XYZ

Verseon kjøper Edammo for å utdype tilnærmingen til narkotikaoppdagelse

Publisert: 12. november 2022 | Av Mark Terry

Verseon anskaffer Edammo for å utdype Drug Discovery Approach XYZ PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Verseon Corporation har kjøpte Edammo, et kunstig intelligens-fokusert selskap, for å utdype sin egen AI-baserte legemiddeloppdagelsesplattform, avslørte selskapene tirsdag.

Adityo Prakash, medgründer og administrerende direktør i Verseon og Ed Ratner, administrerende direktør i Edammo, diskuterte oppkjøpet med BioSpace.

"Vi utvikler helt nye medisiner på datamaskinen, atom for atom, så lager vi dem i laboratoriet," sa Prakash. "Vi endrer hvordan småmolekylære legemidler utformes og utvikles med et effektivitetsnivå som ikke har vært mulig før."

Verseon anskaffer Edammo for å utdype Drug Discovery Approach XYZ PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Han la til at Verseon også "kommer opp med helt nye typer medikamentmolekyler enn du kan finne med eksisterende screeningmetoder med høy gjennomstrømning eller eksisterende biblioteker."

Verseons prosess involverer molekylærfysikkbasert design sammen med AI for å utvikle nye kategorier av medisiner med nyhet, "ikke bare for nyhetens skyld," sa Prakash, "men fordi de faktisk gir bedre resultater."

Edammo var ikke spesifikt fokusert på biofarma. Ratner beskrev selskapets plattform som "en bredt anvendelig AI-teknologi." Som sådan har det jobbet i en rekke bransjer, inkludert luftfart, helsevesen, menneskelige ressurser, forsikring, produksjon, farmasøytiske produkter, detaljhandel og mer.

Små og brede data

Edammo nærmet seg AI på en helt annen måte, sa Ratner, og la merke til: "Alle snakker om 'big data', fordi perspektivet er at uansett hvilket felt du er i, vil mengden data vokse eksponentielt - mengden av dataene du jobber med er enorme, og du bygger AI med den antagelsen.»

Imidlertid visste Edammos grunnleggerteam, som inkluderer Ratner, at det "ikke var tilfelle over hele linja." Så de nærmet seg "AI-problemet" med antagelsen om at mengden data som er tilgjengelig i hovedsak ville være begrenset.

"Vi trodde at på mange felt ville datamengden være begrenset, og ville være omtrent sammenlignbar med antall egenskaper som beskriver hvert eksempel," sa han.

Dette har blitt kjent innen AI-bransjen som Small and Wide Data.

Å analysere Big Data er nyttig for det noen i bransjen omtaler som «ideer med større bilder» eller for å finne ut om du ser «på et tre eller en bygning». Små og brede data brukes bedre til å "velge spesifikk informasjon og spesifikk innsikt fra individuelle datakomponenter," sa Ratner.

Verseon anskaffer Edammo for å utdype Drug Discovery Approach XYZ PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

"I utgangspunktet er det en veldig grunnleggende tilnærming," fortsatte han. "Og hvis problemet har karakteriseringen "liten og bred", noe som betyr at antallet eksempler er begrenset og antallet egenskaper som beskriver problemet er stort, kan vi løse disse problemene bedre enn noen andre."

Denne typen tilnærming ser ut til å være spesielt effektiv for biofarma. Prakash bemerket at biopharma oftere var riket for små data enn big data.

"Folk kjenner ikke igjen det eller forstår det, spesielt folk som kommer fra en ren biofarmabakgrunn, fordi AI høres ut som en magisk boks som løser alle problemer, men det gjør den ikke," sa han.

Hvis forskere prøver å spore enhver påvirkning et stoff ville ha i hele kroppen, gjennom hvert datapunkt og hver type stoff, er det så mye data at Prakash sa at det er umulig fra et praktisk perspektiv.

Design av små molekyler viser seg å være noe med få evolusjonære regler som kan hjelpe i legemiddeldesign. Men små endringer i et lite molekyl kan ha dramatiske endringer på dets innvirkning i kroppen. "Dette gjør problemet utrolig komplisert," bemerket Prakash.

Ofte, ved utvikling av nye medisiner, er det tilgjengelige datasettet lite og sparsomt. Dette er mer utfordrende for AI-systemer avhengig av Big Data.

Edammos Extreme AutoML-teknologi, viser det seg, fungerer veldig bra i biovitenskapelige områder som er avhengige av små datasett, og har vist en lavere feilrate enn noen eksterne industristandarder som Google AutoML.

Verseon har bygget mange medikamenter ved å bruke sin egen designmetodikk, som starter med molekylær fysikk, men deretter bruker sitt eget AI-system for å hjelpe til med å foredle molekylene.

Gjør det eksklusivt

Selskapet har offisielt avslørt syv programmer for en rekke indikasjoner, inkludert hjertesykdom, diabetes og kreft. Den har ofte sett andre steder til AI-selskaper for å se om noen hadde bedre resultater.

Slik fant Verseon Edammo, «som hadde betydelig bedre resultater enn resten av bransjen. Vi trodde det kunne være et utrolig godt verktøy for utviklingsarenaen for biofarmaka, sa Prakash.

Verseon prøvde Edammos teknologi, bygde et forhold og bestemte seg for eksklusiv bruk. Edammo, som først og fremst fokuserte sin teknologi på utvikling av legemidler, var interessert i oppkjøpet. Under partnerskapet vil Edammos teknologi "bli brukt utelukkende til utvikling av medikamenter," bemerket Prakash.

Han la til at ettersom Verseon beveger seg videre inn i klinikken og analyserer pasientdata der data kan begrenses, vil Edammos verktøy "være et veldig fint tillegg til plattformen vår."

Ingen økonomiske detaljer har blitt offentliggjort angående oppkjøpet, men Prakash bemerket at det er en "sunn aksjetransaksjon."

Ratner delte at "Edammo-investorer som lærte om detaljene i oppkjøpet var veldig spente."

  • Myntsmart. Europas beste Bitcoin og Crypto Exchange. Klikk her
  • Platoblokkkjede. Web3 Metaverse Intelligence. Kunnskap forsterket. Tilgang her.
  • Kilde: Platon Data Intelligence: Platodata.ai