Absci ve Memorial Sloan Kettering yapay zekayı kullanarak kanser ilaçları aramak için ortak çalışıyor
Ortaklık, Absci'nin yeni antikorlara yönelik algoritmalarını MSK'nın kapsamlı onkoloji araştırmalarıyla birleştiriyor.
Yapay zeka (AI) henüz ilaç geliştirme sürecini dönüştürmedi ancak bazı çabalar diğerlerinden daha umut verici görünüyor.
Pazartesi günü, kanser araştırma devi Memorial Sloan Kettering ve yaşam bilimleri yapay zeka öncüsü Absci, yeni ilaçları klinik deneylere tipik ilaç geliştirme çabalarından daha hızlı getirmeyi umarak, üretken yapay zeka kullanarak kansere yönelik altı yeni tedaviyi keşfetmek için türünün ilk örneği olan bir ortaklığı duyurdu. .
MSK, takip edilecek hücreler üzerindeki hedefi belirleyecek ve Absci, bu hedefe bağlanacak de novo bir antikor oluşturmak için gen yapay zekasını kullanacak.
Absci'nin kurucusu ve CEO'su Sean McClain, ZDNET ile yaptığı röportajda "Bu, Absci'nin özellikle MSK gibi bir enstitüyle yaptığı bu türden ilk işbirliğidir" dedi. "Gerçekten harika bir sinerji sağlıyor: MSK'nın onkoloji alanında sahip olduğu bilgi ve uzmanlık ile öne çıkaracakları bu yeni hedefler ve Absci'nin yapay zeka platformumuzla heyecan verici ilaç adayları tasarlama yeteneği."
"MSK yeni bir GPCR getirirse, platformumuz bu hedefle birleşen bir antikor bulabilmek için gerçekten çok uygundur." McClain bunu "biyolojinin yaratılmasına yardımcı olmak" olarak adlandırıyor.
MSK'nın onayı, yaşam bilimleri yapay zekasının çok genç dünyası için büyük bir güvenoyudur.
MSK Teknoloji Geliştirmeden Sorumlu Kıdemli Başkan Yardımcısı Dr. Gregory Raskin, "Her zaman dünyanın her yerindeki hastalar için işleri ileriye taşımanın yeni yollarını arıyoruz ve yapay zeka açıkça dahil olmamız gereken bir alan" dedi.
"Yapay zekaya odaklanan bir şirketle yeni antikor ilaçları yapmak için daha önce hiç ortaklık kurmadık" dedi. "MSK'da sadece kanser bakımında lider olmayı değil aynı zamanda kanser bakımında yapay zeka alanında da lider olmayı umuyoruz."
İşbirliği, her iki tarafın da girişimi finanse ettiği bir "ortak geliştirme" anlaşması ve "50/50 ortaklık" olarak tanımlanıyor, ancak fon miktarları açıklanmadı.
Raskin, MSK ile Absci arasındaki görüşmelerin Ocak ayında San Francisco'daki J.P. Morgan Healthcare konferansında başladığını ve sonraki yedi ay içinde geliştiğini söyledi.
İş bölümü, MSK'nın daha sonra iki tarafın tartışıp üzerinde anlaşacağı bir hedef belirlemesini ve Absci'nin hedefe karşı bir antikor veya bir dizi antikor için bir tasarım tasarlamasını içeriyor.
Absci'nin çalıştırabileceği bilgisayar simülasyonlarına ve kendi ıslak laboratuvar tesislerine ek olarak MSK, "kurumumuzdaki bir ilacın bir tümörü yenip güvenli olup olmayacağının belirlenmesinde dünya çapında uzman olan temel tesisler ve bilim adamlarına" yardımcı olacak. " dedi Raskin.
McClain, "Hedefi belirledikten sonra, biyolojiyi gerçekleştirmek amacıyla bu hedeflere yönelik antikorları tasarlamak için üretken yapay zeka modellerini kullanacağız" dedi.
