이 스타트 업은 AI를 사용하여 21 일 안에 약물을 설계했습니다.

이 스타트 업은 AI를 사용하여 21 일 안에 약물을 설계했습니다.

홍콩에 위치한 Insilico Medicine은 월요일 딥 러닝 시스템이 섬유증의 잠재적 치료법을 식별 할 수 있다는 연구 결과를 발표했습니다. 짧은 시간 동안 생성 텐서 강화 학습 또는 GENTRL이라고 불리는이 시스템은 단 21 일 만에 6 개의 유망한 치료법을 찾을 수 있었으며 그 중 하나는 생쥐와 관련된 실험에서 유망한 결과를 보여주었습니다. 이 연구는 게시 된 에서 자연 생명 공학 및 모델에 대한 코드는 Github에서에서 사용할 수있게되었습니다.

Insilico CEO Alex Zhavoronkov는 GENTRL의 운영을 Google의 Deepmind가 챔피언 Go 플레이어에게 도전하기 위해 개발 한 AlphaGo 머신 러닝 시스템과 비교 한 것을 말합니다.

Zhavoronkov는 2014 년에 회사를 설립했습니다. 그의 원래 배경은 컴퓨터 과학을 전공했으며 2006 년 AMD가 인수 할 때까지 ATI에서 몇 년을 보냈습니다. 노화 과정을 늦추는 연구에 그는 존스 홉킨스 (Johns Hopkins)에서 석사를 취득한 후 모스크바 주립 대학 (Mscow State University)에서 박사 학위를 취득했으며, 여기에서 기계 학습을 사용하여 생물학적 시스템에서 분자 상호 작용의 물리학을 살펴 보는 데 중점을 두었습니다. 그는 여러 회사에서 근무했지만 볼티모어로 돌아와 Insilico를 설립했습니다.

이 회사의 원래 철학은 딥 러닝을 사용하여 신경망을 훈련시켜 약물 분자를 찾기 위해 큰 분자 라이브러리를 통과하는 것입니다. 그러나 회사 설립 직후 Zhavoronkov는 Ian Goodfellow 의 기계 학습 작업에 매료되어 코스 전환을 결정했습니다.

"우리는 '대규모 벤더 라이브러리를 선별하는 대신 기계가 특정 특성을 가진 새로운 분자를 상상하게 할 수 있을까?'라고 그는 말했다. 스크리닝 분자는 기존의 약물 발견 세계에서 어떻게 작용 하느냐에 따라 이런 유형의 머신 러닝이 더 빨리 수행 될 수 있는지 확인하고 싶었다.

2016 년이 아이디어를 바탕으로 회사가 발표 한 초기 연구는 경쟁적인 생명 공학 및 AI 분야에 투자 자금을 가져 오는 데 도움이되었습니다. Pitchbook에 따르면 지금까지 A-Level Capital 및 Juvenescence를 포함한 후원자로부터 5,300 만 달러의 가치로 2,360 만 달러의 투자 달러를 모금했습니다. 또한 A2A 제약 및 TARA 바이오 시스템을 포함하여 생명 공학 분야에 걸쳐 여러 파트너가 있습니다.

현재 논문은 화학 세계의 동료들에 의해 회사에 제기 된 도전에서 비롯되었습니다. 그들은 회사가 자사의 시스템을 사용하여 디스코 이드 도메인 수용체 1 (DDR1) 활동을 억제 할 수있는 잠재적 약물을 개발하도록 요청합니다. DDR1은 섬유증에 관여하는 효소이며, 이러한 과정을 조절하는지는 아직 확실하지 않지만, 활성을 억제하는 것이 가능한 치료법으로 연구되고 있습니다. 도전 과제는 Genentech 팀이 최근 발표 한 연구를 기반으로 한 것으로 유망한 DDR1 키나제 억제제를 식별하는 데 약 8 년이 걸렸습니다.

Insilico는 GENTRL을 사용하여 새로운 약물 후보 물질을 디자인 한 후 합성되었으며 주요 후보 물질을 마우스에서 성공적으로 테스트했습니다. AI 시스템이 분자를 설계하는 데 약 21 일이 걸렸으며, 설계, 합성 및 검증에 소요되는 총 시간은 약 46 일이었습니다. GENTRL이 설계 한 약물 중 어느 것도 전통적인 연구 방법으로 개발 된 억제제보다 효과적인 것으로 보이지는 않지만, 약물 후보 물질을 개발하는 기존의 프로세스는 개발하는데 8 년 이상 수백만 달러가 소요되었습니다. Insilico의 방법 비용.

Zhavoronkov는“그들의 분자는 놀랍습니다. AI가 할 수있는 것보다 조금 더 낫습니다. "하지만 다시 한 번 화학과 관련하여 많은 지식을 갖고 있지 않은 사람들과 비교했을 때입니다."

그는 Zsiloronkov에게 여전히 Insilico가 아직 많은 작업을하고 있다고 경고하지만,이 연구는 약물 발견에 대한 AI의 약속을 보여 주므로 중요한 혁신입니다.

"나는이 논문이 큰 제약 회사에서 많은 회의론을 제거 할 것이라고 생각한다"고 그는 말한다.