AWS lancia Amazon Bio Discovery per accelerare la ricerca basata sull'intelligenza artificiale nelle scienze della vita
Una nuova applicazione di AI agenziale mira ad accelerare lo sviluppo di farmaci, aiutando a portare più velocemente nuovi trattamenti medici ai pazienti
Annunci
AWS ha annunciato Amazon Bio Discovery, una nuova applicazione basata sull'intelligenza artificiale progettata per aiutare gli scienziati a progettare e testare nuovi farmaci in modo più rapido e sicuro. Amazon Bio Discovery offre agli scienziati l'accesso diretto a un ampio catalogo di modelli AI specializzati, chiamati modelli di base biologici (bioFM), addestrati su vasti set di dati biologici. Questi modelli generano e valutano potenziali molecole di farmaci, note come candidati, aiutando gli scienziati ad accelerare le terapie a base di anticorpi durante le prime fasi della scoperta dei farmaci. Ma l'accesso da solo non è sufficiente.
Con Amazon Bio Discovery, gli scienziati possono dialogare in modo naturale nella loro terminologia preferita con un agente AI, un assistente intelligente che automatizza compiti complessi, per selezionare i modelli giusti per i loro obiettivi di ricerca, ottimizzare gli input e valutare i candidati per la sperimentazione. Gli scienziati possono anche addestrare i modelli sui loro dati sperimentali precedenti per fare previsioni più accurate. Inoltre, possono facilmente inviare i candidati ai laboratori fisici per la sintesi e i test, con i risultati che tornano all'applicazione per una rapida iterazione, creando un ciclo di sperimentazione lab-in-the-loop.
Abbattere le barriere all'adozione dell'IA nella scoperta dei farmaci
Negli ultimi anni, i progressi dell'IA generativa hanno creato un'esplosione di nuovi modelli di apprendimento automatico che vanno dalla previsione della struttura fisica delle proteine alla valutazione dei candidati in base alle loro proprietà chimiche. Pur essendo promettenti, questi modelli richiedono competenze di codifica e la capacità di gestire l'infrastruttura informatica. La selezione dei modelli da soli è impegnativa perché ne esistono decine ed è difficile confrontarli tra loro. Di conseguenza, molti scienziati faticano a usare i modelli di IA in modo indipendente e i biologi computazionali, gli esperti che hanno competenze specialistiche di IA che potrebbero aiutarli, scarseggiano.
Anche portare i candidati dalla progettazione computazionale alla sintesi fisica è complicato. I dati vivono in sistemi scollegati e gli scienziati devono gestire più partner di laboratorio e coordinare manualmente tempistiche e prezzi.
Amazon Bio Discovery affronta queste sfide con tre funzionalità chiave: una libreria di modelli AI e pacchetti di analisi sottoposti a benchmark, un agente AI che aiuta i ricercatori a progettare gli esperimenti e partner di laboratorio integrati che testano i candidati anticorpi più promettenti e rimandano i risultati agli scienziati. Questo ciclo di feedback migliora la successiva fase di progettazione.
"Gli agenti di intelligenza artificiale rendono accessibili potenti capacità scientifiche a tutti i ricercatori di farmaci, non solo a quelli con competenze computazionali", ha dichiarato Rajiv Chopra, vicepresidente di AWS Healthcare AI and Life Sciences. Questi sistemi di intelligenza artificiale possono aiutare gli scienziati a progettare molecole di farmaci, coordinare i test, imparare dai risultati e diventare più intelligenti a ogni esperimento". Questa combinazione di AI all'avanguardia e dell'infrastruttura robusta e sicura che AWS ha costruito per i settori regolamentati consente agli scienziati di accelerare la scoperta di anticorpi in modi che prima non erano possibili".
Amazon Bio Discovery si basa sulle stesse fondamenta di cui già si fida l'industria farmaceutica. Oggi, 19 delle 20 principali aziende farmaceutiche mondiali utilizzano AWS per alimentare i loro carichi di lavoro di ricerca più sensibili. Amazon Bio Discovery offre scala, prestazioni, privacy e sicurezza di livello enterprise ai ricercatori di tutte le organizzazioni di ricerca farmaceutiche, biotecnologiche e accademiche. Fornisce un isolamento completo dei dati e dà ai clienti la proprietà di tutti i loro dati proprietari e della loro proprietà intellettuale.
