Zatiaľ čo jazykové modely ako ChatGPT a Gemini odštartovali v Silicon Valley novú éru umelej inteligencie, najvplyvnejšie technologické spoločnosti sveta upierajú pozornosť na oblasť výskumu liekov.
Keď si generálny riaditeľ spoločnosti Nvidia Jensen Huang prezeral publikum na konferencii JPMorgan Healthcare, ktorá sa konala v januári tohto roka v San Franciscu a bola najväčším podujatím v oblasti zdravotníckych technológií, priznal, že sa nachádza na nezvyčajnej pôde.
Rozšírenie publika
„Nie ste moje bežné publikum,“ priznal v miestnosti plnej odborníkov na technológie v oblasti zdravotníctva a biológie počas rozhovoru s firmou Recursion, ktorá sa zaoberá objavovaním liekov. Nvidia do nej minulý rok vložila 50 miliónov dolárov (46 miliónov eur).
Diváci v hľadisku síce nepatrili k jeho základnej demografickej skupine, ale dúfa, že sa to zmení. Huang totiž opakovane vyzdvihoval digitálnu biológiu ako „ďalšiu úžasnú revolúciu“ v oblasti technológií.
Keďže boom umelej inteligencie zachvátil Silicon Valley, Nvidia vybudovala biznis v hodnote viac ako 60 miliárd dolárov (55,3 miliardy eur) ročne a vlani v lete sa stala jednou z mála spoločností s trhovou kapitalizáciou v biliónovej hodnote. V oblasti zdravotníctva a biotechnológií vidí ďalšie príležitosti na podporu svojho rastu.
„Spoločnosť Nvidia vyhlásila, že sme jej ďalším biznisom v hodnote mnohých miliárd dolárov,“ povedala pre časopis Forbes Kimberly Powell, viceprezidentka spoločnosti Nvidia pre zdravotníctvo. Podľa nej je cieľom spoločnosti poskytovať čipy, cloudovú infraštruktúru a ďalšie nástroje viacerým biotechnologickým firmám.
Nová éra
Keď teraz veľké jazykové modely ako ChatGPT spoločnosti OpenAI a Gemini spoločnosti Google DeepMind rozšírili generatívnu AI, niekoľko najvplyvnejších technologických spoločností na svete sa pozerá na biotechnológie ako na ďalšiu hranicu umelej inteligencie. Hranicu, kde umelá inteligencia negeneruje vtipné básne na základe príkazu, ale skôr vytvára ďalší liek na záchranu života.
V spoločnosti Nvidia, ktorá je vďaka svojim výkonným čipom grafického procesoru pravdepodobne základom revolúcie AI, sa väčšina investícií v rámci oddelenia rizikového kapitálu spoločnosti za posledné dva roky týkala objavovania liekov.
Výskumníci v spoločnosti DeepMind použili v uplynulom roku model AlphaFold laboratória Google AI – prelomový nástroj na predpovedanie štruktúry bielkovín – na vývoj „molekulárnej“ injekčnej striekačky na vstrekovanie liekov priamo do buniek a na výskum plodín, ktoré sú menej závislé od pesticídov.
Záujem o biotechnológie sa týka celého priemyslu: Microsoft, Amazon a dokonca aj spoločnosť Salesforce má projekty na navrhovanie proteínov.
Biotech potenciál
Hoci využívanie umelej inteligencie pri objavovaní liekov nie je úplne novým trendom, vedúci pracovníci spoločností DeepMind aj Nvidia pre Forbes uviedli, že ide o prelomový moment. Vďačia súhre troch vecí: množstvu tréningových údajov, ktoré sú dnes k dispozícii, explózii počítačových zdrojov a pokroku v algoritmoch umelej inteligencie.
„Tieto tri zložky sú takto spolu po prvýkrát,“ uviedla Powell. „Pred piatimi rokmi to nebolo možné.“
Umelá inteligencia má v oblasti biotechnológií veľký potenciál vďaka svojej komplexnosti. Vezmime si len problém, na ktorý sa zameriava AlphaFold. Proteíny sú základným strojom vášho tela, ktorý riadi širokú škálu funkcií.
Ilustračné foto: National Cancer Institute/Unsplash
Všetky tieto funkcie závisia od trojrozmerného tvaru bielkovín. Každý proteín sa skladá zo sekvencie aminokyselín a interakcie medzi týmito aminokyselinami a vonkajším prostredím určujú, ako sa proteín „zloží“ – čo určuje jeho konečný tvar.
Schopnosť predpovedať tvar proteínu na základe sekvencií aminokyselín je veľkým záujmom biotechnologických spoločností. Tie môžu tieto poznatky využiť na navrhovanie všetkého od nových liekov cez vylepšené plodiny až po biologicky rozložiteľné plasty.
Tu prichádza na rad hlboké učenie: tréning modelov umelej inteligencie na stovkách miliónov rôznych proteínových sekvencií a ich základných štruktúr pomáha týmto modelom odhaľovať zákonitosti v biológii bez toho, aby bolo nutné vykonávať nákladné výpočty, ktoré si vyžaduje skutočná simulácia molekulovej dynamiky.
Úplná simulácia proteínov si vyžaduje také intenzívne výpočtové zdroje, že inštitúcie navrhli
a postavili superpočítače špeciálne na riešenie tohto typu problémov. Ako príklad môžeme spomenúť Anton 2 v Pittsburghskom superpočítačovom centre.
