A AWS lança o Amazon Bio Discovery para acelerar a investigação baseada em IA nas ciências da vida

Com o Amazon Bio Discovery, os cientistas podem conversar naturalmente na sua terminologia preferida com um agente de IA - um assistente inteligente que automatiza tarefas complexas - para selecionar os modelos certos para os seus objectivos de investigação, otimizar as entradas e avaliar os candidatos para experimentação. Os cientistas também podem treinar modelos com base nos seus dados experimentais anteriores para fazer previsões mais exactas. Além disso, podem enviar facilmente os candidatos para laboratórios físicos para síntese e teste - com os resultados a serem reencaminhados para a aplicação para uma rápida iteração, criando um ciclo de experimentação "lab-in-the-loop".

Derrubar barreiras à adoção da IA na descoberta de medicamentos

Nos últimos anos, os progressos na IA generativa criaram uma explosão de novos modelos de aprendizagem automática que vão desde a previsão da estrutura física das proteínas até à avaliação de candidatos com base nas suas propriedades químicas. Embora estes modelos sejam promissores, exigem competências de codificação e a capacidade de gerir infra-estruturas informáticas. A seleção de modelos por si só é um desafio porque existem dezenas desses modelos e é difícil compará-los entre si. Consequentemente, muitos cientistas têm dificuldade em utilizar modelos de IA de forma independente e os biólogos computacionais - os peritos que possuem competências especializadas em IA que os podem ajudar - são escassos.

Levar os candidatos da conceção computacional para a síntese física também é complicado. Os dados vivem em sistemas desconectados e os cientistas têm de gerir vários parceiros de laboratório e coordenar manualmente os prazos e os preços.

A Amazon Bio Discovery aborda estes desafios com três capacidades principais: uma biblioteca de modelos de IA e pacotes de análise de referência, um agente de IA que ajuda os investigadores a conceber experiências e parceiros de laboratório integrados que testam os candidatos a anticorpos mais promissores e enviam os resultados aos cientistas. Este ciclo de feedback melhora a próxima ronda de conceção.

"Os agentes de IA tornam as poderosas capacidades científicas acessíveis a todos os investigadores de medicamentos, e não apenas àqueles com conhecimentos computacionais", afirmou Rajiv Chopra, vice-presidente da AWS Healthcare AI and Life Sciences. "Esses sistemas de IA podem ajudar os cientistas a projetar moléculas de medicamentos, coordenar testes, aprender com os resultados e ficar mais inteligentes a cada experiência. Essa combinação de IA de ponta e a infraestrutura robusta e segura que a AWS construiu para setores regulamentados permite que os cientistas acelerem a descoberta de anticorpos de maneiras que não eram possíveis antes."

A Amazon Bio Discovery é construída sobre a mesma base em que a indústria farmacêutica já confia. Atualmente, 19 das 20 maiores empresas farmacêuticas globais utilizam a AWS para alimentar as suas cargas de trabalho de investigação mais sensíveis. O Amazon Bio Discovery oferece escala, desempenho, privacidade e segurança de nível empresarial a investigadores de todas as organizações de investigação farmacêutica, biotecnológica e académica. Ele fornece isolamento completo de dados e dá aos clientes a propriedade sobre todos os seus dados proprietários e propriedade intelectual.

Utilize a IA na investigação com facilidade e confiança

A Amazon Bio Discovery fornece aos cientistas um vasto catálogo de modelos de IA para a descoberta de medicamentos, incluindo os principais modelos comerciais e de código aberto de parceiros como a Apheris e a Boltz, com a Biohub e a Profluent em breve. Mais importante ainda, um agente de IA acompanha os cientistas em todas as etapas - desde a conceção de experiências até à seleção dos candidatos mais promissores concebidos por IA para testes em laboratório. Os cientistas podem utilizar linguagem natural para criar receitas de experiências - fluxos de trabalho passo a passo que combinam diferentes modelos e análises - e avaliar qual o modelo que melhor se adequa às suas necessidades de investigação. Para apoiar ainda mais a seleção de modelos, está disponível um extenso e crescente conjunto de dados de referência de anticorpos para mostrar a probabilidade de um candidato a medicamento que possa ser fabricado facilmente, se mantenha estável numa gama de temperaturas e tenha propriedades biológicas adequadas.

