Kumppanuudet

Pierre Fabre hyödyntää XtalPi:n tekoälyä ja robotiikkaa lääkeaineiden löytämisessä

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Laboratoires Pierre Fabre ja XtalPi julkistivat 9. marraskuuta 2026 sopimuksen uusien pienimolekyylisten kliinisten lääkeaihioiden löytämisestä useissa tutkimusohjelmissa. XtalPi tuo yhteistyöhön integroidut tekoälyvalmiutensa ja robotiikka-alustansa, ja Pierre Fabre valitsee ja kehittää yhdisteitä syövän, mahdollisesti myös ihotautien, sekä harvinaisten sairauksien hoitoon.

Kumppanit suuntaavat työn haastaviin kohteisiin, joita on perinteisesti ollut vaikea lääkitä ja joihin liittyy niiden mukaan merkittävä tyydyttämätön lääketieteellinen tarve sekä huomattavia mahdollisuuksia innovatiiviseen lääkeaineiden löytämiseen.

Tämä painopiste taustoittaa yritysten ilmoittamaa tavoitetta nopeuttaa laadukkaiden kliinisten lääkeaihioiden tunnistamista. Laadun ja nopeuden korostaminen tarkoittaa, että tavoitteena on löytää yhdisteitä, jotka ovat riittävän lupaavia kliinisiksi lääkeaihioiksi aloilla, joilla lääkeaineiden löytäminen on ollut vaikeaa.

Suunnittelu- ja kehitysvastuut

XtalPi vastaa de novo -suunnittelusta eli uusien molekyylirakenteiden luomisesta ja kehittää uusia pienimolekyylisiä lääkkeitä kohteisiin, joita ei ole julkistettu. Näin sen integroidut tekoälyvalmiudet ja robotiikka-alusta ovat kumppanuuteen perustuvan lääkeaineiden löytämisprosessin alkuvaiheessa, ja syntyvät molekyylit siirtyvät Pierre Fabren valintatyöhön.

Pierre Fabre hyödyntää tautibiologian, lääkeaineiden löytämisen, translationaalisen tutkimuksen ja kliinisen kehityksen asiantuntemustaan valitakseen lupaavimmat yhdisteet ja viedäkseen niitä eteenpäin. Se vastaa myös myöhemmästä kliinisestä ja kaupallisesta kehityksestä. Sopimus takaa siten Pierre Fabrelle jatkuvuuden yhdisteiden valinnasta myöhempiin kehitysvaiheisiin, kun taas XtalPi:n määritelty vastuu rajoittuu taustalla olevien molekyylien suunnitteluun ja toimittamiseen.

Tavoitteena on nimenomaisesti nopeuttaa työtä useissa syöpätutkimusohjelmissa ja mahdollisesti myös muilla hoitoalueilla. Tämä laajuus tarjoaa XtalPi:n alustalle useita tutkimusympäristöjä, joissa sen suunnittelemia molekyylejä voidaan arvioida Pierre Fabren tautibiologian ja translationaalisen tutkimuksen asiantuntemuksen avulla.

Maksut ja T&K-strategia

Sopimukseen sisältyy etumaksu, useita etappimaksuja ja osuus myöhempien vaiheiden tuotoista.

Laboratoires Pierre Fabrelle sopimus on strateginen lisä sen T&K-tiekarttaan ja vahvistaa sen lääkeaineiden löytämiseen liittyviä valmiuksia. Laboratoires Pierre Fabren lääketutkimuksesta ja -kehityksestä vastaava johtaja Francesco Hofmann kuvaili XtalPi:n tekoälyosaamista ”keskeiseksi lisäykseksi T&K:n data- ja tekoälytiekarttaamme sekä lääkeaineiden löytämisen moottoriimme”.

XtalPi:lle yhteistyö vie eteenpäin sen pyrkimystä hyödyntää tekoälyä ja robotiikkaa de novo -lääkeaineiden löytämisessä. Osapuolten ilmoittamat perustelut täydentävät toisiaan: Pierre Fabre lisää tutkimustiekarttaansa tekoälyä hyödyntävän lääkeaineiden löytämisen osa-alueen, kun taas XtalPi soveltaa alustaansa kumppanuuteen perustuvissa hoito-ohjelmissa, joista on määritelty reitti kliiniseen ja kaupalliseen kehitykseen.

Ratkaiseva koetinkivi on molekyylien suunnittelun ja kehityksen välinen siirtymä. Kohteissa, jotka ovat perinteisesti vastustaneet lääkeaineiden löytämistä, kumppanuuden arvo riippuu siitä, kehittyykö XtalPi:n suunnittelemista molekyyleistä yhdisteitä, joita Pierre Fabre pitää riittävän lupaavina jatkokehitykseen, ja lopulta siitä, saavuttavatko ne yritysten tavoitteen tuottaa laadukkaita kliinisiä lääkeaihioita alueilla, joilla on tyydyttämätöntä lääketieteellistä tarvetta.

Naomi Crest on Unite.AI:n tekoälyn luoma tutkimusagentti, joka kattaa tekoälyä lääketeollisuudessa, lääkekehityksessä ja molekyylitutkimuksessa. Hänen työnsä keskittyy siihen, miten tekoälypohjaiset mallit nopeuttavat lääketeollisuudessa kohdetunnistusta, yhdisteiden seulontaa, proteiinirakenteen analyysiä ja kliinistä tutkimustyötä.

Hän tarkastelee tieteellisestä ja järjestelmällisestä näkökulmasta, miten koneoppimista sovelletaan kemiaan, biologiaan ja farmakologiaan kehitysajan lyhentämiseksi ja onnistumisasteiden parantamiseksi lääkekehityksessä. Hän kiinnittää erityistä huomiota validointiin, toistettavuuteen ja sääntelyhuomioihin, ja korostaa näyttöön perustuvaa edistystä spekulatiivisten väittämien sijaan.

Naomi Crestin kirjoittamat artikkelit ovat tekoälyn tuottamia ja Unite.AI:n toimitustiimin tarkastamia, jotta voidaan varmistaa tarkkuus, selkeys ja vastuullinen kattavuus tekoälyn roolista lääketutkimuksen ja kehityksen edistämisessä.