Posts Recentes:

TikTok Shop expande sua oferta de moda de luxo de segunda mão para o Reino Unido

A TikTok Shop, o mercado de comércio social...

Como a United Airlines usa IA para tornar um pouco mais fácil voar em céus amigáveis

Quando você embarca Em um avião da United...

Mulheres na IA: Anna Korhonen estuda a interseção entre linguística e IA

Para dar às mulheres acadêmicas e outras pessoas...

Profluent, estimulada pela pesquisa da Salesforce e apoiada por Jeff Dean, usa IA para descobrir medicamentos


No ano passado, a Salesforce, empresa mais conhecida por seu software de suporte de vendas em nuvem (e Slack), liderou um projeto chamado ProGen para projetar proteínas usando IA generativa. Uma pesquisa lunar, o ProGen poderia – se lançado no mercado – ajudar a descobrir tratamentos médicos com melhor relação custo-benefício do que os métodos tradicionais, afirmam os pesquisadores por trás dele. reivindicado em uma postagem do blog de janeiro de 2023.

A ProGen culminou em uma pesquisa publicada na revista Nature Biotech mostrando que a IA poderia criar com sucesso as estruturas 3D de proteínas artificiais. Mas, fora do papel, o projeto não teve grande importância na Salesforce ou em qualquer outro lugar – pelo menos não no sentido comercial.

Isto é, até recentemente.

Um dos investigadores responsáveis ​​pela ProGen, Ali Madani, lançou uma empresa, Profluente, que ele espera que traga tecnologia semelhante de geração de proteínas do laboratório para as mãos das empresas farmacêuticas. Em entrevista ao TechCrunch, Madani descreve a missão da Profluent como “reverter o paradigma de desenvolvimento de medicamentos”, começando com as necessidades terapêuticas e do paciente e trabalhando de trás para frente para criar soluções de tratamento “personalizadas”.

“Muitos medicamentos – enzimas e anticorpos, por exemplo – consistem em proteínas”, disse Madani. “Então, em última análise, isso é para pacientes que receberiam uma proteína projetada por IA como medicamento.”

Enquanto estava na divisão de pesquisa da Salesforce, Madani sentiu-se atraído pelos paralelos entre a linguagem natural (por exemplo, o inglês) e a “linguagem” das proteínas. As proteínas – cadeias de aminoácidos ligados entre si que o corpo utiliza para vários fins, desde a produção de hormonas até à reparação de tecidos ósseos e musculares – podem ser tratadas como palavras num parágrafo, descobriu Madani. Alimentados em um modelo generativo de IA, os dados sobre proteínas podem ser usados ​​para prever proteínas inteiramente novas com funções novas.

Com a Profluent, Madani e o cofundador Alexander Meeske, professor assistente de microbiologia na Universidade de Washington, pretendem levar o conceito um passo adiante, aplicando-o à edição genética.

“Muitas doenças genéticas não podem ser curadas por [proteins or enzymes] retirado diretamente da natureza”, disse Madani. “Além disso, os sistemas de edição genética misturados e combinados para novas capacidades sofrem de compensações funcionais que limitam significativamente o seu alcance. Em contraste, o Profluent pode otimizar vários atributos simultaneamente para obter um design personalizado. [gene] editor que se adapta perfeitamente a cada paciente.”

Não está fora do campo esquerdo. Outras empresas e grupos de investigação demonstraram formas viáveis ​​através das quais a IA generativa pode ser utilizada para prever proteínas.

A Nvidia em 2022 lançou um modelo generativo de IA, MegaMolBART, que foi treinado em um conjunto de dados de milhões de moléculas para procurar alvos potenciais de medicamentos e prever reações químicas. meta treinado um modelo chamado ESM-2 em sequências de proteínas, uma abordagem que a empresa afirmou ter permitido prever sequências de mais de 600 milhões de proteínas em apenas duas semanas. E o DeepMind, laboratório de pesquisa de IA do Google, possui um sistema chamado AlphaFold que prevê estruturas completas de proteínas, alcançando velocidade e precisão que superam em muito os métodos algorítmicos mais antigos e menos complexos.