Raskin, "MSK, onkoloji üzerinde çalışan ve yeni kanser hedefleri arayan insanlarla dolu yüzden fazla araştırma laboratuvarına sahip" dedi. 2020 yılında pediatrik nöroblastom tedavisi olan Danyelza ve metastatik olmayan kastrasyona dirençli prostat kanseri tedavisi olan Erleada dahil olmak üzere ABD Gıda ve İlaç İdaresi (FDA) tarafından onaylanan 13 ilacın MSK'da icat edildiğini belirtti. , 2018'de. FDA, klinik deneylerin onaylanmasından ve ilaçların kabul edilmesinden veya reddedilmesinden sorumludur.
Raskin, "Fare antikorları söz konusu olduğunda, bu geleneksel bir yaklaşımdır, zaman alıcıdır ve emek yoğundur" dedi. "Hedefinize iyi bağlanmayan kötü bir antikor dizisine sahip olabilirsiniz."
"Bu yöntemin hastalarımıza daha hızlı ulaşmasını umuyoruz - bu çok önemli."
Raskin, ZDNET'e MSK'nın ortaklıktan çıkabilecek ilaçları test etmek için kullanabileceği kendi hasta popülasyonunun bulunduğunu söyledi. Hastane, bazıları dışarıdan, bazıları şirket içinde geliştirilen ilaçlara yönelik olmak üzere yaklaşık 1.800 klinik araştırma yürütüyor.
FDA'ya sunulması gereken "Yeni İlaç Araştırması" dosyalarına atıfta bulunarak, "Kendi IND'lerimizi yazma yeteneğine sahibiz ve bu teknolojilerle kendi hastalarımızda denemelere başlayabiliriz" dedi.
Raskin, yapay zekanın çekiciliğinin, teknolojinin ortalama on yıl süren ilaç geliştirme sürecini hızlandırma potansiyeli olduğunu söyledi. Gen AI kullanılarak, yeni ilaçlar hızlı bir şekilde tasarlanabilir ve bilgisayarda simüle edilebilir; bazı durumlarda in vitro kimya ve in vivo hayvan testlerinin tipik sürecinden yıllarca tasarruf edilebilir.
Raskin, "Fare antikorları söz konusu olduğunda, bu geleneksel bir yaklaşımdır, zaman alıcıdır ve emek yoğundur" dedi. "Hedefinize iyi bağlanmayan kötü bir antikor dizisine sahip olabilirsiniz."
"Bu yöntemin hastalarımıza daha hızlı ulaşmasını umuyoruz; bu çok önemli."
McClain, Absci'nin bir hastaneyle yeni ilaç hedefleri konusunda ilk kez yaptığı ortaklık için önemli olanın "birlikte geliştirdiğimiz ilaçları MSK'daki hastalara götürebilmek ve MSK'nın bu konuda gerçekten yardımcı olabilmesi" olduğunu söyledi. çevirisel taraf, doğru klinik stratejiye sahip olduğumuzdan emin olmak."
Birlikte geliştirilen tedavilere ilişkin herhangi bir klinik deneme için belirlenmiş bir zaman çerçevesi bulunmamakla birlikte Raskin, ortaklığın hızla ilerleyeceği umudunu dile getirdi. "Gelecek yıl bir şeyleri test etmeye başlamak harika olurdu" dedi, bunun anlamı bir tür klinik öncesi testti.
Absci'nin hâlihazırda AstraZeneca, Almirall, Merck ve AI çip titan Nvidia dahil olmak üzere çok sayıda ilaç deviyle ortaklığı bulunuyor.
McClain, MSK işbirliğinin, Big Pharma'nın kar amacı güden bir operasyonundan ziyade enstitünün kar amacı gütmeyen bir kuruluş olması nedeniyle farklı olduğunu söyledi. Terapilerin ticarileştirilmesi çok büyük olabileceğinden, Absci ve Memorial Sloan Kettering, tercihen kendi başlarına bir "kavram kanıtı" gösterdikten sonra herhangi bir ilacı nihai olarak ticarileştirmek için bir farmasötik ortak getirmeyi planlıyor.
