โมเดลและแพลตฟอร์ม AI

Adaptyv Bio Revolutionizes โปรตีนエンジニアリング โดยใช้ Generative AI

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เครื่องมือ AI เช่น ChatGPT กำลังเปลี่ยนแปลงวิธีการสร้างข้อความ ภาพ และโค้ดอย่างมาก ในทำนองเดียวกัน อัลกอริทึมการเรียนรู้ของเครื่องและ Generative AI กำลังเปลี่ยนแปลงวิธีการแบบดั้งเดิมใน生命วิทยาศาสตร์ และเร่งเวลาในการค้นพบยาและพัฒนาวัสดุ

AlphaFold ของ DeepMind เป็นโมเดลการเรียนรู้ของเครื่องที่มีชื่อเสียงที่สุดในโดเมนนี้ ซึ่งสามารถคาดการณ์结构 3 มิติของโปรตีนจากลำดับกรดอะมิโน และได้รับการใช้งานโดยนักวิจัยมากกว่า 1 ล้านคนใน 18 เดือนหลังจากการเปิดตัวสาธารณะ มีเครื่องมือ AI อื่นๆ ออกมาหลังจากนั้น รวมถึง RFDiffusion ที่เปิดเผยต่อสาธารณะ最近 ซึ่งช่วยให้นักวิจัยสามารถสร้างการออกแบบโปรตีนเชิงคำนวณโดยใช้เพียงแล็ปท็อปของตนเอง

อย่างไรก็ตาม การแปลการออกแบบเชิงคำนวณเหล่านี้ให้เป็นโปรตีนที่มีหน้าที่และเป็นรูปธรรมยังคงเป็นความท้าทาย Adaptyv Bio มีเป้าหมายที่จะแก้ไขปัญหานี้ด้วยโรงงานโปรตีนรุ่นต่อไป โดยการรวมเทคโนโลยีรôบôtต์ มाइकโรฟลูอิดิกส์ และสังเคราะห์生物วิทยา Adaptyv Bio กำลังสร้างแพลตฟอร์มแบบเต็มเพื่อให้工程师โปรตีนสามารถตรวจสอบการออกแบบโปรตีนที่สร้างโดย AI

Julian Englert ซีอีโอและผู้ร่วมก่อตั้ง Adaptyv Bio กล่าวว่า “โปรตีนเป็นศูนย์กลางของการปฏิวัติทางชีววิทยา ไม่ว่าจะเป็นยาที่ใหม่ๆ เอนไซม์ที่ดีขึ้นสำหรับการวิจัยและการใช้งานอุตสาหกรรม หรือวัสดุที่มีคุณสมบัติเฉพาะตัว ในฐานะผู้ออกแบบโปรตีน คุณมีเครื่องมือ AI ที่น่าเหลือเชื่ออย่าง AlphaFold หรือ RFDiffusion อยู่ในมือ อย่างไรก็ตาม การตรวจสอบการออกแบบโปรตีนของคุณในห้องปฏิบัติการเพื่อดูว่ามันทำงานหรือไม่นั้นยังคงเป็นความท้าทายที่ยิ่งใหญ่”

โมเดล AI ต้องการข้อมูลสำหรับการฝึกอบรมและปรับปรุงการคาดการณ์ โดยการทำให้กระบวนการสร้างข้อมูลเกี่ยวกับประสิทธิภาพของการออกแบบโปรตีนง่ายขึ้น Adaptyv Bio ช่วยให้工程师โปรตีนและโมเดล AI ได้รับข้อมูลย้อนกลับเกี่ยวกับการออกแบบของตนมากขึ้น ซึ่งจะช่วยให้พวกเขาได้รับโปรตีนที่ทำงานได้ดีขึ้น

Englert กล่าวเพิ่มเติมว่า “ลองนึกถึง AI ในรถยนต์ไร้คนขับ เพื่อให้รถยนต์อยู่บนถนนและไปถึงจุดหมาย AI ต้องการวงจรย้อนกลับที่มีข้อมูลคุณภาพสูงจากเซ็นเซอร์กล้องของรถยนต์ หลักการเดียวกันนี้ใช้กับโมเดล AI ที่ออกแบบโปรตีนใหม่ โดยมีกลไกย้อนกลับเกี่ยวข้องกับการสร้างโปรตีนจริงในห้องปฏิบัติการของเราและทดสอบประสิทธิภาพของมัน”

