Gepubliceerd: 12 nov 2022 | Door Mark Terry
Verseon Corporation heeft nam Edammo over, een op kunstmatige intelligentie gericht bedrijf, om zijn eigen op AI gebaseerde platform voor het ontdekken van geneesmiddelen te verdiepen, onthulden de bedrijven dinsdag.
Adityo Prakash, mede-oprichter en CEO van Verseon en Ed Ratner, CEO bij Edammo, bespraken de overname met Bioruimte.
"We ontwikkelen volledig nieuwe medicijnen op de computer, atoom voor atoom, en maken ze vervolgens in het laboratorium", zei Prakash. "We veranderen de manier waarop medicijnen met kleine moleculen worden ontworpen en ontwikkeld met een niveau van efficiëntie dat voorheen niet mogelijk was."
Hij voegde eraan toe dat Verseon ook "geheel nieuwe soorten medicijnmoleculen bedenkt dan je kunt vinden met bestaande high-throughput screeningmethoden of bestaande bibliotheken."
Het proces van Verseon omvat op moleculaire fysica gebaseerd ontwerp samen met AI om nieuwe categorieën geneesmiddelen met nieuwheid te ontwikkelen, "niet alleen omwille van de nieuwigheid", zei Prakash, "maar omdat ze daadwerkelijk betere resultaten opleveren."
Edammo was niet specifiek gericht op biofarma. Ratner beschreef het platform van het bedrijf als "een breed toepasbare AI-technologie". Als zodanig heeft het in verschillende sectoren gewerkt, waaronder luchtvaart, gezondheidszorg, human resources, verzekeringen, productie, farmaceutica, detailhandel en meer.
Kleine en brede gegevens
Edammo benaderde AI op een heel andere manier, zei Ratner en merkte op: "Iedereen heeft het over 'big data', omdat het perspectief is dat ongeacht in welk veld je je bevindt, de hoeveelheid data exponentieel zal groeien - de hoeveelheid data waarmee je werkt is enorm en je bouwt je AI met die veronderstelling.”
Het oprichtende team van Edammo, waaronder Ratner, wist echter dat "niet over de hele linie het geval was". Dus benaderden ze het "AI-probleem" met de veronderstelling dat de hoeveelheid beschikbare gegevens in wezen beperkt zou zijn.
"We waren van mening dat op veel gebieden de hoeveelheid gegevens beperkt zou zijn en ongeveer vergelijkbaar zou zijn met het aantal eigendommen dat elk voorbeeld beschrijft", zei hij.
Dit is geworden bekend binnen de AI-industrie als Small en Wide Data.
Het analyseren van Big Data is nuttig voor wat sommigen in de branche 'ideeën voor een groter geheel' noemen, of om te helpen bepalen of u naar 'een boom of een gebouw' kijkt. Kleine en brede gegevens kunnen beter worden gebruikt om "specifieke informatie en specifieke inzichten uit individuele gegevenscomponenten te selecteren", zei Ratner.
"In wezen is het een heel basale aanpak," vervolgde hij. "En als het probleem de 'kleine en brede' karakterisering heeft, wat betekent dat het aantal voorbeelden beperkt is en het aantal eigenschappen dat het probleem beschrijft groot is, dan kunnen we die problemen als geen ander oplossen."
Dit type aanpak lijkt vooral effectief te zijn voor biofarma. Prakash merkte op dat biofarma vaker het domein was van Small Data dan Big Data.
"Mensen herkennen dat niet of begrijpen dat niet, vooral mensen met een pure biofarmaceutische achtergrond, omdat AI klinkt als een magische doos die alle problemen oplost, maar dat is niet zo," zei hij.
Als onderzoekers elke impact proberen te volgen die een medicijn door het hele lichaam zou hebben, via elk gegevenspunt en elk type medicijn, zijn er zoveel gegevens dat Prakash zei dat het vanuit praktisch perspectief onmogelijk is.
Het ontwerpen van kleine moleculen blijkt iets te zijn met weinig evolutionaire regels dat kan helpen bij het ontwerpen van medicijnen. Maar kleine veranderingen in een klein molecuul kunnen dramatische gevolgen hebben voor de impact ervan op het lichaam. "Dit maakt het probleem ongelooflijk gecompliceerd", merkte Prakash op.
Bij het ontwikkelen van nieuwe geneesmiddelen is de beschikbare dataset vaak klein en schaars. Dit is een grotere uitdaging voor AI-systemen die afhankelijk zijn van Big Data.
De Extreme AutoML-technologie van Edammo blijkt zeer goed te werken in life sciences-gebieden die afhankelijk zijn van kleine datasets, en heeft een lager foutenpercentage aangetoond dan sommige externe branchebenchmarks zoals Google AutoML.
Verseon heeft veel medicijnen gebouwd met behulp van zijn eigen ontwerpmethodologie, die begint met moleculaire fysica, maar vervolgens zijn eigen AI-systeem gebruikt om te helpen bij het verfijnen van de moleculen.
Exclusief maken
Het bedrijf heeft officieel zeven programma's onthuld voor een reeks indicaties, waaronder hartaandoeningen, diabetes en kanker. Het heeft vaak elders naar AI-bedrijven gekeken om te zien of iemand betere resultaten had.
Zo vond Verseon Edammo, “dat aanzienlijk betere resultaten boekte dan de rest van de branche. We dachten dat het een ongelooflijk goed hulpmiddel zou kunnen zijn voor de arena voor de ontwikkeling van biofarmaceutische geneesmiddelen, "zei Prakash.
Verseon probeerde de technologie van Edammo, bouwde een relatie op en besloot dat het exclusief gebruik wilde. Edammo, dat zijn technologie vooral richtte op medicijnontwikkeling, had interesse in de overname. Onder het partnerschap zal de technologie van Edammo "exclusief worden gebruikt voor de ontwikkeling van geneesmiddelen", merkte Prakash op.
Hij voegde eraan toe dat naarmate Verseon verder gaat in de kliniek en patiëntgegevens analyseert waar gegevens beperkt kunnen zijn, Edammo's tools "een erg mooie aanvulling op ons platform zullen zijn."
Er zijn geen financiële details vrijgegeven over de overname, maar Prakash merkte op dat het een "gezonde aandelentransactie" is.
Ratner vertelde dat "Edammo-investeerders die de details van de overname hoorden, erg enthousiast waren."
- Coinsmart. Europa's beste Bitcoin- en crypto-uitwisseling. Klik Hier
- Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
- Bron: Plato Data Intelligence: Platodata.ai