Yeni finansmanla Atomic AI, RNA’yı ilaç keşfinde bir sonraki sınır olarak görüyor • Teknolojik Haberler


Biyoteknoloji endüstrisi, karmaşık ilaç keşif sürecinin birçok yönü için yapay zeka destekli araçlarda bir acele yaşıyor. Ancak gözden kaçan, giderek artan bir şekilde belirli hastalıkların anahtarı olduğu düşünülen ancak ne yazık ki üzerinde yeterince çalışılmayan RNA’dır. 35 milyon dolarlık yeni finansmanla, Atomik Yapay Zeka AlphaFold’un proteinler için yaptığını RNA için yapmayı ve bu süreçte tamamen yeni tedaviler bulmayı hedefliyor.

Lise biyolojinizi hala hatırlayabiliyorsanız, muhtemelen RNA’nın DNA (uzun süreli bilgi depolama) ve proteinler (moleküler düzeyde hücresel yaşam mekanizması) arasında bir tür aracı olduğunu hatırlıyorsunuzdur. Ancak Atomic AI’nın CEO’su ve kurucusu Raphael Townshend, doğadaki çoğu şey gibi, o kadar da basit görünmüyor.

“DNA’nın RNA’ya, onun da proteinlere gittiğine dair merkezi bir dogma var. Ancak son yıllarda bilgileri kodlamaktan çok daha fazlasını yaptığı ortaya çıktı, ”dedi Teknolojik Haberler ile yaptığı röportajda. “İnsan genomuna bakarsanız, yaklaşık %2’si bir noktada protein haline gelir. Ancak yüzde 80’i RNA olur. Ve yapıyor… kim bilir ne? Büyük ölçüde az keşfedildi.

DNA ve proteinlerle karşılaştırıldığında bu alanda çok az çalışma yapılmıştır. Akademi yapbozun diğer parçalarına odaklandı ve farmasötikler, kısmen bunun bir sonucu olarak, ilaçların mekanizması olarak proteinlerin peşine düştü. Sonuç, RNA yapıları hakkında ciddi bir bilgi ve veri eksikliğidir.

Ancak Atomic AI’nın öne sürdüğü şey, RNA’nın işlevsel olduğu ve bir tedavi yöntemi olarak takip etmeye değer olduğudur. İşin sırrı, bir belgedeki üstbilgi ve altbilgi gibi RNA’nın “kodlanmayan” bölgelerindedir. Protein benzeri bir iş yapıyorlar ama protein değiller ve tek örnek de değiller.

RNA iplikçiklerini boncuktan çok ip olan boncuklu kolyeler olarak düşünebilirsiniz. Dize “disket” ve aşağı yukarı onu eleştirenlerin düşündüğü gibi: bir aracı. Ama arada bir, tesadüfen oluşması pek mümkün görünmeyen gerçekten ilginç bir düğüm elde edersiniz. Proteinlerde olduğu gibi, yapılarını anlayabilirseniz, bu onların ne yaptıklarını ve nasıl etkilenebileceklerini anlamanız için uzun bir yol kat eder.

“Anahtar, o boncukları, o yapılandırılmış parçaları bulmak. Townshend, yüksek bilgi içeriğine sahip, hedeflenebilir ve muhtemelen işlevsel de” dedi. “Uyuşturucu keşfinde önemli bir yeni sınır olarak görülüyor.”

Belki bir yüksek lisans tezi için ilginç bir fikir (ve bu Townshend içindi), ancak bunun etrafında nasıl bir iş kurabilirsiniz?

İlk olarak, alan daha önemli hale gelmek üzereyse, çalışma yöntemleri oluşturmak çok değerlidir. Ardından, bu yöntemleri oluşturursanız, bunları kullanmak için ilk sırada olabilirsiniz. Atomik AI, her ikisini de aynı anda yapıyor.

PARSE tarafından tahmin edilen bir RNA sarmal yapısının dönen bir 3B modeli.

Atomic’in IP’sinin özü, bu biraz basitleştirme olsa da, RNA için bir AlphaFold’dur. Biyoloji farklıdır ve modellerin çalışma şekli farklıdır, ancak fikir aynıdır: o türdeki diğer moleküllerin yapısı hakkında doğru tahminler yapabilen sınırlı bir tür molekül üzerinde eğitilmiş bir makine öğrenimi modeli.

Çılgın olan, Townshend’in ekibinin, “1994 ile 2006 arasında yayınlanan” yalnızca 18 RNA molekül yapısının özelliklerini besleyerek diğerlerinden büyük bir farkla daha iyi performans gösteren böyle bir model yapmasıdır. 2021’de Science’ta yayınlanan bir ön sayfa makalesinde açıklandığı gibi, bu kesinlikle çıplak kemik modeli diğerleriyle birlikte zemini sildi.