Adaptyv Bio ก่อตั้งโดยกลุ่มวิศวกรจาก EPFL สถาบันเทคโนโลยีแห่งสหพันธรัฐสวิสในโลซานน์ โดยได้รับแรงบันดาลใจจากกระบวนการที่ใช้เวลานานในการทำการทดลองทางชีววิทยาในห้องปฏิบัติการ ในปี 2022 พวกเขาได้รับเงินทุน 2.5 ล้านดอลลาร์ในการระดมทุนก่อนการเริ่มต้นจาก Wingman Venture หลังจากเข้าร่วม Y Combinator ตัวเร่งการเริ่มต้นธุรกิจที่เลือกที่สุดในโลก ทีมงานได้ขยายตัวเป็น 12 วิศวกรที่มีภูมิหลังที่หลากหลายในสังเคราะห์生物วิทยา ไมโครอิเล็กทรอนิกส์ การพัฒนาซอฟต์แวร์ และการเรียนรู้ของเครื่อง บริษัทตั้งอยู่ที่ Biopole วิทยาเขตชีววิทยาศาสตร์แห่งใหม่ในโลซานน์ สวิตเซอร์แลนด์ ซึ่งพวกเขากำลังพัฒนเทคโนโลยีของตนในห้องปฏิบัติการที่ทันสมัยพร้อมทิวทัศน์ที่งดงามของทะเลสาบเจนีวาและเทือกเขาแอลป์สวิส-ฝรั่งเศส

โรงงานโปรตีนของ Adaptyv Bio มีศูนย์กลางอยู่ที่เซลล์ทำงานโปรตีน_engineering — การตั้งค่าแบบกำหนดเองและอัตโนมัติที่ย่อกระบวนการที่ต้องการเครื่องจักรหลายเครื่องในห้องปฏิบัติการให้เล็กลงและทำได้พร้อมกันบนไมโครชิปฟลูอิดิกส์ ผู้ใช้สามารถเขียนโพรโทคอลการทดลอง (หรือให้ AI เขียน) และเซลล์ทำงานจะดำเนินการทดลองโดยอัตโนมัติ ในขณะที่ควบคุมและติดตามพารามิเตอร์ของการทดลองอย่างใกล้ชิด ข้อมูลการวัดทั้งหมดจะถูกประมวลผลและอัปโหลดโดยอัตโนมัติเพื่อให้ผู้ใช้สามารถปรับปรุงโมเดลการเรียนรู้ของเครื่องของตนได้หลังจากการทดลองแต่ละครั้ง

Englert กล่าวว่า “เซลล์ทำงานของเราอัตโนมัติ完全 ใช้สารตั้งต้นน้อยกว่า 1,000 เท่าเมื่อเทียบกับตัวเลือกที่มีอยู่ในเชิงพาณิชย์ และเราสามารถวิ่งโปรตีนได้หลายพันชนิดต่อวันในแต่ละการตั้งค่า เพื่อทำให้กระบวนการทดลองง่ายขึ้น เราได้พัฒนาวิธีการสังเคราะห์生物วิทยาและอัตโนมัติแบบกำหนดเองมากมาย ในช่วง 12 เดือนข้างหน้า เราได้วางแผนจะขยายห้องปฏิบัติการของเราและเพิ่มจำนวนการประยุกต์ใช้การออกแบบโปรตีนที่เราสามารถรองรับได้ เราเพิ่งเปิดการเข้าถึงล่วงหน้าสำหรับผู้ใช้ในการส่งโครงการการออกแบบโปรตีนของตนให้กับเรา และเรากำลังพยายามที่จะเริ่มโครงการใหม่ๆ ให้เร็วที่สุด”

เพื่อเร่งความก้าวหน้าในด้านการวิศวกรรมโปรตีนให้มากขึ้น Adaptyv Bio ได้เปิดเผยเครื่องมือภายในสองตัวให้กับสาธารณะ ซึ่งได้รับความนิยมอย่างมากในหมู่นักวิจัยและวิศวกรในด้านนี้ ProteinFlow เป็นไลบรารี Python ที่ช่วยให้นักออกแบบโปรตีนสามารถสร้างชุดข้อมูลคุณภาพสูงสำหรับโมเดล AI ที่ดีขึ้นได้ Automancer เป็นแพลตฟอร์มซอฟต์แวร์ที่สามารถขยายได้ในการทดลองอัตโนมัติ ซึ่งช่วยให้นักวิจัยสามารถสร้างโพรโทคอลการทดลองของตนเองและรวมเครื่องมือห้องปฏิบัติการต่างๆ ได้

“ภารกิจของเราคือทำให้การวิศวกรรมโปรตีนง่ายขึ้นและช่วยให้นักวิจัยสามารถออกแบบโปรตีนใหม่ๆ ได้ ลองนึกถึงโปรตีนที่ประกอบเป็นเครื่องจักรโมเลกุลที่มีพลังมากในเซลล์ทุกเซลล์ของร่างกายของเรา ลองนึกถึงความก้าวหน้าทางเทคโนโลยีที่มนุษยชาติสามารถทำได้หากเราสามารถเริ่มออกแบบโปรตีนใหม่ๆ สำหรับยาที่มีการปรับแต่งส่วนบุคคล การใช้งานอุตสาหกรรม เช่น เอนไซม์ใหม่ๆ หรือวัสดุที่ดีกว่าและยั่งยืนมากกว่า” Englert กล่าวเสริม

ดาเนียลเป็นผู้สนับสนุนอย่างมากเกี่ยวกับวิธีที่ AI จะมาเปลี่ยนแปลงทุกสิ่งทุกอย่างในอนาคต เขาเต็มไปด้วยเทคโนโลยีและใช้ชีวิตเพื่อทดลองอุปกรณ์ใหม่ๆ