Opublikowano: 12 | Autor: Mark Terry
Firma Verseon ma nabyte Edammo, firma zajmująca się sztuczną inteligencją, aby pogłębić własną platformę do odkrywania leków opartą na sztucznej inteligencji, ujawniły we wtorek firmy.
Adityo Prakash, współzałożyciel i dyrektor generalny Verseon oraz Ed Ratner, dyrektor generalny Edammo, omówili przejęcie z Bioprzestrzeń.
„Opracowujemy zupełnie nowe leki na komputerze, atom po atomie, a następnie wytwarzamy je w laboratorium” – powiedział Prakash. „Zmieniamy sposób projektowania i opracowywania leków małocząsteczkowych z nieosiągalną wcześniej wydajnością”.
Dodał, że Verseon „wymyśla również zupełnie nowe rodzaje cząsteczek leków, niż można znaleźć za pomocą istniejących wysokoprzepustowych metod przesiewowych lub istniejących bibliotek”.
Proces Verseona obejmuje projektowanie oparte na fizyce molekularnej wraz ze sztuczną inteligencją w celu opracowania nowych kategorii leków z nowością „nie tylko ze względu na nowość”, powiedział Prakash, „ale dlatego, że faktycznie zapewniają one lepsze wyniki”.
Edammo nie skupiał się konkretnie na biofarmacji. Ratner opisał platformę firmy jako „technologię sztucznej inteligencji o szerokim zastosowaniu”. W związku z tym pracowała w wielu branżach, w tym lotnictwie, służbie zdrowia, zarządzaniu zasobami ludzkimi, ubezpieczeniach, produkcji, farmacji, handlu detalicznym i innych.
Małe i szerokie dane
Edammo podszedł do sztucznej inteligencji w zupełnie inny sposób, powiedział Ratner, zauważając: „Wszyscy mówią o 'big data', ponieważ perspektywa jest taka, że bez względu na dziedzinę, w której się znajdujesz, ilość danych będzie rosła wykładniczo – ilość dane, z którymi pracujesz, są ogromne i budujesz swoją sztuczną inteligencję na tym założeniu”.
Jednak zespół założycielski Edammo, w skład którego wchodzi Ratner, wiedział, że „nie było tak we wszystkich przypadkach”. Podeszli więc do „problemu AI” z założeniem, że ilość dostępnych danych będzie zasadniczo ograniczona.
„Wierzyliśmy, że w wielu dziedzinach ilość danych będzie ograniczona i będzie z grubsza porównywalna z liczbą właściwości opisujących każdy przykład” – powiedział.
Tak się stało znany w branży AI jako małe i szerokie dane.
Analiza Big Data jest przydatna w przypadku tego, co niektórzy w branży nazywają „pomysłami na większe zdjęcia” lub pomaga ustalić, czy patrzysz „na drzewo czy budynek”. Małe i szerokie dane są lepiej wykorzystywane do „wybierania określonych informacji i konkretnych spostrzeżeń z poszczególnych komponentów danych” – powiedział Ratner.
„Zasadniczo jest to bardzo podstawowe podejście” – kontynuował. „A jeśli problem ma charakter „małe i szerokie”, co oznacza, że liczba przykładów jest ograniczona, a liczba właściwości opisujących problem jest duża, moglibyśmy rozwiązać te problemy lepiej niż ktokolwiek inny”.
Ten rodzaj podejścia wydaje się być szczególnie skuteczny w przypadku biofarm. Prakash zauważył, że biofarma była częściej domeną Small Data niż Big Data.
„Ludzie tego nie rozpoznają ani nie rozumieją, szczególnie ci, którzy wywodzą się z czystej biofarmaceutyki, ponieważ sztuczna inteligencja brzmi jak magiczne pudełko, które rozwiązuje wszystkie problemy, ale tak nie jest” – powiedział.
Jeśli naukowcy próbują śledzić każdy wpływ leku na organizm, poprzez każdy punkt danych i każdy rodzaj leku, jest tak wiele danych, że Prakash powiedział, że jest to niemożliwe z praktycznego punktu widzenia.
Okazuje się, że projektowanie małych cząsteczek to coś z kilkoma regułami ewolucyjnymi, które mogą pomóc w projektowaniu leków. Ale małe zmiany w małej cząsteczce mogą mieć dramatyczne zmiany w jej wpływie na organizm. „To sprawia, że problem jest niezwykle skomplikowany” – zauważył Prakash.
Często przy opracowywaniu nowych leków dostępny zbiór danych jest mały i skąpy. Jest to trudniejsze dla systemów AI zależnych od Big Data.
Okazuje się, że technologia Edammo Extreme AutoML działa bardzo dobrze w obszarach nauk przyrodniczych, które zależą od małych zbiorów danych i wykazała niższy poziom błędów niż niektóre zewnętrzne testy branżowe, takie jak Google AutoML.
Verseon zbudował wiele leków przy użyciu własnej metodologii projektowania, która zaczyna się od fizyki molekularnej, a następnie wykorzystuje własny system sztucznej inteligencji, aby pomóc w udoskonaleniu molekuł.
Robiąc to na wyłączność
Firma oficjalnie ujawniła siedem programów dla szeregu wskazań, w tym chorób serca, cukrzycy i raka. Często zaglądał gdzie indziej do firm zajmujących się sztuczną inteligencją, aby sprawdzić, czy ktoś osiągnął lepsze wyniki.
W ten sposób Verseon znalazł Edammo, „który miał znacznie lepsze wyniki niż reszta branży. Pomyśleliśmy, że może to być niesamowicie dobre narzędzie na arenie rozwoju leków biofarmaceutycznych” – powiedział Prakash.
Verseon wypróbował technologię Edammo, zbudował relację i zdecydował, że chce wyłącznego użytku. Nabyciem zainteresowała się firma Edammo, która przede wszystkim skoncentrowała swoją technologię na opracowywaniu leków. W ramach partnerstwa technologia Edammo „będzie wykorzystywana wyłącznie do opracowywania leków”, zauważył Prakash.
Dodał, że w miarę jak Verseon wkracza do kliniki, analizując dane pacjentów, gdzie dane mogą być ograniczone, narzędzia Edammo „będą bardzo miłym dodatkiem do naszej platformy”.
Nie ujawniono żadnych szczegółów finansowych dotyczących przejęcia, ale Prakash zauważył, że jest to „zdrowa transakcja na giełdzie”.
Ratner powiedział, że „Inwestorzy Edammo, którzy dowiedzieli się o szczegółach przejęcia, byli bardzo podekscytowani”.
- Coinsmart. Najlepsza w Europie giełda bitcoinów i kryptowalut. Kliknij tutaj
- Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. Dostęp tutaj.
- Źródło: Plato Data Intelligence: Platodata.ai