La rivoluzione dell’AI migliorata dal quantum rivoluziona la scoperta di farmaci contro il cancro: un passo avanti con l’AI generativa industriale

In un avanzamento senza precedenti nella scoperta di farmaci, Zapata Computing, Inc., insieme a Insilico Medicine, l’Università di Toronto e l’Ospedale per la ricerca sul cancro dei bambini di St. Jude, ha dimostrato il potenziale straordinario dell’AI generativa migliorata dal quantum. Questa collaborazione ha portato al primo caso in cui un modello generativo che opera su hardware quantistico supera i modelli classici tradizionali nella generazione di candidati per farmaci contro il cancro.

Questo studio fondamentale si è concentrato sullo sviluppo di nuovi inibitori del KRAS, un obiettivo notoriamente difficile nella terapia contro il cancro. Utilizzando modelli di AI generativa avanzati su hardware classico e quantistico, incluso un dispositivo IBM a 16 qubit, il team ha generato con successo un milione di candidati per farmaci. Dopo un processo meticoloso di filtraggio algoritmo e umano, il modello generativo migliorato dal quantum ha prodotto due molecole distinte con una maggiore affinità di legame rispetto a quelle prodotte dai modelli classici. Questo risultato non solo sottolinea l’efficacia del calcolo quantistico nella scoperta di farmaci, ma illustra anche il ruolo trasformativo dell’AI generativa industriale nel risolvere sfide complesse e specifiche di dominio in vari settori.

L’AI generativa industriale, una sottocategoria specializzata dell’AI generativa, è particolarmente adatta a risolvere problemi intricati di questo tipo. A differenza degli strumenti di AI generale come ChatGPT e DALL-E di OpenAI, l’AI generativa industriale è personalizzata per affrontare problemi specifici all’interno di imprese o settori. Naviga attraverso sfide come la disorganizzazione dei dati, grandi spazi di soluzioni, imprevedibilità, sensibilità temporale, vincoli di calcolo e richieste di precisione, affidabilità e sicurezza. Al suo nucleo ci sono modelli generativi, come i Large Language Models (LLM), che apprendono dai dati di training per generare nuove uscite realistiche. Questo approccio è ciò che ha consentito al team di Zapata AI di fare da pioniere nel campo della scoperta di farmaci, sfruttando l’AI per creare soluzioni innovative.

Yudong Cao, CTO e co-fondatore di Zapata AI, ha sottolineato la sinergia tra calcolo quantistico e classico nel fornire soluzioni complete in questo progetto innovativo. La ricerca, attualmente in attesa di revisione paritaria e disponibile su ArXiv, si basa su studi precedenti che dimostrano il potenziale dell’AI generativa quantistica nella scoperta di farmaci.

Alex Zhavoronkov, PhD, fondatore e co-CEO di Insilico Medicine, ha riconosciuto l’integrazione del motore di AI generativa di Insilico, Chemistry42, con modelli quantistici, aprendo nuove vie terapeutiche per obiettivi di cancro sfidanti. Questo passo è cruciale per avanzare nel futuro della scoperta di farmaci.

Con una recente partnership strategica con D-Wave Quantum Inc. (QBTS ), Zapata AI è pronta a espandere ulteriormente gli orizzonti dei modelli di AI generativa quantistica nella scoperta di nuove molecole per una serie di applicazioni commerciali. Christopher Savoie, CEO e co-fondatore di Zapata AI, ha espresso entusiasmo per questo sviluppo e il potenziale per un’applicazione più ampia in vari settori.

Alán Aspuru-Guzik, professore all’Università di Toronto e co-fondatore e consigliere scientifico di Zapata AI, ha condiviso l’ottimismo sull’integrazione del calcolo quantistico nella pipeline di scoperta di farmaci. Questa ricerca è pionieristica, stabilendo un precedente per future applicazioni dei computer quantistici che mostrano le loro capacità uniche.

La ricerca ha utilizzato il pacchetto Python QML Suite di Zapata AI, disponibile sulla piattaforma Orquestra®, sottolineando l’applicazione pratica del calcolo quantistico nella risoluzione di sfide scientifiche reali. Questa integrazione dell’AI generativa industriale nel processo di scoperta di farmaci segna un passo significativo nell’utilizzo dell’AI per soluzioni innovative e specifiche di settore, guidando la crescita e l’efficienza nel panorama tecnologico in continua evoluzione.