Британский стартап Potential Sciences хочет использовать искусственный интеллект для ускорения разработки лекарств — медленного и капризного процесса. Запущенная 5 ноября компания намерена обойти значительную часть дорогостоящих и долгих лабораторных экспериментов по поиску молекул, подходящих для конкретных заболеваний.
Симулировать, а не экспериментировать
Принцип основан на симуляции. Potential Sciences планирует создавать обширные химические базы данных, опираясь на фундаментальные принципы физики: сначала моделировать взаимодействия между атомами, затем между малыми молекулами, а потом между сложными аминокислотами и белками. Эти данные будут использоваться для обучения моделей ИИ и систем предсказания — программ, способных оценить поведение молекулы до её тестирования.
Основатель и генеральный директор компании Хатем Хелал объясняет WIRED свою цель: «Мы хотим, чтобы молекулы, которые никогда не сработают в клинических условиях, отсеивались быстро». Он добавляет, что для этого нужны «лучшие инструменты для прогнозирования их поведения при взаимодействии с человеческой биологией».
Финансирование без точной суммы
Стартап, запущенный 5 ноября, сообщает о привлечении начального финансирования в размере нескольких десятков миллионов долларов от SovAI — венчурного фонда британского правительства, посвящённого ИИ, и Twin Path Ventures, среди прочих инвесторов. Основатели отказались раскрыть точную сумму, а также оценку компании.
По словам Хатема Хелала, снижение стоимости экспериментов также может сделать рентабельной для фармацевтических лабораторий разработку методов лечения редких заболеваний, которые до сих пор в значительной степени игнорировались. «Мы хотим сделать возможными более персонализированные методы лечения, идею о том, что лекарства могут быть уникальными молекулярными комбинациями, адаптированными к индивидуальной биологии человека», — заявляет он.
Обещания, которые ещё предстоит проверить
Остаётся центральный вопрос: удастся ли Potential Sciences с желаемой точностью предсказать, как кандидаты в лекарства связываются с белками, связанными с заболеваниями? Подобный прорыв потребовал бы значительного прогресса. Питер Волинс, профессор химии в Университете Райса, говорит, что «уверен, что это будет улучшением». Однако он считает, что в проектировании белков «инженерия находится на уровне римлян, а не Ренессанса».
Несколько авторитетных лиц в отрасли отстаивают другую точку зрения. Демис Хассабис, получивший Нобелевскую премию по химии за работу в Google DeepMind, давно утверждал, что прогресс в области ИИ в конечном итоге приведёт к крупным научным прорывам, подобным тем, которые технология недавно начала давать в математике. Молодые компании, такие как Potential Sciences, надеются, что открытие лекарств станет одной из первых научных областей, преобразованных этой технологией.