O zamandan beri, Townshend, şirketin modellerini ve yöntemlerini, çoğunu kendi ıslak laboratuvarlarında kendi yarattığı daha fazla ham madde ile büyük ölçüde artırdığını ekledi. Güncellenmiş araç setine PARSE: Yapay zeka güdümlü RNA Yapısı Keşfi Platformu adını veriyorlar.

“Bilim makalesi bir ilk atılımı temsil ediyordu, ama aslında çok büyük miktarda… yapı oluşturduk-bitişik veriler” diye açıkladı. “Bütün yapının kendisi değil, yapıya ilişkin veriler, on milyonlarca veri noktası; büyük dil modellerini eğitmek için ihtiyaç duyacağınız aynı veri ölçeği. Ve diğer makine öğrenimi çalışmalarıyla birleştiğinde, kağıttan hem hızı hem de doğruluğu önemli ölçüde geliştirmeyi başardık.”

Bu, Atomik AI’nın, en azından halka açık olarak, bir RNA molekülünün ham verilerini alıp yapısına ilişkin oldukça güvenilir bir tahminde bulunabilen bir sisteme sahip olduğu anlamına gelir. Bu, tıpta veya dışında RNA araştırması yapan herkes için yararlıdır ve gen terapileri ve mRNA aşıları ile bu alan kesinlikle yükselmektedir.

Başka bir RNA yapısı (ancak farklı şekilde işlenmiştir).

Böyle bir araçla iki yoldan birini kullanabilirsiniz: Townshend’in dediği gibi, onu bir “hizmet olarak yapı” platformu olarak lisanslayın veya kendiniz kullanın. Atomic ikincisini seçti ve kendi ilaç keşif programını sürdürüyor.

Bu yaklaşımın, oradaki birçok AI keşif sürecinden dikkate değer bir farkı var. Genel fikir, insan vücudunda ifadesini engellemek istediğiniz bir proteine ​​​​sahip olmanızdır, ancak sahip olmadığınız şey, tam olarak istediğiniz yerde ve istediğiniz zaman, güvenilir ve özel olarak o proteine ​​​​bağlanan bir kimyasaldır ( ve mümkünse ucuza).

AI ilaç keşif çabaları, binlerce, milyonlarca, hatta milyarlarca aday molekül üretme eğilimindedir. Might çalışın, sıralayın ve ıslak laboratuvarların olabildiğince hızlı bir şekilde liste üzerinde çalışmaya başlamasına izin verin. Yukarıdaki özelliklere sahip bir ilaç bulabilirseniz, yeni bir ilaç üretebilir veya piyasadaki daha pahalı bir ilacı değiştirebilirsiniz. Ama asıl önemli olan, bilinen bir proteine ​​yeni bağlayıcılar bulmak için rekabet ediyor olmanız.

“Sadece bağlayıcı bulmuyoruz, her şeyden önce hedeflenebilir olanı buluyoruz. Bunun ilginç olmasının nedeni, günün sonunda, bu büyük farmasötiklerin yeni moleküllerden çok yeni biyolojiyi önemsemesidir. Townshend, bu yeni hedefi bularak, onu hedeflemek için mevcut moleküllerin sayısını artırmanın aksine, daha önce mümkün olmayan bir şeyi mümkün kılıyorsunuz” dedi.

Sadece bu da değil, bazı proteinlerin hangi nedenle olursa olsun ilaçla tedavi edilemez olduğu ve ilaca dirençli hastalıklara neden olduğu bulundu. RNA, sorunlu proteinin etrafından dolaşarak aynı hastalıkların tedavisine izin verebilir.

Şu an için Atomic AI, listeyi proteinlerin patolojik olarak aşırı üretimine (ve dolayısıyla mekanizmanın önlenmesi için iyi seçeneklere) neden olan belirli kanserler ve yukarı akış müdahalesinden de fayda sağlayabilecek nörodejeneratif hastalıklara daralttı.

Tabii ki, tüm bu çalışmalar son derece maliyetli ve hem büyük miktarda laboratuvar çalışması hem de yoğun veri bilimi gerektiriyor. Neyse ki şirket, Playground Global liderliğinde 8VC, Factory HQ, Greylock, NotBoring, AME Cloud Ventures’ın yanı sıra melekler Nat Friedman, Doug Mohr, Neal Khosla ve Patrick Hsu’nun katılımıyla 35 milyon dolarlık bir A turu topladı. (Şirket daha önce 7 milyon dolarlık bir tohum topladı.)

Townshend, “İnsanlar protein diyarındaki tüm düşük asılı meyveleri topladılar” dedi. “Artık peşinden gidilecek yeni bir biyoloji var.”



Kaynak : https://techcrunch.com/2023/01/25/with-new-funding-atomic-ai-envisions-rna-as-the-next-frontier-in-drug-discovery/

Yorum yapın