Rewolucja Quantum-Enhanced AI w odkrywaniu leków przeciwnowotworowych: skok do przodu z przemysłową generatywną sztuczną inteligencją

W bezprecedensowym postępie w odkrywaniu leków, Zapata Computing, Inc., wraz z Insilico Medicine, Uniwersytetem Toronto i Szpitalnym Centrum Badań nad Rakiem Dziecięcym im. św. Judy, zaprezentował wyjątkowy potencjał quantum-enhanced generatywnej sztucznej inteligencji. Współpraca ta doprowadziła do pierwszego w historii przypadku, w którym model generatywny działający na sprzęcie kwantowym przewyższył tradycyjne modele klasyczne w generowaniu wiarygodnych kandydatów na leki przeciwnowotworowe.

Ten przełomowy studium skupiło się na opracowaniu nowych inhibitorów KRAS, które są szczególnie trudnym celem w terapii raka. Z wykorzystaniem zaawansowanych modeli generatywnej sztucznej inteligencji na sprzęcie klasycznym i kwantowym, w tym urządzenia IBM o 16 kubitach, zespół pomyślnie wygenerował milion kandydatów na leki. Po starannym procesie filtrowania algorytmicznego i ludzkiego, model generatywny wzmocniony kwantowo wytworzył dwa odrębne cząsteczki o lepszej powinowactwie wiązania niż te wytwarzane przez modele klasyczne. Ten przełom nie tylko podkreśla skuteczność obliczeń kwantowych w odkrywaniu leków, ale także ilustruje przełomową rolę przemysłowej generatywnej sztucznej inteligencji w rozwiązywaniu złożonych, branżowych wyzwań.

Przemysłowa generatywna sztuczna inteligencja, specjalistyczna subkategoria generatywnej sztucznej inteligencji, jest szczególnie skuteczna w rozwiązywaniu tak złożonych problemów. W przeciwieństwie do ogólnego celu narzędzi AI, takich jak ChatGPT i DALL-E od OpenAI, przemysłowa generatywna sztuczna inteligencja jest dostosowana do rozwiązywania konkretnych problemów w przedsiębiorstwach lub branżach. Przezwycięża wyzwania, takie jak nieporządek danych, duże przestrzenie rozwiązań, nieprzewidywalność, czynniki czasu, ograniczenia obliczeniowe oraz wymagania dotyczące dokładności, niezawodności i bezpieczeństwa. Jej rdzeniem są modele generatywne, takie jak Duże Modele Językowe (LLM), które uczą się z danych szkoleniowych, aby generować nowe, realistyczne dane wyjściowe. To podejście umożliwiło zespołowi Zapata AI pionierskie osiągnięcia w dziedzinie odkrywania leków, wykorzystując sztuczną inteligencję do tworzenia przełomowych rozwiązań.

Yudong Cao, CTO i współzałożyciel Zapata AI, podkreślił symbiozę obliczeń kwantowych i klasycznych w dostarczaniu kompleksowych rozwiązań w tym przełomowym projekcie. Badanie, obecnie oczekujące na recenzję i dostępne na ArXiv, opiera się na wcześniejszych badaniach, które wykazały potencjał generatywnej sztucznej inteligencji kwantowej w odkrywaniu leków.

Alex Zhavoronkov, PhD, założyciel i współprezes Insilico Medicine, uznał integrację silnika generatywnej sztucznej inteligencji Insilico, Chemistry42, z modelem kwantowym, ogłaszając nowe terapeutyczne ścieżki dla wyzwań raka. To krokiem milowym w rozwoju przyszłości odkrywania leków.

Z niedawną strategiczną współpracą z D-Wave Quantum Inc. (QBTS ), Zapata AI jest gotowa dalej rozszerzyć horyzonty modeli generatywnej sztucznej inteligencji kwantowej w odkrywaniu nowych cząsteczek dla różnych zastosowań komercyjnych. Christopher Savoie, CEO i współzałożyciel Zapata AI, wyraził entuzjazm związany z tym rozwojem i potencjałem dla szerszego zastosowania w różnych branżach.

Alán Aspuru-Guzik, profesor Uniwersytetu Toronto i współzałożyciel oraz doradca naukowy Zapata AI, wyraził optymizm co do integracji obliczeń kwantowych w proces odkrywania leków. To badanie jest pionierskie, ustanawiając precedens dla przyszłych komputerów kwantowych, aby pokazać ich unikalne możliwości.

Badanie wykorzystało pakiet QML Suite Python Package od Zapata AI, dostępny na platformie Orquestra, podkreślając praktyczne zastosowanie obliczeń kwantowych w rozwiązywaniu realnych wyzwań naukowych. Ta integracja przemysłowej generatywnej sztucznej inteligencji w proces odkrywania leków stanowi znaczący krok w wykorzystaniu sztucznej inteligencji do innowacyjnych, branżowych rozwiązań, napędzających wzrost i efektywność w nieustannie ewoluującym krajobrazie technologicznym.