Adaptyv Bio Cách Mạng Kỹ Thuật Protein Sử Dụng Trí Tuệ Nhân Tạo Tạo Sinh

Công cụ AI như ChatGPT đang thay đổi đáng kể cách tạo ra văn bản, hình ảnh và mã. Tương tự, thuật toán học máy và trí tuệ nhân tạo tạo sinh đang phá vỡ các phương pháp truyền thống trong lĩnh vực khoa học sự sống và tăng tốc thời gian phát triển thuốc và vật liệu.

Mô hình AlphaFold của DeepMind có thể là mô hình học máy nổi tiếng nhất trong lĩnh vực này. Nó dự đoán cấu trúc 3D của protein từ trình tự axit amin và đã được sử dụng bởi hơn một triệu nhà nghiên cứu trong 18 tháng kể từ khi nó được phát hành công khai. Nhiều công cụ AI khác đã xuất hiện kể từ đó, bao gồm RFDiffusion mới được mở nguồn, cho phép các nhà nghiên cứu tạo ra thiết kế protein tính toán sử dụng chỉ laptop của họ.

Tuy nhiên, việc chuyển đổi các thiết kế tính toán này thành protein hữu hình, chức năng vẫn còn là một thách thức. Adaptyv Bio nhằm giải quyết vấn đề này với xưởng protein thế hệ tiếp theo của họ. Bằng cách tích hợp robot tiên tiến, vi lưu chất và kỹ thuật sinh học tổng hợp, Adaptyv Bio đang xây dựng một nền tảng toàn diện để cho phép các kỹ sư protein xác thực thiết kế protein được tạo ra bởi AI.

Julian Englert, Giám đốc điều hành và đồng sáng lập của Adaptyv Bio, cho biết: “Protein là trung tâm của cuộc cách mạng sinh học, dù là thuốc mới, enzyme cải tiến cho nghiên cứu và ứng dụng công nghiệp, hay vật liệu có tính chất độc đáo. Là một nhà thiết kế protein, bạn hiện có quyền truy cập vào các công cụ AI tuyệt vời như AlphaFold hoặc RFDiffusion. Tuy nhiên, việc xác thực thiết kế protein của bạn trong phòng thí nghiệm để xem liệu chúng có hoạt động hay không vẫn là một thách thức lớn.”

Các mô hình AI phát triển mạnh dựa trên dữ liệu để đào tạo và cải thiện dự đoán của chúng. Bằng cách đơn giản hóa quá trình tạo ra dữ liệu về hiệu quả của protein được thiết kế, Adaptyv Bio cho phép các kỹ sư protein và mô hình AI nhận được nhiều phản hồi hơn về thiết kế của họ, hướng dẫn họ đến các protein hoạt động tốt hơn.

Englert thêm: “Hãy nghĩ về AI trong một chiếc xe tự lái. Để giữ chiếc xe trên đường và đến đích, mô hình AI cần một vòng phản hồi chặt chẽ bằng cách nhận được nhiều dữ liệu chất lượng cao từ cảm biến camera của xe. Nguyên tắc tương tự áp dụng cho mô hình AI thiết kế protein mới, với cơ chế phản hồi liên quan đến việc tạo ra protein thực sự trong phòng thí nghiệm của chúng tôi và kiểm tra hiệu suất của chúng.”

Adaptyv Bio được thành lập bởi một nhóm kỹ sư từ EPFL, Viện Công nghệ Liên bang Thụy Sĩ tại Lausanne, được thúc đẩy bởi các quá trình thực hiện thí nghiệm sinh học tốn thời gian trong phòng thí nghiệm. Vào năm 2022, họ đã đảm bảo 2,5 triệu đô la tiền vốn trước hạt giống từ Wingman Venture, sau khi tham gia Y Combinator, chương trình tăng tốc khởi nghiệp chọn lọc nhất thế giới. Đội ngũ đã mở rộng đến 12 kỹ sư với các nền tảng đa dạng trong sinh học tổng hợp, kỹ thuật vi lưu, phát triển phần mềm và học máy. Công ty được đặt tại khuôn viên khoa học sự sống Biopole mới được xây dựng tại Lausanne, Thụy Sĩ, nơi họ đang phát triển công nghệ của mình trong các cơ sở phòng thí nghiệm tiên tiến với tầm nhìn tuyệt đẹp của hồ Geneva và dãy Alps Thụy Sĩ-Pháp.

Xưởng của Adaptyv Bio tập trung vào các tế bào làm việc về kỹ thuật protein – các thiết lập tự động tùy chỉnh, thu nhỏ các quá trình thường yêu cầu nhiều máy móc phòng thí nghiệm, thực hiện chúng song song trên các chip vi lưu chất nhỏ. Người dùng có thể viết giao thức thí nghiệm (hoặc để AI viết) và các tế bào làm việc thực hiện thí nghiệm một cách tự động, đồng thời kiểm soát và theo dõi chặt chẽ các tham số của thí nghiệm. Tất cả dữ liệu đo lường được xử lý tự động và tải lên để cho phép người dùng tinh chỉnh mô hình học máy của họ với mỗi thí nghiệm.

Englert cho biết: “Các tế bào làm việc của chúng tôi được tự động hóa hoàn toàn, sử dụng 1.000 lần ít hơn các tác nhân phản ứng so với bất kỳ giải pháp thương mại nào hiện có, và chúng tôi có thể chạy hàng nghìn protein khác nhau mỗi ngày trên mỗi thiết lập riêng lẻ. Để tối ưu hóa các quy trình thí nghiệm, chúng tôi đã phát triển nhiều kỹ thuật sinh học tổng hợp và tự động hóa tùy chỉnh. Trong 12 tháng tới, chúng tôi dự định mở rộng phòng thí nghiệm của mình thêm và tăng số lượng ứng dụng thiết kế protein mà chúng tôi có thể hỗ trợ. Chúng tôi cũng vừa mở quyền truy cập sớm cho người dùng để gửi dự án thiết kế protein của họ cho chúng tôi, và chúng tôi đang cố gắng tích hợp các dự án mới càng sớm càng tốt.”

Để đẩy nhanh lĩnh vực kỹ thuật protein, Adaptyv Bio đã mở nguồn hai công cụ nội bộ của họ, đã bắt đầu thu hút sự chú ý của các nhà nghiên cứu và kỹ sư trong lĩnh vực này. ProteinFlow là một thư viện Python cho phép các nhà thiết kế protein tạo ra các tập dữ liệu chất lượng cao cho các mô hình AI tốt hơn. Automancer là một nền tảng phần mềm có thể mở rộng để chạy thí nghiệm tự động, cho phép các nhà nghiên cứu xây dựng giao thức thí nghiệm của riêng họ và tích hợp các công cụ phòng thí nghiệm khác nhau.

“Sứ mệnh của chúng tôi là làm cho kỹ thuật protein trở nên dễ dàng hơn và cho phép nhiều nhà nghiên cứu thiết kế protein mới. Hãy nghĩ về các protein tạo nên máy móc phân tử mạnh mẽ bên trong mỗi tế bào trong cơ thể chúng ta. Hãy tưởng tượng loại tiến bộ công nghệ mà nhân loại có thể đạt được nếu chúng ta có thể bắt đầu thiết kế protein mới cho thuốc cá nhân hóa, ứng dụng công nghiệp như enzyme mới, hoặc vật liệu tốt hơn, bền vững hơn,” Englert thêm.