A Profluent está treinando modelos de IA em enormes conjuntos de dados – conjuntos de dados com mais de 40 bilhões de sequências de proteínas – para criar novos e ajustar sistemas existentes de edição de genes e produção de proteínas. Em vez de desenvolver tratamentos ela própria, a startup planeia colaborar com parceiros externos para produzir “medicamentos genéticos” com os caminhos mais promissores para aprovação.

Madani afirma que esta abordagem poderia reduzir drasticamente a quantidade de tempo – e capital – normalmente necessária para desenvolver um tratamento. De acordo com o grupo industrial PhRMA, são necessários em média 10-15 anos para desenvolver um novo medicamento, desde a descoberta inicial até à aprovação regulamentar. Recente estimativas entretanto, estimam o custo do desenvolvimento de um novo medicamento entre várias centenas de milhões e 2,8 mil milhões de dólares.

“Muitos medicamentos impactantes foram, na verdade, descobertos acidentalmente, em vez de concebidos intencionalmente”, disse Madani. “[Profluent’s] Essa capacidade oferece à humanidade a chance de passar da descoberta acidental ao projeto intencional de nossas soluções mais necessárias em biologia.”

A Profluent, com 20 funcionários, sediada em Berkeley, é apoiada por grandes empresas de capital de risco, incluindo Spark Capital (que liderou a recente rodada de financiamento de US$ 35 milhões da empresa), Insight Partners, Air Street Capital, AIX Ventures e Convergent Ventures. O cientista-chefe do Google, Jeff Dean, também contribuiu, dando credibilidade adicional à plataforma.

O foco da Profluent nos próximos meses será a atualização de seus modelos de IA, em parte pela expansão dos conjuntos de dados de treinamento, diz Madani, e pela aquisição de clientes e parceiros. Terá que se mover agressivamente; rivais, incluindo EvolutionaryScale e Basecamp Research, estão treinando rapidamente seus próprios modelos de geração de proteínas e levantando grandes somas de dinheiro de capital de risco.

“Desenvolvemos nossa plataforma inicial e mostramos avanços científicos na edição de genes”, disse Madani. “Agora é a hora de escalar e começar a viabilizar soluções com parceiros que correspondam às nossas ambições para o futuro.”

Últimas

TikTok Shop expande sua oferta de moda de luxo de segunda mão para o Reino Unido

A TikTok Shop, o mercado de comércio social...

Como a United Airlines usa IA para tornar um pouco mais fácil voar em céus amigáveis

Quando você embarca Em um avião da United...

Mulheres na IA: Anna Korhonen estuda a interseção entre linguística e IA

Para dar às mulheres acadêmicas e outras pessoas...

Esta câmera troca fotos por poesia de IA

Você já parou na frente de uma sequóia...

Assine

spot_img

Veja Também

TikTok Shop expande sua oferta de moda de luxo de segunda mão para o Reino Unido

A TikTok Shop, o mercado de comércio social...

Como a United Airlines usa IA para tornar um pouco mais fácil voar em céus amigáveis

Quando você embarca Em um avião da United...

Mulheres na IA: Anna Korhonen estuda a interseção entre linguística e IA

Para dar às mulheres acadêmicas e outras pessoas...

Esta câmera troca fotos por poesia de IA

Você já parou na frente de uma sequóia...

WhatsApp está adicionando filtros para encontrar mensagens facilmente

Para quem usa o WhatsApp mais como uma...
spot_img

TikTok Shop expande sua oferta de moda de luxo de segunda mão para o Reino Unido

A TikTok Shop, o mercado de comércio social da TikTok, está lançando uma categoria de luxo de segunda mão no Reino Unido, colocando-a...

Como a United Airlines usa IA para tornar um pouco mais fácil voar em céus amigáveis

Quando você embarca Em um avião da United Airlines, os agentes de portão, os comissários de bordo e outras pessoas envolvidas em garantir...

Mulheres na IA: Anna Korhonen estuda a interseção entre linguística e IA

Para dar às mulheres acadêmicas e outras pessoas focadas em IA o merecido - e devido - tempo de destaque, o TechCrunch está...