Quantum-verbeterde AI revolutioneert kankermedicijnontdekking: een sprong voorwaarts met industriële generatieve AI

In een ongekende vooruitgang in medicijnontdekking heeft Zapata Computing, Inc., samen met Insilico Medicine, de Universiteit van Toronto en St. Jude Children’s Research Hospital, het opmerkelijke potentieel van quantum-verbeterde generatieve AI getoond. Deze samenwerking heeft geleid tot de eerste ooit gebeurtenis waarin een generatief model dat op quantum-hardware werkt, traditionele klassieke modellen overtreft in het genereren van bruikbare kankermedicijnkandidaten.

Deze baanbrekende studie richtte zich op het ontwikkelen van nieuwe KRAS-remmers, een berucht moeilijk doel in kankertherapie. Door het gebruik van geavanceerde generatieve AI-modellen op zowel klassieke als quantum-hardware, waaronder een 16-qubit IBM-apparaat, slaagde het team erin om één miljoen medicijnkandidaten te genereren. Na een zorgvuldig proces van algoritme- en menselijke filtering, leverde het quantum-verbeterde generatieve model twee afzonderlijke moleculen met een superieure bindende affiniteit op dan die gegenereerd door klassieke modellen. Deze doorbraak benadrukt niet alleen de effectiviteit van quantum-computing in medicijnontdekking, maar illustreert ook de transformatieve rol van industriële generatieve AI bij het aanpakken van complexe, domeinspecifieke uitdagingen in verschillende industrieën.

Industriële generatieve AI, een gespecialiseerde subcategorie van generatieve AI, is bijzonder geschikt om dergelijke ingewikkelde problemen aan te pakken. In tegenstelling tot algemene AI-hulpmiddelen zoals ChatGPT en DALL-E van OpenAI, is industriële generatieve AI aangepast om specifieke problemen binnen ondernemingen of industrieën aan te pakken. Het navigeert door uitdagingen zoals gegevenswanorde, grote oplossingsruimten, onvoorspelbaarheid, tijdsgevoeligheid, berekeningsbeperkingen en eisen voor nauwkeurigheid, betrouwbaarheid en beveiliging. Aan de basis ervan liggen generatieve modellen, zoals Large Language Models (LLM’s), die leren van trainingsgegevens om nieuwe, realistische uitvoer te genereren. Deze aanpak maakte het mogelijk voor het Zapata AI-team om pionierswerk te doen op het gebied van medicijnontdekking, door het gebruik van AI om baanbrekende oplossingen te creëren.

Yudong Cao, CTO en mede-oprichter van Zapata AI, benadrukte de synergie tussen quantum- en klassieke computing bij het bieden van uitgebreide oplossingen in dit baanbrekende project. Het onderzoek, dat momenteel in afwachting is van peer review en beschikbaar is op ArXiv, bouwt voort op eerder onderzoek dat de potentie van quantum-generatieve AI in medicijnontdekking aantoont.

Alex Zhavoronkov, PhD, oprichter en co-CEO van Insilico Medicine, erkende de integratie van Insilico’s generatieve AI-motor, Chemistry42, met quantum-versterkte modellen, hetgeen nieuwe therapeutische mogelijkheden biedt voor uitdagende kankerdoelen. Deze stap is cruciaal in de vooruitgang van de toekomst van medicijnontdekking.

Met een recente strategische samenwerking met D-Wave Quantum Inc. is Zapata AI klaar om de horizon van quantum-generatieve AI-modellen verder uit te breiden in de ontdekking van nieuwe moleculen voor een reeks commerciële toepassingen. Christopher Savoie, CEO en mede-oprichter van Zapata AI, uitte zijn enthousiasme over deze ontwikkeling en het potentieel voor bredere toepassing in verschillende industrieën.

Alán Aspuru-Guzik, een professor aan de Universiteit van Toronto en mede-oprichter en wetenschappelijk adviseur van Zapata AI, deelde zijn optimisme over de integratie van quantum-computing in de medicijnontdekkingpijplijn. Dit onderzoek is baanbrekend en zet een precedent voor toekomstige quantum-computers om hun unieke capaciteiten te demonstreren.

Het onderzoek maakte gebruik van Zapata AI’s QML Suite Python Package, beschikbaar op het Orquestra®-platform, waarmee de praktische toepassing van quantum-computing in het oplossen van echte wetenschappelijke uitdagingen wordt benadrukt. Deze integratie van industriële generatieve AI in het medicijnontdekkingproces markeert een significante stap in het gebruik van AI voor innovatieve, industrie-specifieke oplossingen, waardoor groei en efficiëntie in de voortdurend evoluerende technologische landschap worden gestimuleerd.