Un estudio dirigido por Insilico Medicine combina la computación cuántica y la IA generativa para el descubrimiento de fármacos

"La computación cuántica está reconocida como el próximo avance tecnológico que tendrá un gran impacto, y se cree que la industria farmacéutica estará entre la primera oleada de industrias que se beneficiarán del avance"

25.05.2023 - Estados Unidos

Insilico Medicine, una empresa de descubrimiento de fármacos en fase clínica impulsada por la inteligencia artificial (IA) generativa, ha anunciado que ha combinado dos tecnologías de rápido desarrollo, la computación cuántica y la IA generativa, para explorar el descubrimiento de candidatos principales en el desarrollo de fármacos y ha demostrado con éxito las ventajas potenciales de las redes adversariales generativas cuánticas en la química generativa.

Computer-generated image

Símbolo

Insilico Medicine

En el estudio participan científicos de Insilico Medicine, Foxconn, Zapata Computing y la Universidad de Toronto.

Computer-generated image
Insilico Medicine

El estudio, publicado el 13 de mayo en el Journal of Chemical Information and Modeling de la American Chemical Society, revista líder en modelización computacional, fue dirigido por los centros de Insilico en Taiwán y EAU, que se centran en ser pioneros y construir métodos y motores innovadores con tecnologías de rápido desarrollo -incluidas la IA generativa y la computación cuántica- para acelerar el descubrimiento y desarrollo de fármacos. La investigación contó con el apoyo del director del Consorcio de Aceleración de la Universidad de Toronto, el doctor Alán Aspuru-Guzik, y de científicos del Instituto de Investigación Hon Hai (Foxconn).

"Esta colaboración internacional ha sido un proyecto muy divertido", declaró Alán Aspuru-Guzik, director del Consorcio de Aceleración y catedrático de Informática y Química de la Universidad de Toronto. "Sienta las bases para futuros avances en IA en su encuentro con el descubrimiento de fármacos. Se trata de una colaboración global en la que Foxconn, Insilico, Zapata Computing y la Universidad de Toronto trabajan juntos".

Las redes generativas adversariales (GAN) son uno de los modelos generativos de mayor éxito en el descubrimiento y diseño de fármacos y han mostrado resultados notables para generar datos que imitan una distribución de datos en diferentes tareas. El modelo GAN clásico consta de un generador y un discriminador. El generador toma ruidos aleatorios como entrada e intenta imitar la distribución de datos, y el discriminador intenta distinguir entre las muestras falsas y las reales. Un GAN se entrena hasta que el discriminador no puede distinguir los datos generados de los reales.

En este trabajo, los investigadores exploraron la ventaja cuántica en el descubrimiento de fármacos de moléculas pequeñas sustituyendo cada parte de MolGAN, un GAN implícito para grafos moleculares pequeños, por un circuito cuántico variacional (VQC), paso a paso, incluyendo como generador de ruido, generador con el método del parche, y discriminador cuántico, comparando su rendimiento con el homólogo clásico.

El estudio no sólo demostró que las GAN cuánticas entrenadas pueden generar moléculas similares a las del conjunto de entrenamiento utilizando el VQC como generador de ruido, sino que el generador cuántico supera a la GAN clásica en las propiedades farmacológicas de los compuestos generados y en el punto de referencia dirigido a objetivos. Además, el estudio demostró que el discriminador cuántico de GAN con sólo decenas de parámetros aprendibles puede generar moléculas válidas y supera al homólogo clásico con decenas de miles de parámetros en cuanto a propiedades de las moléculas generadas y puntuación de la divergencia KL.

"La computación cuántica está reconocida como el próximo avance tecnológico que tendrá un gran impacto, y se cree que la industria farmacéutica estará entre la primera ola de industrias que se beneficiarán del avance", dijo Jimmy Yen-Chu Lin, PhD, GM de Insilico Medicine Taiwán y autor correspondiente del artículo. "Este trabajo demuestra la primera huella de Insilico en computación cuántica con IA en generación molecular, subrayando nuestra visión en el campo".

Sobre la base de estos hallazgos, los científicos de Insilico planean integrar el modelo GAN cuántico híbrido en Chemistry42, el motor de generación de moléculas pequeñas propiedad de la empresa, para acelerar y mejorar aún más su proceso de descubrimiento y desarrollo de fármacos impulsado por IA.

Insilico fue una de las primeras en utilizar GAN en el diseño molecular de novo, y publicó el primer artículo en este campo en 2016. La empresa ha presentado 11 candidatos preclínicos mediante modelos generativos de IA basados en GAN y su programa principal ha sido validado en ensayos clínicos de fase I.

"Estoy orgulloso de los resultados positivos que nuestro equipo de computación cuántica ha logrado a través de sus esfuerzos e innovación", dijo Alex Zhavoronkov, PhD, fundador y CEO de Insilico Medicine. "Creo que este es el primer pequeño paso de nuestro viaje. Actualmente estamos trabajando en un experimento innovador con un ordenador cuántico real para química y esperamos compartir las mejores prácticas de Insilico con la industria y el mundo académico."

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.

Más noticias del departamento economía y finanzas

Noticias más leídas

Más noticias de nuestros otros portales

Lucha contra el cáncer: últimos avances y progresos

Algo está pasando en la industria de las ciencias de la vida ...

Así es el verdadero espíritu pionero: Muchas start-ups innovadoras están aportando ideas frescas, savia nueva y espíritu emprendedor para cambiar el mundo del mañana a mejor. Sumérjase en el mundo de estas jóvenes empresas y aproveche la oportunidad de ponerse en contacto con los fundadores.