Μοντέλα και πλατφόρμες AI

Η Adaptyv Bio Επανάστασε τη Μηχανική Πρωτεϊνών με τη Χρήση Γεννητικών Αλγορίθμων Τεχνητής Νοημοσύνης

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Εργαλεία Τεχνητής Νοημοσύνης όπως το ChatGPT αλλάζουν δραματικά τον τρόπο με τον οποίο παράγονται κείμενα, εικόνες και κώδικας. Παρόμοια, αλγόριθμοι μηχανικής μάθησης και γεννητική τεχνητή νοημοσύνη διαταράσσουν τις συμβατικές μεθόδους στις βιοεπιστήμες και επιταχύνουν τους χρονους ανακάλυψης φαρμάκων και ανάπτυξης υλικών.

Το AlphaFold της DeepMind είναι πιθανότατα το πιο διάσημο μοντέλο μηχανικής μάθησης σε αυτόν τον τομέα. Προβλέπει τη τρισδιάστατη δομή μιας πρωτεΐνης από την αμινοξική της ακολουθία και έχει χρησιμοποιηθεί από πάνω από ένα εκατομμύριο ερευνητές στα 18 μήνες από την δημόσια κυκλοφορία του. Πολλά άλλα εργαλεία Τεχνητής Νοημοσύνης έχουν εμφανιστεί από τότε, συμπεριλαμβανομένου του πρόσφατα ανοιχτού κώδικα RFDiffusion, το οποίο επιτρέπει στους ερευνητές να δημιουργούν υπολογιστικές πρωτεϊνικές σχεδιαστικές χρησιμοποιώντας μόνο τους φορητούς υπολογιστές τους.

Ωστόσο, η μετάφραση αυτών των υπολογιστικών σχεδιαστικών σε ουσιαστικές, λειτουργικές πρωτεΐνες παραμένει μια πρόκληση. Η Adaptyv Bio στοχεύει να αντιμετωπίσει αυτό το ζήτημα με το επόμενο γενιάς εργοστάσιο πρωτεϊνών. Ενσωματώνοντας προηγμένα ρομποτικά, μικροϋδροδυναμικές και συνθετικές βιολογικές τεχνικές, η Adaptyv Bio κατασκευάζει μια πλήρη πλατφόρμα για να επιτρέψει στους μηχανικούς πρωτεϊνών να επικυρώσουν τα σχέδια πρωτεϊνών που παράγονται από την Τεχνητή Νοημοσύνη.

Ο Julian Englert, Διευθύνων Σύμβουλος και συνιδρυτής της Adaptyv Bio, είπε: “Οι πρωτεΐνες είναι κεντρικές στην βιοεπανάσταση, είτε ως νέα φάρμακα, είτε ως βελτιωμένα ένζυμα για έρευνα και βιομηχανικές εφαρμογές, είτε ως υλικά με μοναδικές ιδιότητες. Jako σχεδιαστής πρωτεϊνών, τώρα έχετε πρόσβαση σε απίστευτα νέα εργαλεία Τεχνητής Νοημοσύνης όπως το AlphaFold ή το RFDiffusion. Ωστόσο, η επικύρωση των σχεδιαστικών σας πρωτεϊνών στο εργαστήριο για να δείτε αν λειτουργούν παραμένει μια τεράστια πρόκληση.”

Τα μοντέλα Τεχνητής Νοημοσύνης ευδοκιμούν με δεδομένα για εκπαίδευση και βελτίωση των προβλέψεών τους. Βελτιώνοντας τη διαδικασία δημιουργίας δεδομένων σχετικά με την αποτελεσματικότητα των σχεδιασμένων πρωτεϊνών, η Adaptyv Bio επιτρέπει στους μηχανικούς πρωτεϊνών και τα μοντέλα Τεχνητής Νοημοσύνης να λαμβάνουν περισσότερη ανατροφοδότηση σχετικά με τα σχέδια τους, οδηγώντας τους προς πρωτεΐνες με καλύτερη απόδοση.

Ο Englert πρόσθεσε: “Σκεφτείτε την Τεχνητή Νοημοσύνη σε ένα αυτοκινούμενο αυτοκίνητο. Για να διατηρήσει το αυτοκίνητο στο δρόμο και να φτάσει στον προορισμό του, το μοντέλο Τεχνητής Νοημοσύνης χρειάζεται μια στενή ανατροφοδότηση λαμβάνοντας πολλά υψηλής ποιότητας δεδομένα από τις κάμερες αισθητήρων του αυτοκινήτου. Η ίδια αρχή ισχύει για ένα μοντέλο Τεχνητής Νοημοσύνης που σχεδιάζει νέες πρωτεΐνες, με το μηχανισμό ανατροφοδότησης να περιλαμβάνει την πραγματική δημιουργία πρωτεϊνών στο εργαστήριό μας και τη δοκιμή της απόδοσής τους.”

