NastępnyNastępny poradnik
Sztuczna inteligencja w odkrywaniu leków
Przemysły
PRZEWODNIK FIRM
Odkrycie leków w laboratoriach izomorficznych
Isomorphic Labs to spinout Alphabet/DeepMind, który przekształca przełomowe rozwiązanie AlphaFold w silnik do projektowania leków oparty na sztucznej inteligencji.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~2 min
Na tej stronie2 minuty czytania
Przegląd
Ma to znaczenie, ponieważ ma na celu przewidywanie nie tylko kształtów białek, ale także sposobu wiązania cząsteczek, co może potencjalnie zmienić sposób odkrywania leków.
Głębokie nurkowanie
Założone w 2021 r. i kierowane przez Demisa Hassabisa, Isomorphic Labs wyrosło bezpośrednio z AlphaFold firmy DeepMind, która rozwiązała istniejący od kilkudziesięciu lat problem zwijania białek poprzez przewidywanie struktur 3D na podstawie sekwencji aminokwasów. Teza Isomorphic głosi, że biologię można traktować jako system przetwarzania informacji, dzięki czemu sztuczna inteligencja może modelować interakcje molekularne na tyle dokładnie, aby projektować leki w sposób racjonalny, a nie metodą prób i błędów. W 2024 r. zespół pomógł w opracowaniu AlphaFold 3, który przewiduje struktury białek wraz z DNA, RNA, ligandami i innymi cząsteczkami – co jest kluczowe dla zrozumienia wiązania leków. Isomorphic podpisał umowy o wartości potencjalnie miliardowej z Eli Lilly i Novartis, a w 2025 roku zebrał 600 milionów dolarów z funduszy zewnętrznych na rozwój własnych wewnętrznych programów lekowych na rzecz kliniki.
Implementacja w świecie rzeczywistym
Wykorzystanie AlphaFold 3 do modelowania sposobu, w jaki kandydat na małą cząsteczkę wiąże się z kieszenią białka docelowego przed jakąkolwiek syntezą laboratoryjną.
Współpraca z Eli Lilly i Novartis w celu zaprojektowania nowatorskich leków drobnocząsteczkowych do stosowania w wielu obszarach chorobowych.
Przewidywanie kompleksów białko-DNA i białko-RNA w celu badania celów, których nie były w stanie reprezentować starsze narzędzia.
Ustalanie priorytetów, które związki chemiczne należy syntetyzować i testować, redukując niepotrzebne cykle mokrego laboratorium.
Przyszłość odkrywania leków w laboratoriach izomorficznych
Deklarowanym celem Isomorphic jest pewnego dnia „rozwiązanie wszystkich chorób” za pomocą sztucznej inteligencji. W najbliższej przyszłości można spodziewać się, że pierwsi kandydaci na rozwiązania całkowicie zaprojektowane przez sztuczną inteligencję rozpoczną badania kliniczne, nawiążą większą liczbę partnerstw farmaceutycznych i będą ściślejsze powiązania między przewidywaniem struktury, chemią generatywną i przewidywaniem właściwości. Pozostają otwarte pytania: przewidywane struktury nie są dowodem eksperymentalnym, przewidywanie powinowactwa wiązania jest nadal niedoskonałe, a sukces kliniczny będzie prawdziwym punktem odniesienia dla obietnicy racjonalnego projektowania.
Wdrażanie tego w praktykę
Dlaczego to ma znaczenie
- Strategia dostawcy. Plany dostawców wpływają na to, jakie funkcje Twój zespół będzie mógł dalej tworzyć.
- Koszt i budżet. Warunki handlowe i opcje wdrożenia wpływają na długoterminowe koszty i ryzyko.
- Ryzyko i bezpieczeństwo. Zachęty firmowe kształtują wady produktów, postawę bezpieczeństwa i otwartość.
Uważaj na
- Ogłoszenia o wprowadzeniu na rynek mogą przekroczyć stabilność w rzeczywistych przepływach pracy.
- Ceny interfejsów API lub zmiany zasad mogą z dnia na dzień złamać założenia.
- Zależność od jednego dostawcy zwiększa koszty uzależnienia i migracji.
Kolejne kroki
- Oceniaj dostawców, korzystając z własnych zadań i zbiorów danych.
- Przed integracją przejrzyj warunki dotyczące prywatności, bezpieczeństwa i prawa.
- Utrzymuj plan awaryjny dla różnych modeli i dostawców.
- Monitoruj informacje o wersji, aby zmiany w planie działania nie zaskoczyły zespołów.
Odkrywaj dalej
Darmowy newsletter
Otrzymuj codzienne podsumowanie AI
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Take the Isomorphic Labs Drug Discovery quiz
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Często zadawane pytania
Co to jest odkrywanie leków w laboratorium Isomorphic Labs?
Isomorphic Labs to spinout Alphabet/DeepMind, który przekształca przełomowe rozwiązanie AlphaFold w silnik do projektowania leków oparty na sztucznej inteligencji. Ma to znaczenie, ponieważ ma na celu przewidywanie nie tylko kształtów białek, ale także sposobu wiązania cząsteczek, co może potencjalnie zmienić sposób odkrywania leków.
Isomorphic Labs to spinout zbudowany na jakim słynnym przełomie AI?
Isomorphic Labs wyrosło z AlphaFold firmy DeepMind, który przewiduje struktury białek 3D na podstawie sekwencji.
Kto prowadzi laboratoria izomorficzne?
Demis Hassabis, dyrektor generalny DeepMind, kieruje także Isomorphic Labs.
Jakie nowe możliwości AlphaFold 3 dodaje w stosunku do AlphaFold 2?
AlphaFold 3 modeluje białka w kompleksie z innymi cząsteczkami, co jest kluczowe dla wiązania leku.
Jakiej techniki używa AlphaFold 3 do generowania struktur?
AlphaFold 3 wykorzystuje model dyfuzji, który iteracyjnie przekształca współrzędne atomowe w wiarygodną strukturę.
Które dwie duże firmy farmaceutyczne podpisały partnerstwo z Isomorphic Labs?
Isomorphic podpisał umowy potencjalnie warte miliardy z Eli Lilly i Novartis.
Ucz się dalej
Powiązane przewodniki
Wybrano więcej przewodników na ten temat