Melhorar os modelos de IA com os dados experimentais anteriores dos cientistas

O ajuste fino dos modelos de IA com dados experimentais próprios produz previsões mais inteligentes, melhores candidatos e menos iterações de experiências. No entanto, isto requer equipas dedicadas de aprendizagem automática e infra-estruturas dispendiosas, o que o torna fora do alcance da maioria dos cientistas.

O Amazon Bio Discovery altera esta situação, permitindo que os cientistas alimentem a aplicação com dados experimentais anteriores dos resultados de laboratório da sua organização. Podem utilizar os seus próprios dados de laboratório para treinar modelos personalizados com apenas alguns cliques - sem necessidade de criar pipelines de treino complexos ou escrever código personalizado. Todos os modelos aperfeiçoados permanecem privados e acessíveis apenas ao utilizador ou à sua organização. Para as organizações que já criaram os seus próprios modelos internos, os biólogos computacionais podem facilmente implementar e alojar esses modelos no Amazon Bio Discovery. Em conjunto, estas funcionalidades ajudam os cientistas e os biólogos computacionais a colaborar de forma mais eficiente, criando um ciclo de melhoria contínua que acelera a investigação ao longo do tempo.

Feche o ciclo de descoberta de medicamentos com parceiros de laboratório incorporados

Quando os cientistas identificam os principais candidatos a anticorpos, podem enviá-los diretamente para a rede integrada de parceiros laboratoriais da Amazon Bio Discovery, que sintetizam e testam fisicamente as moléculas. Parceiros como a Twist Bioscience, a Ginkgo Bioworks - com a A-Alpha Bio em breve - fornecem serviços com preços e prazos de entrega transparentes. Os testes medem informações essenciais que ajudam os cientistas a decidir quais os candidatos que podem prosseguir para um maior desenvolvimento.

Os resultados laboratoriais regressam ao ambiente de aplicação da organização, mantendo todos os dados ligados e melhorando o ciclo de conceção seguinte. Uma aplicação substitui as transferências manuais e os sistemas desligados, fechando o ciclo experimental.

Conceção de novos anticorpos com o Memorial Sloan Kettering Cancer Center

Nai-Kong Cheung M.D., Ph.D., Enid A. Haupt Chair em Oncologia Pediátrica no Memorial Sloan Kettering Cancer Center (MSK), enfrentou um desafio familiar. O processo de identificação de uma abordagem promissora para atacar as células cancerígenas e de desenvolvimento de um medicamento candidato a anticorpo utilizando métodos de conceção tradicionais é demasiado moroso.

Em parceria com o MSK, a equipa da Amazon Bio Discovery trabalhou com Cheung para resolver este desafio. Usando o agente da Amazon Bio Discovery para orquestrar vários modelos, eles projetaram quase 300.000 novas moléculas de anticorpos. A partir daí, enviaram os 100.000 melhores candidatos para a Twist Bioscience para serem testados. O que normalmente demora até um ano utilizando métodos de conceção tradicionais, levou semanas desde a conceção dos candidatos até ao seu envio para testes laboratoriais.

"Estamos satisfeitos por podermos unir forças com a Amazon Bio Discovery para desenvolver a próxima geração de anticorpos que irá potencialmente acelerar o processo para ajudar os doentes em todo o mundo", afirmou Cheung. "Enquanto investigadores, passámos 20 anos só para provar que a primeira geração de anticorpos funcionava e, depois, passámos mais 13 anos a transformá-los em forma humana antes de obtermos a aprovação da FDA. Este caminho tem sido muito ineficaz. Os doentes chegam aqui com um relógio. Precisamos de resultados mais rápidos.

"Para além da MSK, a Bayer, o Broad Institute, o Fred Hutch Cancer Center e a Voyager Therapeutics estão entre os primeiros utilizadores da Amazon Bio Discovery.