Квантовият AI революционизира откриването на лекарства за рак: Скок напред с индустриален генеративен AI

В безпрецедентен напредък в откриването на лекарства, Zapata Computing, Inc., заедно Insilico Medicine, Университета на Торонто и Детската изследователска болница Сейнт Джуд, демонстрира забележителния потенциал на квантово подобрения генеративен ИИ. Това сътрудничество доведе до първия в историята случай, при който генеративен модел, работещ върху квантов хардуер, надминава традиционните класически модели при генерирането на жизнеспособни кандидати за лекарства срещу рак.

Това забележително проучване се фокусира върху разработването на роман KRAS инхибитори, пословично трудна цел в лечението на рак. Използвайки усъвършенствани генеративни AI модели както на класически, така и на квантов хардуер, включително 16-кубитово IBM устройство, екипът успешно генерира един милион кандидати за лекарства. След щателен процес на алгоритмично и човешко филтриране, квантово подобреният генеративен модел даде две отделни молекули с превъзходен афинитет на свързване спрямо тези, произведени от класическите модели. Този пробив не само подчертава ефикасността на квантови изчисления в откриването на лекарства, но също така илюстрира трансформиращата роля на Industrial Generative AI при справянето със сложни, специфични за домейна предизвикателства в различни индустрии.

Индустриален генериращ AI, специализирана подкатегория на генеративния AI, е особено умел в справянето с такива сложни проблеми. За разлика от AI инструменти с общо предназначение като ChatGPT и DALL-E от OpenAI, Industrial Generative AI е персонализиран да адресира конкретни проблеми в рамките на предприятия или индустрии. Той навигира през предизвикателства като разхвърляни данни, големи пространства за решения, непредсказуемост, времева чувствителност, изчислителни ограничения и изисквания за точност, надеждност и сигурност. В основата му са генеративни модели, като Големи езикови модели (LLM), които се учат от данни за обучение, за да генерират нови, реалистични резултати. Този подход е това, което позволи на екипа на Zapata AI да бъде пионер в областта на откриването на лекарства, използвайки AI за създаване на новаторски решения.

Yudong Cao, технически директор и съосновател на Zapata AI, подчерта синергията на квантовите и класическите компютри при предоставянето на цялостни решения в този новаторски проект. Изследването, което в момента очаква партньорска проверка и е достъпно на ArXiv, надгражда по-ранни проучвания демонстриране на потенциала на квантовия генеративен ИИ в откриването на лекарства.

Алекс Жаворонков, д-р, основател и съизпълнителен директор на Insilico Medicine, признава интеграцията на генеративния AI двигател на Insilico, Chemistry42, с квантово разширени модели, възвестявайки нови терапевтични пътища за предизвикателни мишени за рак. Тази стъпка е от решаващо значение за напредъка в бъдещето на откриването на лекарства.

С скорошно стратегическо партньорство с D-Wave Quantum Inc., Zapata AI е настроен да разшири още повече хоризонтите на квантовите генеративни AI модели в откриването на нови молекули за редица търговски приложения. Кристофър Савои, главен изпълнителен директор и съосновател на Zapata AI, изрази вълнение от това развитие и потенциала за по-широко приложение в различни индустрии.

Алан Аспуру-Гузик, професор в университета в Торонто и съосновател и научен съветник на Zapata AI, сподели своя оптимизъм относно интегрирането на квантовите изчисления в тръбопровода за откриване на лекарства. Това изследване е пионерско, създавайки прецедент за бъдещите квантови компютри, за да покажат своите уникални възможности.

Изследването използва пакета QML Suite Python на Zapata AI, достъпен на неговата платформа Orquestra®, като набляга на практическото приложение на квантовите изчисления при решаването на научни предизвикателства в реалния свят. Това интегриране на Industrial Generative AI в процеса на откриване на лекарства бележи значителна крачка в използването на AI за иновативни, специфични за индустрията решения, стимулирайки растежа и ефективността в непрекъснато развиващия се технологичен пейзаж.