How AI Helps Scientists Create Next-Generation Drugs
AstraZeneca
AI accelerates the development of biological drugs, shortening timelines that used to span a decade. AstraZeneca uses machine learning to screen candidates, automate experiments, and build a "laboratory of the future." The company is moving toward fully AI-generated protein sequences (de novo design) with safety prediction through virtual clinical trials.
Компания AstraZeneca активно внедряет ИИ в разработку биологических лекарств, следуя циклу «создать-измерить-обучить». Модели ИИ вычисляют перспективные молекулы, позволяя учёным сосредоточиться на наиболее вероятных кандидатах. Это сокращает время итераций и даёт возможность работать с целями, которые ранее считались неизлечимыми. В будущем ИИ поможет создавать мультиспецифичные препараты, воздействующие сразу на несколько мишеней. Компания строит «лабораторию будущего» в Кендалл-сквер (Кембридж, Массачусетс), где ИИ и робототехника образуют непрерывную замкнутую систему открытий: ИИ делает предсказания, роботы выполняют эксперименты, а инструменты генерируют данные, которые сразу же возвращаются в модели. AstraZeneca также инвестирует в технологии скрининга для получения дополнительных наборов данных и стремится к de novo дизайну — полностью ИИ-генерируемым биологическим препаратам. Для этого необходимы стандартизированные данные, надёжные бенчмарки и команды, понимающие пересечение машинного обучения и биологии. Особое внимание уделяется прогнозированию безопасности с помощью виртуальных клинических испытаний — продвинутых клеточных систем и микроорганов, которые генерируют сигналы без традиционных узких мест тестирования. По словам Пуджи Сапры, старшего вице-президента и главы R&D biologics engineering в AstraZeneca, автоматизированные высокопроизводительные системы смогут еженедельно создавать и оценивать тысячи молекулярных взаимодействий. Учёные остаются в центре процесса, обеспечивая контроль, объяснимость и этичность ИИ.
Source: MIT Technology Review —
original