Η Adaptyv Bio ιδρύθηκε από μια ομάδα μηχανικών από το EPFL, το Ελβετικό Ομοσπονδιακό Ινστιτούτο Τεχνολογίας στη Λωζάνη, με κίνητρο τις χρονοβόρες διαδικασίες διεξαγωγής βιολογικών πειραμάτων σε εργαστήρια. Το 2022, εξασφάλισαν 2,5 εκατομμύρια δολάρια σε προ-σπόρο χρηματοδότηση από την Wingman Venture, μετά τη συμμετοχή τους στο Y Combinator, τον πιο επιλεκτικό επιταχυντή νεοσύστατων εταιρειών στον κόσμο. Η ομάδα έχει επεκταθεί σε 12 μηχανικούς με διαφορετικά υπόβαθρα σε συνθετική βιολογία, μικρομηχανική, ανάπτυξη λογισμικού και μηχανική μάθηση. Η εταιρεία βρίσκεται στο νεοκατασκευασμένο Biopole καμπύς επιστημών ζωής στη Λωζάνη, Ελβετία, όπου αναπτύσσουν την τεχνολογία τους σε εργαστήρια ulta με εντυπωσιακές θέες της Λίμνης της Γενεύης και των Ελβετο-Γαλλικών Άλπεων.

Το εργοστάσιο της Adaptyv Bio περιστρέφεται γύρω από εργασίες πρωτεϊνών – εξατομικευμένα, αυτοματοποιημένα στήρια που miniaturize διαδικασίες που συνήθως απαιτούν πολλές μηχανές εργαστηρίου, εκτελώντας τις σε παράλληλο σε μικροϋδροδυναμικές πλάκες. Οι χρήστες μπορούν να γράψουν πειραματικά πρωτόκολλα (ή να έχουν την Τεχνητή Νοημοσύνη να τα γράψει) και τα στήρια να εκτελέσουν τα πειράματα αυτονομamente, जबकαι να ελέγχουν και να παρακολουθούν στενά τις παραμέτρους των πειραμάτων. Όλα τα δεδομένα μέτρησης επεξεργάζονται αυτόματα και ανεβαίνουν για να επιτρέψουν στους χρήστες να βελτιώσουν τα μοντέλα μηχανικής μάθησής τους με κάθε πείραμα.

Ο Englert είπε: “Τα στήρια μας είναι πλήρως αυτοματοποιημένα, χρησιμοποιούν 1.000 φορές λιγότερα αντιδραστήρια από οποιαδήποτε εμπορικά διαθέσιμη εναλλακτική και μπορούμε να τρέξουμε χιλιάδες διαφορετικές πρωτεΐνες την ημέρα σε κάθε μεμονωμένη εγκατάσταση. Για να ροηματοποιήσουμε τις πειραματικές ροές εργασίας, abbiamo αναπτύξει πολλές εξατομικευμένες συνθετικές βιολογικές και αυτοματοποιημένες τεχνικές. Τα επόμενα 12 μήνες, σκοπεύουμε να επεκτείνουμε το εργαστήριό μας και να αυξήσουμε τον αριθμό των εφαρμογών σχεδιασμού πρωτεϊνών που μπορούμε να υποστηρίξουμε. Επίσης, μόλις ανοίξαμε την πρόωρη πρόσβαση για τους χρήστες να υποβάλουν τα σχέδια πρωτεϊνών τους σε εμάς και προσπαθούμε να ενταχθούμε σε νέα σχέδια όσο το δυνατόν γρηγορότερα.”

Για να επιταχύνει περαιτέρω τον τομέα της μηχανικής πρωτεϊνών, η Adaptyv Bio έχει ανοίξει δύο από τα εσωτερικά της εργαλεία που έχουν ήδη αρχίσει να κερδίζουν έδαφος μεταξύ ερευνητών και μηχανικών στον τομέα. ProteinFlow είναι μια βιβλιοθήκη Python που επιτρέπει στους σχεδιαστές πρωτεϊνών να δημιουργούν εύκολα υψηλής ποιότητας συνόλους δεδομένων για καλύτερα μοντέλα Τεχνητής Νοημοσύνης. Automancer είναι μια επεκτάσιμη πλατφόρμα λογισμικού για να τρέξει αυτοματοποιημένα πειράματα, επιτρέποντας στους ερευνητές να δημιουργήσουν τα δικά τους πειραματικά πρωτόκολλα και να ενσωματώσουν διαφορετικά εργαστηριακά όργανα.

“Η αποστολή μας είναι να κάνουμε τη μηχανική πρωτεϊνών πιο εύκολη και να ενεργοποιήσουμε περισσότερους ερευνητές να σχεδιάσουν νέες πρωτεΐνες. Σκεφτείτε τις πρωτεΐνες που αποτελούν την απίστευτα ισχυρή μοριακή μηχανική μέσα σε κάθε κύτταρο του σώματός μας. Φανταστείτε ποιο είδος τεχνολογικής πρόοδου η ανθρωπότητα θα μπορούσε να κάνει αν μπορούσαμε να αρχίσουμε να σχεδιάζουμε νέες πρωτεΐνες για προσωποποιημένα φάρμακα, βιομηχανικές εφαρμογές όπως νέα ένζυμα, ή καλύτερα, πιο βιώσιμα υλικά,” πρόσθεσε ο Julian Englert.

Ο Daniel είναι ένας μεγάλος υποστηρικτής του πώς η τεχνητή νοημοσύνη θα διαταράξει τελικά τα πάντα. Αναπνέει την τεχνολογία και ζει για να δοκιμάσει νέα gadgets.