Адаптив Біо Революціонізує Інженерію Білків З Використанням Генеративного Штучного Інтелекту

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’s 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 недавно відкритий RFDiffusion, який дозволяє дослідникам генерувати комп’ютерні проекти білків, використовуючи лише свої ноутбуки.

Однак, переклад цих комп’ютерних проектів у реальні, функціональні білки залишається проблемою. Адаптив Біо намагається вирішити цю проблему за допомогою своєї наступної генерації фабрики білків. Інтегруючи передові робототехніку, мікрофлюїдіку та синтетичну біологію, Адаптив Біо створює повноцінну платформу, яка дозволяє інженерам білків перевірити свої проекти білків, створені штучним інтелектом.

Юліан Енгерт, генеральний директор та співзасновник Адаптив Біо, 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. Зрощуючи процес генерації даних про ефективність проектів білків, Адаптив Біо дозволяє інженерам білків та моделям штучного інтелекту отримувати більше зворотного зв’язку про свої проекти, спрямовуючи їх до білків, які працюють краще.

Енгерт додав: “Подіумайте 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. Те ж саме 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.”

Адаптив Біо 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 пре-сीड-фінансування від Wingman Venture після участі у Y Combinator, найбільшому акселераторі стартапів 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 на новому житловому 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 Адаптив Біо центрується навколо інженерних робіт з білками – 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) та виконувати експерименти автономно, керуючи та контролюючи параметри експериментів. Усі дані вимірювань обробляються автоматично та завантажуються, щоб дозволити користувачам уточнювати свої моделі машинного навчання з кожним експериментом.

Енгерт сказав: “Наші робочі клітини повністю автоматизовані, використовують 1000 разів менше реагентів, ніж будь-яка комерційно доступна альтернатива, і ми можемо виконувати тисячі 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, Адаптив Біо відкрила два 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 розширена платформа програмного забезпечення 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 Енгерт.