Nvidia-ondersteunde AI-startup SandboxAQ versnelt medicijnontdekking met nieuwe data

Door Stephen Nellis

SAN FRANCISCO (Reuters) - SandboxAQ, een kunstmatige-intelligentie-startup voortgekomen uit Alphabet's Google en gesteund door Nvidia, heeft woensdag een grote hoeveelheid data vrijgegeven die de ontdekking van nieuwe medische behandelingen wil versnellen door wetenschappers te helpen begrijpen hoe medicijnen aan eiwitten hechten.

Het doel is om wetenschappers te helpen voorspellen of een medicijn zich zal binden aan het doelwit in het menselijk lichaam.

Hoewel de dataset wordt ondersteund door wetenschappelijke experimenten uit de echte wereld, kwam deze niet uit een laboratorium. SandboxAQ, dat bijna $1 miljard aan durfkapitaal heeft opgehaald, heeft de data gegenereerd met behulp van Nvidia's chips en zal deze terugvoeren naar AI-modellen waarvan het hoopt dat wetenschappers ze kunnen inzetten om snel te voorspellen of een kleine moleculaire farmaceut zich zal binden aan het eiwit waar onderzoekers op mikken — een cruciale vraag voordat een medicijnkandidaat verder kan worden ontwikkeld.

Bijvoorbeeld, als een middel bedoeld is om een biologisch proces zoals het vorderen van een ziekte te remmen, kunnen wetenschappers het hulpmiddel gebruiken om te voorspellen of het medicijnmolecuul waarschijnlijk bindt aan de betrokken eiwitten.

De aanpak is een opkomend vakgebied dat traditionele wetenschappelijke rekenmethoden combineert met ontwikkelingen in AI. In veel vakgebieden beschikken wetenschappers al lange tijd over vergelijkingen die nauwkeurig kunnen voorspellen hoe atomen zich vormen tot moleculen.

Maar zelfs bij relatief kleine driedimensionale farmaceutische moleculen zijn de potentiële combinaties te talrijk om handmatig te berekenen, zelfs met de snelste computers van vandaag. SandboxAQ's aanpak was daarom om bestaande experimentele gegevens te gebruiken om ongeveer 5,2 miljoen nieuwe, 'synthetische' driedimensionale moleculen te berekenen — moleculen die in de echte wereld niet zijn waargenomen, maar met vergelijkingen op basis van echte data zijn berekend.

De synthetische data, die SandboxAQ nu openbaar maakt, kan worden gebruikt om AI-modellen te trainen die kunnen voorspellen of een nieuw medicijnmolecuul waarschijnlijk zal binden aan het eiwit waar onderzoekers zich op richten, en dat in een fractie van de tijd die handmatige berekeningen zouden kosten, met behoud van nauwkeurigheid. SandboxAQ zal geld vragen voor hun eigen AI-modellen die met deze data zijn ontwikkeld, en hoopt dat deze resultaten kunnen evenaren met virtuele laboratoriumexperimenten.

"Dit is een al lang bestaand probleem in de biologie waar we als sector allemaal aan proberen te werken," zei Nadia Harhen, algemeen directeur AI-simulatie bij SandboxAQ, dinsdag tegen Reuters. "Al deze computationeel gegenereerde structuren zijn gekoppeld aan experimentele data uit de echte wereld, dus wanneer je deze dataset gebruikt om modellen te trainen, kun je de synthetische data op een manier gebruiken die nog nooit eerder mogelijk was."

(Verslaggeving door Stephen Nellis; Redactie door Leslie Adler)

Bron: Reuters. Dit artikel is automatisch vertaald. Bekijk het originele artikel.