A Chai Discovery funkcionális antitesteket tervez az új Chai-2 AI modellel
Az OpenAI által támogatott Chai Discovery bejelentette a Chai-2-t, egy olyan AI-t, amely képes funkcionális antitesteket létrehozni gyógyszerfejlesztéshez. A modell közel 20%-os találati arányt ér el, ami százszoros javulás a hagyományos módszerekhez képest. Az AI szerepe a gyógyszerkutatásban és a molekuláris szintű tervezésben jelentősen felértékelődik, segítve az új kezelések megtalálásához szükséges idő és költségek csökkentését.
- A modell 52 különböző betegségcélpont ellen tervezett antitesteket, és a fele esetében sikeres kezelést talált, mindössze 20-20 jelölt tesztelésével.
- A hagyományos antitest-kutatás több millió jelölt szűrését igényli hónapok vagy évek alatt, míg a Chai-2 mindössze két hét alatt hoz eredményeket.
- A Chai-2 „a semmiből” (from scratch) dolgozik, teljesen új terveket hoz létre pusztán a célpont szerkezetének vizsgálatával, anélkül, hogy korábbi példákra lenne szüksége.
- A Chai kutatói szerint a rendszer olyan, mint egy „Photoshop a fehérjékhez”, amely lehetővé teszi a tudósok számára, hogy pontosan meghatározzák, hol kapcsolódjanak az antitestek a betegség célpontjaihoz.
- Miért fontos ez: Az AI szerepe a gyógyszerkutatásban és a molekuláris szintű tervezésben hatalmasat fejlődik. Mivel a magas K+F költségek miatt a vállalatok gyakran figyelmen kívül hagyják a ritka betegségek kezelését, az AI modellek segíthetnek csökkenteni az új antitestek megtalálásának idejét és költségeit, hozzáférést biztosítva a betegeknek az állapotukra szabott precíziós gyógyszerekhez.
AI’s role in drug discovery and molecular-level design is ramping up in a big way. With high R&D costs often leading to companies ignoring treatments for rare diseases, AI models can help cut the time and expense of finding new antibodies, giving patients access to precision medicines tailored to their conditions.