より速い治療:Insilico Medicineが生成型AIを使用して薬剤開発を加速する方法

Faster Treatment Insilico Medicine's use of Generative AI to Accelerate Drug Development

生成AIは比較的新しい家庭用語ですが、薬剤研究会社Insilico Medicineは、長年にわたってこれを使用して、深刻な疾患の新しい治療法を開発しています。

同社の初期の深層学習への投資は実を結んでおり、AIプラットフォームを使用して発見された薬剤候補は、現在、進行性の肺機能低下を引き起こす比較的まれな呼吸器疾患である特発性肺線維症を治療するための第2相臨床試験に入ることになっています。

Insilicoは、前臨床薬剤発見プロセスの各段階で生成AIを使用し、薬剤化合物がターゲットとする分子を特定し、新規薬剤候補を生成し、これらの候補がターゲットにどの程度結合するかを評価し、さらに臨床試験の結果を予測するために使用しました。

従来の方法でこれを行うと、400億ドル以上かかり、最大6年かかることになります。しかし、生成AIを使用することで、Insilicoは1/10のコストと1/3の時間でこれらのプロセスを実現し、プロジェクトを開始してからわずか2年半で第1相臨床試験に到達しました。

「第2相試験に進む最初のこの薬剤候補は、深層学習で生物学と化学を結びつける私たちのエンドツーエンドアプローチの真のハイライトです」と、Insilico MedicineのCEOであるAlex Zhavoronkovは述べています。「これは、AIによる薬剤発見分野のすべての人々にとって、私たちだけでなく、重要なマイルストーンです。」

Insilicoは、AIプラットフォームの指導、技術トレーニング、マーケティングサポートを提供する無料プログラムであるNVIDIA Inceptionの優れたメンバーの1つです。同社は、生成AI薬剤設計エンジンであるChemistry42でNVIDIA Tensor Core GPUを使用して、新しい分子構造を生成しています。2015年には、NVIDIA DGXシステムの初期の前身の1つを採用した最初の採用者の1人でした。

AIがエンドツーエンドの前臨床薬剤発見を可能にします

InsilicoのPharma.AIプラットフォームには、さまざまなタスク用に数百万のデータサンプルでトレーニングされた複数のAIモデルが含まれています。PandaOmicsという1つのAIツールは、COVID-19を引き起こすウイルスの悪名高いスパイクタンパク質のように、疾患の有効性に重要な役割を果たすターゲットを迅速に特定し、優先順位を付けます。

Chemistry42エンジンは、PandaOmicsを使用して特定されたタンパク質を標的にする新しい潜在的な薬剤化合物を数日以内に設計できます。生成化学ツールは、ゼロから薬剤のような分子構造を生成するために深層学習を使用します。

InsilicoのAIプラットフォーム責任者であるPetrina Kamyaは、「通常、薬剤発見におけるAI企業は、生物学または化学のどちらかに焦点を当てています」と述べています。「Insilicoは最初から、AIを使用して薬剤のターゲットを発見し、小分子の化学構造を生成するために、両方の分野に同じ深層学習アプローチを適用しています。」

Insilicoチームは、生成対抗ネットワークやトランスフォーマーモデルなど、さまざまな種類の深層ニューラルネットワークを薬剤発見に採用してきました。彼らは現在、生成AIで初期薬剤発見プロセスを加速するためにNVIDIA BioNeMoを使用しています。

AIスタック内の針を見つける

Insilicoは、肺線維症の薬剤候補を開発するために、Pharma.AIを使用して約80の分子を設計および合成し、前臨床薬剤候補の前例のない成功率を達成しました。このプロセスは、ターゲットの特定から試験用の有望な薬剤候補を指名するまで、18か月以内に行われました。

第2相臨床試験では、Insilicoの肺線維症薬は、米国と中国の数百人の患者でテストされます。このプロセスは数か月かかりますが、同社は並行して、がんを含む他の疾患を対象とする30以上のプログラムを進めています。

「最初に私たちが結果を発表したとき、人々は生成AIシステムがこのレベルの多様性、新規性、および精度を達成できるとは信じていませんでした」とZhavoronkov氏は述べています。「今では、有望な薬剤候補のパイプライン全体を持っているため、実際にこれが機能することがわかっています。」

NVIDIA GTCのこの講演で、Insilico MedicineのChemistry42プラットフォームについて詳しく学びましょう。

NVIDIA healthcare newsおよびgenerative AI newsを購読する。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

「JAXとHaikuを使用してゼロからTransformerエンコーダを実装する🤖」

2017年に「アテンションはすべて」という画期的な論文で紹介されたトランスフォーマーアーキテクチャは、最近の深層学習の歴...

人工知能

デヴオプスにおけるジェネレーティブAI:ピークなデヴオプスパフォーマンスを実現するスマートな(そして効果的な)方法

ジェネレーティブAIがDevOpsでチームワークを改善し、手続きを迅速化し、よりアジャイルかつ効率的な職場を作り出す方法を調...

AI研究

新しい人工知能(AI)の研究アプローチは、統計的な視点からアルゴリズム学習の問題として、プロンプトベースのコンテキスト学習を提示します

インコンテキスト学習は、最近のパラダイムであり、大規模言語モデル(LLM)がテストインスタンスと数少ないトレーニング例を...

人工知能

AI/MLを活用した観測性の向上

「AIOpsの世界でのパフォーマンス分析の変革について詳しく学び、AI/MLとAIOpsの融合が観測性の新時代をもたらした方法につい...

データサイエンス

「データサイエンスプロジェクトを変革する:YAMLファイルに変数を保存する利点を見つけよう」

このブログ投稿では、データサイエンスプロジェクトで変数、パラメータ、ハイパーパラメータを保存するための中心的なリポジ...

機械学習

マイクロソフトが「オルカ2」をリリース:特製のトレーニング戦略で小さな言語モデルに高度な推論を導入

LLMs(Large Language Models)は、人間の言語に似た言語を理解し生成するために膨大なテキストデータでトレーニングを受けま...