε επιχειρηματικά κεφάλαια, λέει ο Eli Berlin, ο μικρότερος αδελφός του Jacob Berlin. Άφησε τη δουλειά του στο private equity για να γίνει συνιδρυτής και επικεφαλής οικονομικός και λειτουργικός διευθυντής της startup. Λέει ότι είναι πεπεισμένος ότι η τεχνολογία θα μπορούσε να ανοίξει την πόρτα σε μια κερδοφόρα επιχείρηση.
Η Terray αναπτύσσει νέα φάρμακα για φλεγμονώδεις ασθένειες όπως ο λύκος, η ψωρίαση και η ρευματοειδής αρθρίτιδα. Σύμφωνα με τον Jacob Berlin, η εταιρεία αναμένει να έχει φάρμακα σε κλινικές δοκιμές μέχρι τις αρχές του 2026.
Η Terray και οι καινοτομίες των ανταγωνιστών της στην παρασκευή φαρμάκων μπορούν να επιταχύνουν τα πράγματα, αλλά μόνο σε κάποιο βαθμό.
«Το απόλυτο τεστ για εμάς και τον τομέα γενικότερα είναι να μπορούμε να κοιτάξουμε πίσω σε 10 χρόνια και να πούμε ότι το ποσοστό κλινικής επιτυχίας έχει αυξηθεί σημαντικά και έχουμε καλύτερα φάρμακα για την ανθρώπινη υγεία», δήλωσε ο Βερολίνο.
περίπου το 2024 The New York Times Company