Revoluția IA îmbunătățită cuantică transformă descoperirea de medicamente împotriva cancerului: Un salt înainte cu IA generativă industrială

Într-o avansare fără precedent în descoperirea de medicamente, Zapata Computing, Inc., alături de Insilico Medicine, Universitatea din Toronto și Spitalul de Cercetare pentru Copii St. Jude, a prezentat potențialul remarcabil al IA generativă îmbunătățită cuantică. Acest parteneriat a condus la primul caz în care un model generativ care rulează pe hardware cuantic depășește modelele clasice în generarea de candidați viabili pentru medicamente împotriva cancerului.

Această studiu de referință s-a concentrat pe dezvoltarea de noi inhibitori de KRAS, o țintă notoriu dificilă în terapia cancerului. Utilizând modele avansate de IA generativă pe hardware clasic și cuantic, inclusiv un dispozitiv IBM de 16 qubiți, echipa a generat cu succes un milion de candidați pentru medicamente. Urmând un proces metodic de filtrare algoritmică și umană, modelul generativ îmbunătățit cuantică a produs două molecule distincte cu o afinitate de legare superioară față de cele produse de modelele clasice. Acest progres nu numai că subliniază eficacitatea calculului cuantic în descoperirea de medicamente, dar ilustrează și rolul transformativ al IA generativă industrială în abordarea unor provocări complexe și specifice din diverse industrii.

IA generativă industrială, o subcategorie specializată a IA generativă, este deosebit de potrivită pentru abordarea unor astfel de probleme complexe. În contrast cu instrumentele de IA cu scop general, cum ar fi ChatGPT și DALL-E de la OpenAI, IA generativă industrială este personalizată pentru a aborda probleme specifice din cadrul întreprinderilor sau industriilor. Ea navighează prin provocări cum ar fi haosul de date, spațiile de soluții largi, imprevizibilitatea, sensibilitatea la timp, constrângerile de calcul și cerințele de precizie, fiabilitate și securitate. La baza sa se află modele generative, cum ar fi Modelele de Limbaj Mare (LLM), care învață din datele de antrenament pentru a genera ieșiri realiste noi. Această abordare a permis echipei Zapata AI să înnoiască în domeniul descoperirii de medicamente, folosind IA pentru a crea soluții inovatoare.

Yudong Cao, CTO și co-fondator al Zapata AI, a subliniat sinergia dintre calculul cuantic și cel clasic în oferirea de soluții cuprinzătoare în acest proiect de referință. Cercetarea, care în prezent așteaptă revizuirea peer și este disponibilă pe ArXiv, se bazează pe studii anterioare care demonstrează potențialul IA generativă cuantică în descoperirea de medicamente.

Alex Zhavoronkov, PhD, fondator și co-CEO al Insilico Medicine, a recunoscut integrarea motorului de IA generativă Insilico, Chemistry42, cu modele cuantice augmentate, deschizând noi căi terapeutice pentru ținte de cancer provocatoare. Acest pas este crucial în avansarea viitorului descoperirii de medicamente.

Cu un parteneriat strategic recent cu D-Wave Quantum Inc, Zapata AI este pregătită să extindă și mai mult orizonturile modelelor de IA generativă cuantică în descoperirea de molecule noi pentru o varietate de aplicații comerciale. Christopher Savoie, CEO și co-fondator al Zapata AI, a exprimat entuziasm față de această evoluție și potențialul de aplicare mai largă în diverse industrii.

Alán Aspuru-Guzik, profesor la Universitatea din Toronto și co-fondator și consilier științific al Zapata AI, a împărtășit optimismul său cu privire la integrarea calculului cuantic în fluxul de descoperire a medicamentelor. Această cercetare este pionieră, stabilind un precedent pentru computerele cuantice viitoare pentru a-și demonstra capacitățile unice.

Cercetarea a utilizat pachetul Python QML Suite al Zapata AI, disponibil pe platforma Orquestra®, subliniind aplicarea practică a calculului cuantic în rezolvarea unor provocări științifice reale. Această integrare a IA generativă industrială în procesul de descoperire a medicamentelor marchează un pas semnificativ în utilizarea IA pentru soluții inovatoare și specifice industriilor, conducând la creștere și eficiență în peisajul tehnologic în continuă evoluție.