Adaptyv Bio vallankumous proteinien insinööritieteessä generatiivisen tekoälyn avulla

Tekoälytyökalut, kuten ChatGPT, muuttavat dramaattisesti tapaa, jolla teksti, kuvat ja koodi luodaan. Samoin koneoppimisalgoritmit ja generatiivinen tekoäly rikkoavat perinteisiä menetelmiä elämän-tieteissä ja kiihdyttävät aikatauluja lääkekehityksessä ja materiaalien kehityksessä.

DeepMindin AlphaFold on ehkä tunnetuin koneoppimismalli tässä alueella. Se ennustaa proteiinin 3D-rakenteen aminohappojonosta ja on ollut yli miljoonan tutkijan käytössä 18 kuukauden ajan sen julkaisun jälkeen. useita muita tekoälytyökaluja on ilmestynyt sen jälkeen, mukaan lukien äskettäin avoimesti julkaistu RFDiffusion, joka sallii tutkijoille luoda laskennallisia proteiinisuunnitelmia vain kannettavilla tietokoneillaan.

On kuitenkin haaste siirtää nämä laskennalliset suunnitelmat konkreettisiksi, toimiviksi proteiineiksi. Adaptyv Bio pyrkii ratkaisemaan tämän ongelman seuraavan sukupolven proteiinivalimoilla. Käyttämällä edistynyttä robotiikkaa, mikrofluidiikkaa ja synteettistä biologiaa Adaptyv Bio rakentaa täydellisen pinon alustaa, joka mahdollistaa proteiini-insinöörien vahvistaa tekoälyllä luotuja proteiinisuunnitelmiaan.

Adaptyv Bio:n toimitusjohtaja ja perustaja Julian Englert sanoi: “Proteiinit ovat keskeisiä biorevoluutiossa, olipa kyse uusista lääkkeistä, parannetuista entsyymeistä tutkimukseen ja teollisiin sovelluksiin tai materiaaleista, joilla on ainutlaadukset ominaisuudet. Proteiinisuunnittelijana sinulla on nyt pääsy uskomattomiin uusiin tekoälytyökaluihin, kuten AlphaFoldiin tai RFDiffusioniin. On kuitenkin valtava haaste vahvistaa proteiinisuunnitelmia laboratoriossa ja nähdä, toimivatko ne.”

Teckoälymallit menestyvät koulutus- ja parantamisennusteen tiedoilla. Adaptyv Bio mahdollistaa proteiini-insinöörien ja tekoälymallien saada enemmän palautetta suunnitelmistaan, jotta he voivat suunnitella paremmin toimivia proteiineja.

Englert lisäsi: “Ajattele tekoälyä itseohjautuvassa autossa. Pitääksesi auton tiellä ja saadaksesi perille, tekoälymalli tarvitsee tiukan palautekehän saadakseen runsaasti laadukkaita tietoja auton kamerantunteista. Sama periaate pätee tekoälymalliin, joka suunnittelee uusia proteiineja, ja palautemekanismiin, joka liittyy itse proteiinien luomiseen laboratoriossamme ja testaamiseen niiden suorituskykyä.”

Adaptyv Bio perustettiin EPFL:n insinöörien ryhmän toimesta, Sveitsin liittovaltion teknillinen korkeakoulu Lausannessa, joka oli motivoidun aikaa vievien biologisten kokeiden suorittamisesta laboratorioissa. Vuonna 2022 he saivat 2,5 miljoonan dollarin ennakkorahoituksen Wingman Venture -rahastolta osallistumisen jälkeen maailman valikoivimpaan startup-kiihdyttämöön, Y Combinatoriin. Tiimi on laajentunut 12 insinööriin, jotka tulevat synteettisen biologian, mikromekaniikan, ohjelmistokehityksen ja koneoppimisen aloilta. Yritys sijaitsee uudella Biopole-elämän-tieteiden kampuksella Lausannessa, Sveitsissä, jossa he kehittävät teknologiaansa huipputason laboratorioissa, joista on upea näkymä Genevenjärvelle ja Sveitsin-Ranskan Alppeihin.

Adaptyv Bio:n valimo keskittyy proteiini-insinööritieteellisiin työsoluihin – mukautettuihin, automaattisiin asetelmiin, jotka pienenivät prosesseja, jotka tyypillisesti vaativat useita laboratoriokoneita, suorittaen ne rinnakkain pienillä mikrofluidisilla piireillä. Käyttäjät voivat kirjoittaa kokeellisia protokollia (tai antaa tekoälyn kirjoittaa ne) ja työsolut suorittavat kokeet autonomisesti, hallitsemalla ja seuraamalla kokeiden parametreja tarkasti. Kaikki mittausdata käsitellään automaattisesti ja ladataan, jotta käyttäjät voivat parantaa koneoppimismallejaan kokeen jälkeen.

Englert sanoi: “Työsolumme ovat täysin automaattisia, käyttävät 1000 kertaa vähemmän reagensseja kuin mitkään kaupallisesti saatavissa olevat vaihtoehdot, ja voimme suorittaa tuhansia erilaisia proteiineja päivässä kussakin asetuksessa. Streamataksesi kokeelliset työvirrat olemme kehittäneet paljon mukautettua synteettistä biologiaa ja automaatioita. Seuraavan 12 kuukauden aikana aikomme laajentaa laboratoriotaamme ja lisätä proteiinisuunnittelma-sovelluksia, joita voimme tukea. Avasimme myös varhaisen pääsyn käyttäjille lähettääksemme proteiinisuunnittelmaprojekteja meille, ja yritämme ottaa uusia projekteja käyttöön mahdollisimman nopeasti.”

Jotta voidaan edelleen kiihdyttää proteiini-insinööritieteellisen alan kehitystä, Adaptyv Bio on avoimesti julkaissut kaksi sisäistä työkalua, jotka ovat jo saaneet jalansijaa tutkijoiden ja insinöörien keskuudessa alan parissa. ProteinFlow on Python-kirjasto, joka mahdollistaa proteiinisuunnittelijoiden luoda laadukkaita tietoja parempien tekoälymallien luomiseksi. Automancer on laajennettavissa oleva ohjelmistoplatforrmi, joka mahdollistaa automaattisten kokeiden suorittamisen, jotta tutkijat voivat luoda omat kokeelliset protokollansa ja integroida erilaisia laboratoriolaitteita.

“Meidän tehtävämme on tehdä proteiini-insinööritieteestä helpompaa ja mahdollistaa enemmän tutkijoille suunnitella uusia proteiineja. Mieti proteiineja, jotka muodostavat uskomattoman voimakkaan molekyylimekaniikan jokaisessa solussa kehossamme. Kuvittele, minkälainen teknologinen edistysaskel ihmiskunta voisi tehdä, jos voimme alkaa suunnitella uusia proteiineja henkilökohtaisiin lääkkeisiin, teollisiin sovelluksiin, kuten uusiin entsyymeihin, tai parempiin, kestävämpiin materiaaleihin,” lisäsi Julian Englert.