Raskin, altı ilacın hangi hedeflerin peşinde olacağına gelince, "Henüz bildiğimizi sanmıyorum" dedi. "Bilim adamlarımızla konuşmalı ve Absci'nin düşünceleriyle neyin örtüştüğünü görmeliyiz."
McClain, kanser hedefini bulmanın başlı başına yoğun bir görev olduğunu belirtti. Absci'nin yapay zeka geninden yeni antikorlar formüle edecek kaynakları var, ancak şirketin vücudun ilaç reseptörlerini vuracak değerli yerleri bulma konusunda eğitimli bilim adamlarının uzmanlığına ihtiyacı var.
Onaylanmış ilaçlar tarafından hedeflenen en büyük reseptör ailesi olan "G proteinine bağlı reseptörlere" atıfta bulunarak, "Birçok GPCR yeni hedefler olarak ortaya çıkıyor" dedi.
McClain "MSK yeni bir GPCR getirirse, platformumuz bu hedefle birleşen bir antikor bulabilmek için gerçekten çok uygun." McClain bunu "biyolojinin yaratılmasına yardımcı olmak" olarak adlandırıyor.
Bugüne kadar yapay zekanın yararlılığına dair önemli klinik kanıt bulunmadığı göz önüne alındığında, kesin klinik veriler üretmesi durumunda işbirliği önemli bir kanıt olabilir. McClain, "Faz II [klinik deneme] okumalarına sahip olacak bazı küçük moleküllü şirketler var" dedi. "Fakat antikorlar açısından bunlar kliniğe ilk çarpanlardan bazıları olacak."
Absci, gen AI'nın kanser hedeflerine bağlanan yeni antikorlar tasarlayabileceğine dair erken kanıt gösterdi. Mart ayında Absci, "insan epidermal büyüme faktörü reseptörü 2" veya bazı meme kanseri türleriyle bağlantılı bir insan onkogeni olan HER2 olarak adlandırılan şeye karşı yeni antikorların geliştirildiğini bildirdi.
AI modeli, HER2'ye karşı mevcut, başarılı antikorlara ilişkin verilerle beslenmemişti ve HER2'ye nasıl başarılı bir şekilde bağlanacağı veya "bağlanacağı" konusunda açık bilgi verilmemişti.
Absci'nin ürün yelpazesindeki lider ilaç adayı ABS-101, irritabl bağırsak hastalığının (IBS) tedavisidir. Gen AI kullanılarak geliştirilen yeni antikor, aşırı ekspresyonu çeşitli inflamatuar otoimmün hastalıklarla bağlantılı olan bağışıklık hücrelerindeki TL1A proteinine bağlanıyor. McClain, antikorun yalnızca 14 ayda ve 5 milyon dolardan az bir maliyetle sıfırdan geliştirildiğini vurguladı.
ABS-101'in gelecek yıl Faz I klinik denemelerine başlaması bekleniyor. Başka bir proje olan ABS-301, Absci tarafından dahili olarak doğrulanmış, açıklanmayan bir "bağışıklık-onkoloji" hedefidir.
McClain, "Yapay zeka tarafından üretilen bu antikorların ve küçük moleküllerin kliniğe girdiğini görmeye başlıyorsunuz" dedi.
Hasta verilerinin gizliliğine ilişkin endişeler göz önüne alındığında, MSK'nın hasta verileri ile Absci'nin yapay zeka modeli eğitimi arasındaki ayrımı korumak önemlidir.
McClain, "Peşine düşülecek kanser hedefini seçmek için onların verilerini ve uzmanlıklarını kullanacağız ve ardından antikoru türetmek için modelimizi kullanacağız" dedi. "Modellerimizi eğitmek için MSk verilerini kullanmayı planlamıyoruz; bu verileri şirket içinde üreteceğiz ve bunu eğitim için kullanacağız; dolayısıyla bu açıdan bakıldığında tamamen ayrı ve güvenlik duvarı ile korunacak."