Моделі та платформи ШІ
Adaptyv Bio революціонізує білкову інженерію за допомогою генеративного штучного інтелекту

Ключові моментиAdaptyv Bio створює автоматизовані робочі комірки, які дають інженерам-білковим…
Показати більше
- Adaptyv Bio створює автоматизовані робочі комірки, які дають інженерам-білковим фахівцям змогу перевіряти в лабораторії дизайни, згенеровані штучним інтелектом.
- Фабрика компанії створює тісний цикл зворотного зв'язку між дизайном білків на основі штучного інтелекту та реальними експериментальними даними.
- Відкриття вихідного коду ProteinFlow та Automancer дає зовнішнім дослідникам змогу розбудовувати інструменти Adaptyv.
Інструменти штучного інтелекту, такі як ChatGPT, драматично змінюють спосіб генерації тексту, зображень та коду. Аналогічно, алгоритми машинного навчання та генеративний штучний інтелект порушують традиційні методи в галузі біологічних наук та прискорюють терміни відкриття ліків та розробки матеріалів.
Модель DeepMind AlphaFold є, мабуть, найвідомішою моделлю машинного навчання в цій галузі. Вона передбачає тривимірну структуру білка з його амінокислотної послідовності та була використана понад мільйоном дослідників за 18 місяців після її публічного випуску. Було створено багато інших інструментів штучного інтелекту з тих пір, включаючи RFDiffusion, вихідний код якого нещодавно відкрили, який дозволяє дослідникам генерувати комп’ютерні проекти білків, використовуючи лише свої ноутбуки.
Однак, втілення цих комп’ютерних проєктів у реальні, функціональні білки залишається проблемою. Adaptyv Bio намагається вирішити цю проблему за допомогою своєї фабрики білків нового покоління. Інтегруючи передові робототехніку, мікрофлюїдику та синтетичну біологію, Adaptyv Bio створює повноцінну платформу, яка дозволяє інженерам білків перевірити свої проекти білків, створені штучним інтелектом.
Юліан Енглерт, генеральний директор та співзасновник Adaptyv Bio, сказав: “Білки є центральними для біореволюції, як нові ліки, покращені ферменти для досліджень та промислових застосувань, або матеріали з унікальними властивостями. Як дизайнер білків, ви тепер маєте доступ до неймовірних нових інструментів штучного інтелекту, таких як AlphaFold або RFDiffusion. Однак перевірка ваших проектів білків у лабораторії, щоб побачити, чи вони працюють, залишається величезною проблемою.”
Моделі штучного інтелекту процвітають на даних для навчання та покращення своїх передбачень. Спрощуючи процес генерації даних про ефективність проектів білків, Adaptyv Bio дозволяє інженерам білків та моделям штучного інтелекту отримувати більше зворотного зв’язку про свої проекти, спрямовуючи їх до білків, які працюють краще.
Енглерт додав: “Подумайте про штучний інтелект у самохідному автомобілі. Щоб тримати автомобіль на дорозі та досягати його місця призначення, модель штучного інтелекту потребує тісного зворотного зв’язку шляхом отримання великої кількості високоякісних даних з камер автомобіля. Той самий принцип застосовується до моделі штучного інтелекту, яка проектує нові білки, з механізмом зворотного зв’язку, що включає в себе створення білків у нашій лабораторії та тестування їхньої продуктивності.”
Adaptyv Bio була заснована групою інженерів з EPFL, Швейцарського федерального інституту технологій у Лозанні, які були мотивовані тривалими процесами проведення біологічних експериментів у лабораторіях. У 2022 році вони отримали 2,5 мільйона доларів у вигляді передпосівного фінансування від Wingman Venture після участі у Y Combinator, акселераторі стартапів із найсуворішим відбором у світі. Команда з тих пір розширилася до 12 інженерів з різним походженням у галузі синтетичної біології, мікроінженерії, розробки програмного забезпечення та машинного навчання. Компанія розташована у нещодавно збудованому науковому кампусі Biopole для біологічних наук у Лозанні, Швейцарія, де вони розробляють свою технологію у передових лабораторних умовах з мальовничим видом на озеро Женева та Швейцарсько-французькі Альпи.
Фабрика Adaptyv Bio побудована навколо робочих модулів білкової інженерії – спеціалізованих, автоматизованих установок, які мініатюризують процеси, які зазвичай вимагають декількох лабораторних машин, виконуючи їх паралельно на малих мікрофлюїдних чипах. Користувачі можуть писати експериментальні протоколи (або мати штучний інтелект, який пише їх) а робочі модулі автономно виконують експерименти, ретельно керуючи їхніми параметрами та контролюючи їх. Усі дані вимірювань обробляються автоматично та завантажуються, щоб дозволити користувачам уточнювати свої моделі машинного навчання з кожним експериментом.
Енглерт сказав: “Наші робочі модулі повністю автоматизовані, використовують 1000 разів менше реагентів, ніж будь-яка комерційно доступна альтернатива, і ми можемо проводити експерименти з тисячами різних білків на день на кожній окремій установці. Щоб оптимізувати експериментальні робочі процеси, ми розробили багато спеціальних технік синтетичної біології та автоматизації. У наступні 12 місяців ми плануємо розширити нашу лабораторію далі та збільшити кількість застосувань проектування білків, які ми можемо підтримувати. Ми також відкрили ранній доступ для користувачів, щоб вони могли подавати свої проекти проектування білків нам, і намагаємося якнайшвидше налаштувати нові проекти.”
Щоб прискорити розвиток галузі інженерії білків, Adaptyv Bio відкрила вихідний код двох своїх внутрішніх інструментів, які вже почали набувати популярності серед дослідників та інженерів у цій галузі. ProteinFlow – це бібліотека Python, яка дозволяє проектувальникам білків легко створювати високоякісні набори даних для кращих моделей штучного інтелекту. Automancer – це розширювана програмна платформа для виконання автоматизованих експериментів, яка дозволяє дослідникам створювати свої власні експериментальні протоколи та інтегрувати різні лабораторні інструменти.
“Наша місія – зробити інженерію білків легшою та дозволити більшій кількості дослідників проектувати нові білки. Подумайте про білки, які складають неймовірно потужну молекулярну техніку всередині кожної клітини нашого тіла. Подумайте про те, який технологічний прогрес людство могло б зробити, якщо б ми могли почати проектувати нові білки для персоналізованих ліків, промислових застосувань, таких як нові ферменти, або кращих, більш сталих матеріалів,” додав Юліан Енглерт.












