Startap SandboxAQ u funkciji efikasnog delovanja lekova

SandboxAQ, startap za veštačku inteligenciju koji je nastao u okviru kompanije Alphabet i koji ima podršku kompanije Nvidia, objavio je u sredu veliku zbirku podataka za koju se nada da će ubrzati otkrivanje novih medicinskih terapija, tako što će pomoći naučnicima da bolje razumeju kako se lekovi vezuju za proteine.

Glavni cilj je da se omogući precizno predviđanje da li će određeni lek da se veže za svoju metu u ljudskom telu, što je ključni korak u razvoju svakog novog leka, prenosi Reuters.

Iako se podaci oslanjaju na stvarne naučne eksperimente, oni nisu dobijeni u laboratoriji. Umesto toga, SandboxAQ, koji je prikupio skoro milijardu dolara investicija rizičnog kapitala, generisao je te podatke pomoću Nvidia čipova, i sada ih koristi za treniranje AI modela.

Ovi modeli bi trebalo da pomognu naučnicima da znatno brže predviđaju da li će lekovi, posebno takozvani small-molecule lekovi, uspeti da se vežu za ciljani protein, što je osnovno pitanje koje mora biti rešeno pre nego što lek može da krene ka kliničkom testiranju.

Na primer, ako je cilj leka da uspori ili zaustavi napredovanje neke bolesti, naučnici pomoću ovog alata mogu da predvide da li će molekul leka efikasno da se veže za proteine koji su uključeni u taj biološki proces.

Ovaj pristup predstavlja novu oblast koja kombinuje tradicionalne metode naučnog računanja sa najnovijim dostignućima u oblasti veštačke inteligencije. Naučnici već dugo imaju matematičke modele koji tačno opisuju kako se atomi kombinuju u molekule.

Međutim, čak i kada su u pitanju relativno mali lekovi sa trodimenzionalnom strukturom, broj mogućih kombinacija brzo postaje prevelik da bi se izračunao, čak i uz pomoć najbržih računara današnjice.

Zato je pristup SandboxAQ-a bio da iskoristi postojeće eksperimentalne podatke kako bi izračunao oko 5,2 miliona novih, „sintetičkih“ trodimenzionalnih molekula koji nisu viđeni u stvarnom svetu, ali su matematički izračunati na osnovu stvarnih podataka.