Profluent พยายามปฏิวัติการพัฒนายาด้วยการออกแบบโปรตีนที่ขับเคลื่อนด้วย AI

Profluent พยายามปฏิวัติการพัฒนายาด้วยการออกแบบโปรตีนที่ขับเคลื่อนด้วย AI

ในปีที่แล้ว Salesforce ได้เปิดตัวโปรเจ็กต์ชื่อ ProGen โดยมีเป้าหมายในการใช้ generative AI ในการออกแบบโปรตีน  โครงการนี้สามารถปฏิวัติการค้นพบวิธีการรักษาทางการแพทย์ด้วยการทำให้คุ้มค่ามากขึ้น ตามข้อมูลจากบล็อกโพสต์เมื่อเดือนมกราคม 2566 แม้ว่าการค้นพบของ ProGen จะได้รับการบันทึกไว้ในวารสาร Nature Biotech ซึ่งแสดงให้เห็นถึงความสามารถของ AI ในการสร้างโครงสร้างโปรตีนเทียมในรูปแบบ 3 มิติ แต่ โครงการไม่ได้ส่งผลกระทบอย่างมีนัยสำคัญในเชิงพาณิชย์

เมื่อ Ali Madani ผู้เล่นหลักในโครงการริเริ่ม ProGen ก่อตั้ง Profluent สถานการณ์นี้ก็เปลี่ยนไป ด้วย Profluent เขาหวังที่จะนำเทคโนโลยีการสร้างโปรตีนที่พัฒนาโดยห้องปฏิบัติการวิจัยไปใช้งานจริงในภาคเภสัชกรรม ในการให้สัมภาษณ์กับ [TechCrunch](https://techcrunch.com/2024/03/25/profluent-spurred-by-salesforce-research-and-backed-by-jeff-dean-uses-ai-to-discover- ยามาดานีได้สรุปวิสัยทัศน์ของเขาในการพลิกกระบวนการพัฒนายาแบบเดิมๆ โดยเริ่มจากความต้องการของผู้ป่วยและการบำบัดเพื่อสร้างแผนการรักษาเฉพาะทาง

ในช่วงเวลาที่เขาทำงานในแผนกวิจัยของ Salesforce Madani ได้ทำการเปรียบเทียบระหว่าง "ภาษา" ของโปรตีนกับโครงสร้างของภาษาธรรมชาติ เช่น ภาษาอังกฤษ เขาค้นพบว่าปัญญาประดิษฐ์ (AI) สามารถสร้างและทำนายโปรตีน ซึ่งเป็นลำดับของกรดอะมิโนที่ทำหน้าที่ทางชีวภาพที่หลากหลาย

Profluent กำลังทำงานร่วมกับ Alexander Meeske ผู้ช่วยศาสตราจารย์ด้านจุลชีววิทยาจากมหาวิทยาลัยวอชิงตัน เพื่อขยายการนำแนวคิดนี้ไปประยุกต์ใช้ และรวมถึงการแก้ไขยีนด้วย Madani กล่าวถึงข้อจำกัดของการใช้โปรตีนและเอนไซม์จากธรรมชาติในการรักษาโรคทางพันธุกรรม และความเป็นไปได้ของการใช้ Profluent เพื่อสร้างโปรแกรมแก้ไขยีนที่ปรับให้เหมาะกับความต้องการเฉพาะของผู้ป่วยแต่ละราย

Generative AI ถูกนำมาใช้ในการทำนายโครงสร้างโปรตีนมานานแล้ว บริษัทต่างๆ เช่น Nvidia, Meta และ DeepMind กำลังเป็นผู้นำในสาขานี้ Profluent พยายามสร้างความแตกต่างด้วยการพัฒนาเทคโนโลยีการตัดต่อยีนและการสังเคราะห์โปรตีนผ่านการใช้ฐานข้อมูลขนาดใหญ่ที่มีลำดับโปรตีนมากกว่า 4 หมื่นล้านลำดับ บริษัทมีแผนเร่งรัดการพัฒนาด้านพันธุกรรมบำบัดโดยการสร้างความร่วมมือกับองค์กรภายนอก

จากข้อมูลของ Madani กลยุทธ์นี้อาจลดเวลาและเงินที่จำเป็นสำหรับการพัฒนายาได้อย่างมาก ซึ่งมักเป็นกระบวนการที่มีราคาแพงและใช้เวลานาน เขาเน้นย้ำถึงความเป็นไปได้ของการเปลี่ยนแปลงในการพัฒนายาตั้งแต่การค้นพบโดยบังเอิญไปจนถึงการออกแบบโดยเจตนา

Profluent ซึ่งตั้งอยู่ในเบิร์กลีย์ ซึ่งมีพนักงาน 20 คน ได้รับเงินลงทุนเพิ่มขึ้น 35 ล้านดอลลาร์ และได้รับการสนับสนุนจากบริษัทร่วมลงทุนอันทรงเกียรติ เพื่อให้บรรลุวัตถุประสงค์อันทะเยอทะยานของ Profluent ในการพัฒนาการรักษาพยาบาล Madani จึงมุ่งเน้นไปที่การปรับปรุงโมเดล AI และความร่วมมือที่เพิ่มมากขึ้น

Code Labs Academy © 2024 สงวนลิขสิทธิ์.