โมเดลและแพลตฟอร์ม AI

Adaptyv Bio ปฏิวัติวิศวกรรมโปรตีนด้วย AI เชิงกำเนิด

Daniel Martin
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญAdaptyv Bio…
ดูเพิ่มเติม
  • Adaptyv Bio สร้างเวิร์กเซลล์อัตโนมัติที่ช่วยให้นักวิศวกรรมโปรตีนสามารถตรวจสอบการออกแบบที่สร้างโดย AI ได้ในห้องปฏิบัติการ
  • โรงหล่อ (foundry) ของบริษัทสร้างวงจรป้อนกลับที่แน่นหนาระหว่างการออกแบบโปรตีนด้วย AI กับข้อมูลการทดลองจริง
  • การเปิดซอร์ส ProteinFlow และ Automancer ช่วยให้นักวิจัยภายนอกสามารถต่อยอดบนเครื่องมือของ Adaptyv ได้

เครื่องมือ AI เช่น ChatGPT กำลังเปลี่ยนแปลงวิธีการสร้างข้อความ ภาพ และโค้ดอย่างมาก ในทำนองเดียวกัน อัลกอริทึมการเรียนรู้ของเครื่องและ Generative AI กำลังเปลี่ยนแปลงวิธีการแบบดั้งเดิมในวิทยาศาสตร์ชีวภาพ และเร่งเวลาในการค้นพบยาและพัฒนาวัสดุ

AlphaFold ของ DeepMind เป็นโมเดลการเรียนรู้ของเครื่องที่มีชื่อเสียงที่สุดในโดเมนนี้ ซึ่งสามารถคาดการณ์โครงสร้าง 3 มิติของโปรตีนจากลำดับกรดอะมิโน และได้รับการใช้งานโดยนักวิจัยมากกว่า 1 ล้านคนใน 18 เดือนหลังจากการเปิดตัวสาธารณะ มีเครื่องมือ AI อื่นๆ ออกมาหลังจากนั้น รวมถึง RFDiffusion ที่เปิดเผยต่อสาธารณะเมื่อเร็ว ๆ นี้ ซึ่งช่วยให้นักวิจัยสามารถสร้างการออกแบบโปรตีนเชิงคำนวณโดยใช้เพียงแล็ปท็อปของตนเอง

อย่างไรก็ตาม การแปลการออกแบบเชิงคำนวณเหล่านี้ให้เป็นโปรตีนที่มีหน้าที่และเป็นรูปธรรมยังคงเป็นความท้าทาย Adaptyv Bio มีเป้าหมายที่จะแก้ไขปัญหานี้ด้วยโรงงานโปรตีนรุ่นต่อไป โดยการรวมเทคโนโลยีหุ่นยนต์ ไมโครฟลูอิดิกส์ และชีววิทยาสังเคราะห์ Adaptyv Bio กำลังสร้างแพลตฟอร์มแบบเต็มเพื่อให้วิศวกรโปรตีนสามารถตรวจสอบการออกแบบโปรตีนที่สร้างโดย 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 ช่วยให้วิศวกรโปรตีนและโมเดล 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 ล้านดอลลาร์ในการระดมทุนระยะ pre-seedจาก Wingman Venture หลังจากเข้าร่วม Y Combinator โครงการบ่มเพาะสตาร์ตอัปที่คัดเลือกผู้เข้าร่วมเข้มงวดที่สุดในโลก ทีมงานได้ขยายตัวเป็น 12 วิศวกรที่มีภูมิหลังที่หลากหลายในชีววิทยาสังเคราะห์ วิศวกรรมระดับจุลภาค การพัฒนาซอฟต์แวร์ และการเรียนรู้ของเครื่อง บริษัทตั้งอยู่ที่ Biopole วิทยาเขตชีววิทยาศาสตร์แห่งใหม่ในโลซานน์ สวิตเซอร์แลนด์ ซึ่งพวกเขากำลังพัฒนเทคโนโลยีของตนในห้องปฏิบัติการที่ทันสมัยพร้อมทิวทัศน์ที่งดงามของทะเลสาบเจนีวาและเทือกเขาแอลป์สวิส-ฝรั่งเศส

โรงงานโปรตีนของ Adaptyv Bio มีศูนย์กลางอยู่ที่หน่วยปฏิบัติงานวิศวกรรมโปรตีน (workcells) — การตั้งค่าแบบกำหนดเองและอัตโนมัติที่ย่อกระบวนการที่ต้องการเครื่องจักรหลายเครื่องในห้องปฏิบัติการให้เล็กลงและทำได้พร้อมกันบนชิปไมโครฟลูอิดิกส์ขนาดเล็ก ผู้ใช้สามารถเขียนโพรโทคอลการทดลอง (หรือให้ AI เขียน) และหน่วยปฏิบัติงานจะดำเนินการทดลองโดยอัตโนมัติ ในขณะที่ควบคุมและติดตามพารามิเตอร์ของการทดลองอย่างใกล้ชิด ข้อมูลการวัดทั้งหมดจะถูกประมวลผลและอัปโหลดโดยอัตโนมัติเพื่อให้ผู้ใช้สามารถปรับปรุงโมเดลการเรียนรู้ของเครื่องของตนได้หลังจากการทดลองแต่ละครั้ง

Englert กล่าวว่า “หน่วยปฏิบัติงานของเราเป็นอัตโนมัติทั้งหมด ใช้สารเคมีสำหรับการทดลองเพียงหนึ่งในพันของทางเลือกที่มีจำหน่ายเชิงพาณิชย์ และเราสามารถทดสอบโปรตีนได้หลายพันชนิดต่อวันในแต่ละการตั้งค่า เพื่อทำให้กระบวนการทดลองง่ายขึ้น เราได้พัฒนาวิธีการชีววิทยาสังเคราะห์และอัตโนมัติแบบกำหนดเองมากมาย ในช่วง 12 เดือนข้างหน้า เราได้วางแผนจะขยายห้องปฏิบัติการของเราและเพิ่มจำนวนการประยุกต์ใช้การออกแบบโปรตีนที่เราสามารถรองรับได้ เราเพิ่งเปิดการเข้าถึงล่วงหน้าสำหรับผู้ใช้ในการส่งโครงการการออกแบบโปรตีนของตนให้กับเรา และเรากำลังพยายามที่จะเริ่มโครงการใหม่ๆ ให้เร็วที่สุด”

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

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

Daniel Martin

Daniel เป็นผู้สนับสนุนอย่างแข็งขันว่าปัญญาประดิษฐ์ (AI) จะเปลี่ยนแปลงทุกสิ่งอย่างพลิกโฉมในที่สุด เขาหายใจด้วยเทคโนโลยีและใช้ชีวิตเพื่อทดลองอุปกรณ์ใหม่ ๆ.