Разработка лекарств — искусство выявления новых молекул для создания фармацевтических препаратов — по праву считается длительным и сложным процессом. Традиционные методы, такие как высокопроизводительный скрининг, представляют собой дорогостоящий и зачастую неэффективный подход. Однако новое поколение биотехнологических компаний пытается ускорить и оптимизировать этот процесс с помощью искусственного интеллекта и современных технологий обработки данных.
Chai Discovery — стартап в области искусственного интеллекта, основанный в 2024 году, — одна из таких компаний. За чуть более чем 12 месяцев его молодые соучредители сумели привлечь сотни миллионов долларов и заручиться поддержкой одних из самых влиятельных инвесторов Кремниевой долины. Благодаря этому Chai стал одной из самых заметных компаний в растущей индустрии. В декабре компания завершила раунд финансирования серии B, привлекла ещё 130 миллионов долларов и достигла оценки в 1,3 миллиарда долларов.
В прошлую пятницу Chai также объявил о партнерстве с Eli Lilly — фармацевтический гигант будет использовать программное обеспечение стартапа для разработки новых лекарств. Алгоритм Chai, получивший название Chai-2, предназначен для создания антител — белков, необходимых для борьбы с заболеваниями. Представители стартапа заявляют, что стремятся стать своеобразным «пакетом программ для компьютерного проектирования молекул».
Партнерство было анонсировано незадолго до того, как Eli Lilly также объявила о сотрудничестве с Nvidia — компании намерены инвестировать 1 миллиард долларов в создание лаборатории по поиску лекарств с применением ИИ в Сан-Франциско. Эта «совместная инновационная лаборатория», как её называют, объединит большие данные, вычислительные ресурсы и научную экспертизу с целью ускорить разработку новых медикаментов.
Индустрия не лишена скептиков. Некоторые опытные представители рынка считают, что — учитывая сложность традиционной разработки лекарств — новые технологии вряд ли окажут значительное влияние. Однако на каждого пессимиста, кажется, приходится столько же энтузиастов.
Елена Вибоч, управляющий директор General Catalyst — одного из крупнейших инвесторов Chai — в интервью TechCrunch выразила уверенность в эффективности методов стартапа. «Мы считаем, что биофармацевтические компании, которые быстрее всех выйдут в партнерство с такими фирмами, как Chai, первыми выведут молекулы в клинические исследования и смогут создать значимые лекарства», — сказала Вибоч. — «На практике это означает старт сотрудничества в 2026 году и появление первых инновационных препаратов в клинических испытаниях к концу 2027 года».
Ализа Эппл, руководитель программы TuneLab компании Lilly — программы, использующей ИИ и машинное обучение для продвижения поиска новых препаратов — также выразила уверенность в решениях Chai. «Объединяя генеративные модели проектирования Chai с экспертными знаниями Lilly в области биологических препаратов и нашей уникальной базой данных, мы намерены расширить границы возможностей ИИ в проектировании совершенных молекул уже на старте работы с ними — с конечной целью ускорить вывод инновационных лекарств для пациентов», — сказала она.
Хотя Chai появился менее двух лет назад, его история началась около шести лет назад — с обсуждений между его учредителями и Сэмом Альтманом, генеральным директором OpenAI. Один из основателей, Джош Мэйер, ранее работал в команде исследований и разработок OpenAI в 2018 году. После его ухода Альтман написал старому другу Мэйера по колледжу — Джеку Денту — чтобы узнать о потенциальной возможности для бизнеса. Мэйер и Дент познакомились на курсах по компьютерным наукам в Гарварде, однако на тот момент Дент работал инженером в Stripe (еще одной компании, в которую Альтман инвестировал на ранней стадии). Альтман спросил, не будет ли Мэйер заинтересован в совместной работе над стартапом в области протеомики — то есть изучения белков.
«Сэм написал мне, что в OpenAI очень высоко ценят Джоша и спросил, как я думаю, согласится ли он заняться совместным стартапом в области протеомики», — рассказал Дент. Он ответил Альтману: «Конечно», но была одна загвоздка: по мнению Мэйера, технология еще не была достаточно зрелой. ИИ-технологии, лежащие в основе подобных компаний и использующие мощные алгоритмы, тогда только начинали развиваться и были далеки от необходимого уровня.
