Nền tảng AI của VeriSIM Life muốn tăng tốc quá trình phát hiện thuốc

Nền tảng trí tuệ nhân tạo VeriSIM Life muốn tăng tốc quá trình phát hiện thuốc Tham gia bản tin hàng ngày và hàng tuần của chúng tôi để cập nhật thông tin và nội dung độc quyền về việc sử dụng trí tuệ nhân tạo tiên tiến trong ngành. Tìm hiểu thêm. Chúng ta đã thấy sức mạnh của trí tuệ nhân tạo được áp dụng để khám phá cấu trúc của protein và phát hiện các vật liệu mới, vì vậy tự nhiên sẽ có khả năng một mô hình trí tuệ nhân tạo được huấn luyện đặc biệt cũng có thể sử dụng dữ liệu về cấu trúc phân tử thuốc từ trước để tìm ra các loại thuốc mới và tăng tốc quá trình điều trị các bệnh và tình trạng y tế khó chịu nhất hiện nay. Đó chính là điều mà VeriSIM Life, có trụ sở tại San Francisco, hi vọng thực hiện thông qua nền tảng của mình, BIOiSIM, chứa đựng một dữ liệu khổng lồ với hơn 3 triệu hợp chất và 5.000 bộ dữ liệu về con người và động vật với các mô hình trí tuệ nhân tạo được huấn luyện trên đó, cho phép các nhà nghiên cứu dược phẩm tìm ra, phát triển và thử nghiệm các hợp chất mới ảo trước khi chi tiền thử nghiệm thực sự trong các thử nghiệm lâm sàng. Sớm hơn trong năm nay, VeriSIM giới thiệu một tính năng mới cho nền tảng, AtlasGEN, tập trung vào việc cung cấp các mô phỏng dịch vụ dịch tự nhiên — ước lượng về hiệu quả thực sự của một loại thuốc trên cơ thể người (hoặc động vật). Với thông tin này, các nhà nghiên cứu dược phẩm có thể quyết định không chỉ loại thuốc mới nào đáng phát triển thật sự, mà cũng là loại động vật nào để thử nghiệm trên. “Chúng ta có thể giảm thử nghiệm trên động vật,” CEO và người sáng lập VeriSIM Life, Tiến sĩ Jo Varshney, nói trong một cuộc gọi video trước đây với VentureBeat vài tháng trước. “Chúng ta có thể cụ thể hóa những thử nghiệm trên động vật đó để bạn không cần phải thử trên một nhóm gồm 50 con chẳng hạn. Bạn chỉ cần thử nghiệm loại thuốc của mình trên một số ít và xác nhận thông qua phương pháp tính toán hơn.” Điều này không chỉ là cong cầu vì động vật mà còn giúp giảm thời gian và tiền bạc của các nhà nghiên cứu bằng cách ngăn chặn họ thử nghiệm thuốc trên những đối tượng động vật mà sinh học, sinh lý và di truyền của họ ngụ ý rằng loại thuốc được nghiên cứu sẽ không thực sự ảnh hưởng đến họ theo cách mà các nhà nghiên cứu hy vọng. Đối với Varshney, cuộc hành trình này là một cảm xúc cá nhân: không chỉ bởi vì cha cô từng hoạt động trong ngành dược phẩm, mà cô cũng đã quan tâm đến lĩnh vực này từ khi mới hai tuổi, cô kể cho VentureBeat, và ban đầu bắt đầu sự nghiệp của mình như một thạc sĩ thú y trước khi đạt được tiến sĩ về gene và khoa học máy tính tại Đại học California, San Francisco. “Trước khi bắt đầu công ty, trong quá khứ, tôi đã dành rất nhiều thời gian cho máy học.— được giám sát, không được giám sát — và đặt câu hỏi, ‘nếu chúng ta có đủ kiến thức và hiểu biết về y học, sinh học, hoá học, chất liệu, có không sử dụng kiến thức đó và dự đoán kiến thức mới, hoá học mới, phân tử mới?” Varshney cho biết. Đến nay, VeriSIM Life đã giúp bốn khách hàng của mình đưa ra thử nghiệm lâm sàng, theo Varshney. Công ty đã huy động hàng triệu USD từ các công ty như Intel Capital, Village Global, Susa Ventures, Stage Venture Partners, Loup Ventures và Twin. Vấn đề với nghiên cứu và phát hiện thuốc hiện tại: rất đắt và tỷ lệ thất bại cao Ngành công nghiệp dược phẩm toàn cầu có giá trị khoảng 1,6 nghìn tỷ đô la theo các con số mới nhất (theo công ty nghiên cứu thị trường Statista), nhưng số tiền chi cho nghiên cứu và phát triển các loại thuốc mới đã tăng gấp 10 lần chỉ trong nước Mỹ (điều chỉnh theo lạm phần) kể từ những năm 1980, theo số liệu của Văn phòng Ngân khố Mỹ. Nghiên cứu thuốc cũng có tỷ lệ thất bại cao: ước lượng là 90% tất cả các loại thuốc thất bại trong thử nghiệm lâm sàng, theo một nghiên cứu từ năm 2016, mặc dù trị giá trung bình của một loại thuốc cần hơn 870 triệu đô la để phát triển và mất khoảng 10-12 năm cho mỗi loại thuốc! VeriSIM ước lượng nền tảng BIOiSIM của mình có thể cắt giảm thời gian từ nghiên cứu và phát triển đến