Utilizzare l'intelligenza artificiale nella ricerca con facilità e sicurezza
Amazon Bio Discovery mette a disposizione degli scienziati un ampio catalogo di modelli di IA per la scoperta di farmaci, compresi i principali modelli open-source e commerciali di partner come Apheris e Boltz, con Biohub e Profluent in arrivo. Ma soprattutto, un agente di intelligenza artificiale accompagna gli scienziati in ogni fase, dalla progettazione degli esperimenti alla selezione dei candidati più promettenti progettati dall'intelligenza artificiale per i test di laboratorio. Gli scienziati possono usare il linguaggio naturale per creare ricette di esperimenti, flussi di lavoro passo dopo passo che combinano diversi modelli e analisi, e valutare quale modello funziona meglio per le loro esigenze di ricerca. Per supportare ulteriormente la selezione del modello, è disponibile un ampio set di dati di benchmark sugli anticorpi, in continua crescita, che mostra la probabilità di un candidato farmaco che può essere prodotto facilmente, rimanere stabile in un intervallo di temperature e avere proprietà biologiche adeguate.
Migliorare i modelli di intelligenza artificiale con i dati sperimentali precedenti degli scienziati
La messa a punto dei modelli di IA con i dati sperimentali proprietari produce previsioni più intelligenti, candidati migliori e meno iterazioni di esperimenti. Tuttavia, questo richiede team dedicati all'apprendimento automatico e infrastrutture costose, che lo rendono fuori dalla portata della maggior parte degli scienziati.
Amazon Bio Discovery cambia questa situazione consentendo agli scienziati di inserire in modo sicuro nell'applicazione i dati sperimentali precedenti provenienti dai risultati dei laboratori della loro organizzazione. Possono utilizzare i propri dati di laboratorio per addestrare modelli personalizzati con pochi clic, senza dover creare pipeline di addestramento complesse o scrivere codice personalizzato. Tutti i modelli perfezionati rimangono privati e accessibili solo all'utente o alla sua organizzazione. Per le organizzazioni che hanno già costruito i propri modelli interni, i biologi computazionali possono facilmente distribuire e ospitare tali modelli all'interno di Amazon Bio Discovery. Insieme, queste caratteristiche aiutano sia gli scienziati che i biologi computazionali a collaborare in modo più efficiente, creando un ciclo di miglioramento continuo che accelera la ricerca nel tempo.
Chiudere il ciclo di scoperta dei farmaci con partner di laboratorio integrati
Una volta identificati i migliori candidati anticorpi, gli scienziati possono inviarli direttamente alla rete integrata di partner di laboratorio di Amazon Bio Discovery che sintetizzano e testano fisicamente le molecole. I partner, tra cui Twist Bioscience e Ginkgo Bioworks, con A-Alpha Bio in arrivo, forniscono servizi con prezzi e tempi di esecuzione trasparenti. I test misurano informazioni essenziali che aiutano gli scienziati a decidere quali candidati possono procedere a un ulteriore sviluppo.
I risultati del laboratorio confluiscono nell'ambiente applicativo dell'organizzazione, mantenendo tutti i dati collegati e migliorando il ciclo di progettazione successivo. Un'unica applicazione sostituisce i passaggi manuali e i sistemi scollegati, chiudendo il ciclo sperimentale.
Progettazione di nuovi anticorpi con il Memorial Sloan Kettering Cancer Center
Nai-Kong Cheung M.D., Ph.D., Enid A. Haupt Chair in Pediatric Oncology al Memorial Sloan Kettering Cancer Center (MSK), ha affrontato una sfida familiare. Il processo di identificazione di un approccio promettente per attaccare le cellule tumorali e lo sviluppo di un candidato farmaco anticorpo utilizzando i metodi di progettazione tradizionali richiede troppo tempo.
In collaborazione con l'MSK, il team di Amazon Bio Discovery ha lavorato con Cheung per affrontare questa sfida. Utilizzando l'agente di Amazon Bio Discovery per orchestrare più modelli, hanno progettato quasi 300.000 nuove molecole di anticorpi. Da lì, hanno inviato i 100.000 candidati migliori a Twist Bioscience per i test. Ciò che in genere richiede fino a un anno con i metodi di progettazione tradizionali, ha richiesto settimane dalla progettazione dei candidati all'invio per i test di laboratorio.
"Siamo lieti di poter unire le forze con Amazon Bio Discovery per sviluppare la prossima generazione di anticorpi che potenzialmente accelereranno il processo per aiutare i pazienti di tutto il mondo", ha dichiarato Cheung. "Come ricercatori, abbiamo impiegato 20 anni solo per dimostrare che la prima generazione di anticorpi funzionava, e poi abbiamo trascorso altri 13 anni per portarla in forma umana prima di ottenere l'approvazione della FDA. Questo percorso è stato molto inefficiente. I pazienti vengono qui con un orologio. Abbiamo bisogno di risultati in tempi brevi".
"Oltre all'MSK, Bayer, il Broad Institute, il Fred Hutch Cancer Center e Voyager Therapeutics sono tra i primi utilizzatori di Amazon Bio Discovery.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Altre notizie dal dipartimento affari e finanza