К тому же, Мэйер очень хотел попасть в исследовательское и инженерное подразделение Facebook*, что в итоге ему и удалось. Там он участвовал в разработке ESM1 — первой трансформерной языковой модели для белков, ставшей важным шагом к тем проектам, которыми сейчас занимается Chai. После Facebook* Мэйер работал три года в Absci — еще одной AI-компании, создающей лекарства.
К 2024 году Мэйер и Дент были, наконец, готовы реализовать ту самую идею компании в области протеомики, которую обсуждали с Альтманом. «Мы с Джошем снова связались с Сэмом и сказали, что пора вернуться к этой идее — и что мы запускаем Chai вместе», — говорит Дент.
В результате OpenAI стал одним из первых посевных инвесторов Chai. Мэйер и Дент вместе с другими соучредителями — Мэтью МакПартлоном и Жаком Буаотре — основали компанию, работая в офисе OpenAI в районе Мишн в Сан-Франциско. «Они любезно выделили нам немного офисного пространства», — вспоминает Дент.
Сейчас, чуть больше года спустя, на фоне растущего сотрудничества с Eli Lilly, Дент говорит, что ключ к быстрому росту компании был в подборе чрезвычайно талантливой команды. «Мы просто сосредоточились и стремились расширить границы возможностей этих моделей», — говорит Дент. — «Каждая строка нашего кода — собственная разработка. Мы не используем готовые LLM-модели из open source-экосистемы, а затем дорабатываем их под себя. У нас полностью кастомные архитектуры».
По словам Вибоч из General Catalyst, компания была полностью готова к рывку на рынке. «Нет фундаментальных преград к внедрению таких моделей в области разработки лекарств, — сказала она в интервью TechCrunch. — Конечно, компаниям всё равно предстоит проводить тестирование и клинические испытания потенциальных препаратов, но мы уверены: у тех, кто внедрит эти технологии, появится серьёзное преимущество — не только в сокращении сроков открытия лекарств, но и в возможности создавать классы медикаментов, которые раньше было сложно разработать».
Источник: TechCrunch
Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter. Можете написать лучше? Мы всегда рады новым авторам.
Статьи и новости о нейросетях и искусственном интеллекте, просто и понятно о сложных технологиях. Освещает современные тенденции, объясняет, как работают ИИ-системы, и показывает, каким образом нейросети меняют различные сферы жизни. Регулярно собирает подборки и топы полезных нейросетей, тщательно отбирая актуальные инструменты и сервисы, которые могут существенно упростить рабочие и повседневные задачи. В своих подборках делится описаниями возможностей каждой нейросети, а также рекомендациями по их применению, чтобы помочь читателям быстро разобраться в новых технологиях и использовать их с максимальной пользой.
Социальные сети автора:
Отлично, теперь кажется и биохимики лишатся работы :)) Как люди будут получать деньги для своей жизни — жильё, еда? Нам деньги на всё необходимое будут просто так выдавать? Ну вообще, я не против, конечно.
Яркий пример того, как стартапы могут менять устоявшиеся подходы и двигать вперёд целые отрасли. Использование ИИ в разработке лекарств — смелое и перспективное направление, которое способно улучшить качество медицинской помощи и спасти множество жизней. Я уверен, что такие инициативы заслуживают широкого обсуждения и поддержки, ведь они открывают новые горизонты для медицины и здравоохранения. Это отличный пример того, как наука и бизнес могут работать вместе ради общего блага.
Это не просто стартап. Это новый стандарт для биомедицинской науки. Они не просто используют ИИ они переопределяют, как мы понимаем молекулярную биологию. Если им удастся сохранить баланс между научной строгостью, открытостью и коммерческой эффективностью они станут «Google Research» для фармы. А если их технологии будут интегрированы в крупные фармкомпании мы увидим первое лекарство, созданное исключительно ИИ-моделью, которое получит одобрение FDA и это будет не через 10 лет. Через 3–5.
Chai Discovery: стартап, который меняет подход в разработке лекарств с помощью ИИ
Надо больше внедрять ИИ в полезные разработки.
Их подход позволяет ускорить процесс поиска новых молекул, повысить точность предсказаний эффективности и безопасности кандидатов, а также снизить затраты на исследования. Благодаря интеграции ИИ, команда сможет мочь быстрее реагировать на новые вызовы в медицине и разрабатывать более эффективные препараты.