yêu cầu cấp phép từ FDA để thực hiện thử nghiệm lâm sàng (Đơn Xin Thuốc Hoạt động Mới hoặc IND) 1,5 năm. Họ cũng tuyên bố cung cấp sự chính xác cao hơn 82% trong việc mô hình hoá tác dụng của thuốc so với các phương pháp “không sử dụng trí tuệ nhân tạo”. Những gì ở trong nền tảng của VeriSIM Life BIOiSIM và AtlasGEN? Nền tảng BIOiSIM của VeriSIM Life là một chương trình máy tính phức tạp bao gồm nhiều mô hình trí tuệ nhân tạo và bộ dữ liệu, theo Varshney. “Chúng tôi sử dụng trí tuệ nhân tạo từ các phương pháp học máy, mạng đối kháng sinh sinh (GANs), trí tuệ nhân tạo tạo sinh, để thực sự xác định các phân tử mới trong một không gian khổng lồ mà 10 mũi tên 63 sau đó lọc ra cấu trúc phân tử tốt nhất,” CEO và người sáng lập cho biết. Nhưng quan trọng không kém với nền tảng là việc VeriSIM Life đã tạo ra các mô phỏng ảo của các loài thực tế, bao gồm người, chó, chuột, lợn và nhiều loài động vật khác thường xuyên được sử dụng trong các thử nghiệm lâm sàng để thử nghiệm các hợp chất thuốc. “Chúng tôi kết hợp kiến thức từ hoá học, sinh lý, các loại động vật được sử dụng trong thử nghiệm, và mã hóa tất cả điều đó, và sau đó các loại dữ liệu ‘omics’ dựa trên bệnh nhân — vì vậy suy nghĩ về gene, bạch cầu và những thứ như vậy — và lọc tất cả thành một điểm số, gọi là Chỉ số Dịch, được lấy cảm hứng từ một điược quyền tín dụng.” Điểm số đó, đưa ra dưới dạng một điểm, với 10 là tối hiệu và 1 là kém hiệu quả nhất, cho phép các nhà nghiên cứu dược phẩm đánh giá trước việc liệu một loại thuốc đáng phát triển lâm sàn hay không, cũng như — loại động vật nào thích hợp thử nghiệm trên để đạt được kết quả mong muốn. Vì vậy, ví dụ, nếu nhà nghiên cứu muốn thử nghiệm một loại thuốc giảm cholesterol mới — họ có thể sử dụng tính năng AtlasGEN của VeriSIM Life’s BiOSIM để nghiên cứu các hợp chất tốt nhất để sử dụng, và sau đó Chỉ số Dịch để nhận điểm số cho loại động vât nào là tốt nhất để thử nghiệm và liệu loại thuốc đó có hoạt động tốt trong người hay không, cung cấp cho họ phương pháp tiếp cận tốt nhất để tập trung nỗ lực để thành công. “Ngay cả nếu nó hoạt động tốt trong động vật, nhưng nếu không hoạt động tốt trong người, điểm số sẽ giảm.” Tất cả cùng nhau, BIOiSIM và AtlasGEN có thể chạy hơn 800 tỷ kịch bản khác nhau, theo trang web của VeriSIM. Hơn nữa, Varshney cho biết đội ngũ kỹ sư máy tính và các nhà nghiên cứu có bằng cấp của họ thường xuyên điều chỉnh nền tảng và mô hình động vật của mình cho các khách hàng khác nhau tùy theo nhu cầu cụ thể của họ. “Ví dụ, nếu chúng ta biết rằng một loại thuốc sẽ có độc trong gan, các chuyên gia của chúng tôi sẽ phát huy chi tiết cụ thể hơn trong mô hình cơ quan gan để hiển thị cách độc tính đó khác biệt giữa loài chuột, chó và con người — lựa chọn như vậy là nơi chúng tôi dành nhiều thời gian làm việc,” CEO nói. Về mặt lợi nhuận, Varshney cho biết rằng VeriSIM sẽ nhận một phần trăm doanh thu từ những loại thuốc được phát triển trên nền tảng, nhưng cũng cung cấp mức giá dịch vụ phần mềm dưới dạng dịch vụ trả tiền hàng năm hoặc dựa trên dự án. Một phần của làn sóng của ứng dụng và nền tảng chăm sóc sức khỏe dựa trên trí tuệ nhân tạo Sự xâm nhập của trí tuệ nhân tạo trong lĩnh vực chăm sóc sức khỏe không chỉ dừng lại ở việc phát hiện thuốc, tất cả chúng ta đã thấy các công ty sử dụng mô hình trí tuệ nhân tạo gen (bao gồm cả GPT cơ bản của OpenAI) để cung cấp các đề xuất cho việc xét nghiệm ung thư dựa trên hồ sơ bệnh nhân; đưa ra chẩn đoán; cung cấp cảnh báo và dự đoán về tình trạng sức khỏe của bệnh nhân tại bệnh viện; tạo ra các ứng dụng mới hoàn toàn cho bác sĩ và bệnh nhân; và nhiều hơn nữa. Rõ ràng, VeriSIM hy vọng tạo ra sự đột phá với nền tảng BIOiSIM của mình và điểm số Chỉ số Dịch, và giúp giảm chi phí, tăng cơ hội thành công của các thí nghiệm thuốc, và cuối cùng, cải thiện và kéo dài cuộc sống của mọi người trên thế giới. #VeriSIM #AI #thuốc #ám #dương #thựcvật #côngnghệ #yterrậtXã #sựkiện Nguồn: https://venturebeat.com/ai/can-ai-increase-the-pace-and-quality-of-pharmaceutical-research-verisim-life-says-yes/ [ad_2]