Záujem zo všetkých strán
Rozmach technológií na objavovanie liekov neprichádza len od technologických gigantov
v oblasti AI. Od roku 2021 bolo podľa analytickej spoločnosti Pitchbook uskutočnených na celom svete 281 transakcií rizikového kapitálu v startupoch zaoberajúcich sa objavovaním liekov s umelou inteligenciou. Predstavuje to investície vo výške 7,7 miliardy dolárov (7,09 miliardy eur).
Najväčší nárast nastal v roku 2021, počas toho ako sa rozšírila pandémia. V tom čase sa uskutočnilo 105 transakcií, pričom rok predtým ich bolo 65. Počet transakcií sa v roku 2023 znížil na 67.
V správe zverejnenej začiatkom tohto mesiaca analytická spoločnosť uviedla, že stále existuje veľká miera nadšenia „pre firmy v počiatočnom štádiu integrácie AI do objavovania a vývoja liekov“.
„Zvýšený záujem vyvolal aj vzostup generatívnej AI,“ uviedol David Baker, riaditeľ Inštitútu pre dizajn proteínov na Washingtonskej univerzite. „Vždy to bola taká bláznivá, okrajová záležitosť. Veľmi mimo hlavného zamerania,“ povedal Baker. Teraz o tom podľa neho „hovoria všetci“.
Od založenia Inštitútu proteínového dizajnu v roku 2012 sa z programu vyčlenilo viac ako
20 startupov, povedal Baker. Desať z nich pritom vzniklo v posledných rokoch, od roku 2021 – vrátane spoločnosti Archon Biosciences, ktorá vyvíja nanomateriál pre regeneratívnu medicínu a rakovinu, a spoločnosti Lila, ktorá vytvára liečebné postupy na fibrotické ochorenia.
Bod zlomu
V spoločnosti DeepMind vedci pochopili, že ich výskum je v stávke až po vypuknutí pandémie Covid-19. Na vývoji AlphaFold pracovali takmer päť rokov, keď potom model preškoľovali na druhú generáciu, celý svet sa začal skrývať pred záhadným vírusom.
„To nám skutočne priblížilo dôležitosť tohto problému,“ povedal pre Forbes Pushmeet Kohli, viceprezident pre vedu spoločnosti DeepMind.
Výsledkom preškolenia spoločnosti DeepMind bol AlphaFold 2. „Išlo o prelomový model, ktorý dokázal predpovedať štruktúry bielkovín tak presne, že organizátori CASP, celosvetovej výskumnej súťaže v skladaní bielkovín, poslali spoločnosti DeepMind e-mail s otázkou, či spoločnosť nejako podvádzala,“ uviedol Kohli so smiechom.
Snaha bola taká sľubná, že spoluzakladateľ Demis Hassabis v roku 2021 vyčlenil v spoločnosti Alphabet samostatnú spoločnosť založenú na prelomových výsledkoch AlphaFold. Tento startup sa nazýva Isomorphic Labs, zameriava sa na objavovanie liekov a vedie ho sám Hassabis.
Len tento rok spoločnosť Isomorphic Labs uzavrela výskumné dohody so spoločnosťami Lilly
a Novartis v celkovej hodnote takmer tri miliardy dolárov (2,76 miliardy eur), pokiaľ sa splnia všetky míľniky. Do toho však nepočítame lukratívne licenčné poplatky z potenciálneho predaja liekov, ktoré z týchto partnerstiev vyplývajú.
Stratosférický rast
V roku 2022 spoločnosť Nvidia predstavila BioNeMo, generatívnu AI platformu, ktorá pomáha vývojárom urýchliť trénovanie, nasadenie a škálovanie veľkých jazykových modelov na objavovanie liekov.
V spoločnosti Nventures, oddelenie rizikového kapitálu spoločnosti Nvidia, sa sedem z celkovo 19 transakcií uskutočnilo v startupoch zaoberajúcich sa objavovaním liekov pomocou AI, čo je najviac zo všetkých investičných kategórií.
„Odvetvie počítačového dizajnu vytvorilo prvú čipovú spoločnosť s hodnotou dva bilióny (1,84 bilióna eur, pozn. red.) dolárov,“ povedala Powell s odkazom na spoločnosť Nvidia a jej stratosférický rast v uplynulom roku.
„Prečo by ten istý priemysel počítačom podporovaného objavovania liekov nemohol vytvoriť ďalšiu farmaceutickú spoločnosť v hodnote biliónov dolárov?“ Dodala: „Preto investujeme takým spôsobom, akým investujeme.“
Niekoľko ďalších technologických gigantov vyvíja vlastné úsilie v oblasti skladania proteínov. Minulý rok spoločnosť Salesforce debutovala s modelom ProGen, ktorý vytvára proteíny pomocou umelej inteligencie.
Microsoft vydal podobný model EvoDiff, ktorý má však otvorený prístup. Spoločnosť Amazon tiež vydala nástroje na skladanie bielkovín pre SageMaker, svoju platformu strojového učenia AWS. Dokonca aj ByteDance, materská spoločnosť TikToku, zrejme robí nábor do vedeckých tímov a tímov pre navrhovanie liekov, uviedol americký časopis Forbes v januári.
Beh na dlhé trate
Napriek tomu, že objavovanie liekov pomocou umelej inteligencie je sľubné a vzrušujúce, existujú aj prekážky. Trvá roky, kým sa lieky dostanú do klinických štúdií.
Úrad pre kontrolu potravín a liečiv v USA (FDA) doteraz povolil klinické skúšky viac ako stovke nových kandidátov na lieky, ktorí pri vývoji využívajú umelú inteligenciu alebo strojové učenie, no pravdepodobne potrvá roky, kým sa niektoré z liečiv dostane na trh.
V niektorých prípadoch ťažkosti spojené s objavovaním liekov spôsobili, že veľké technologické spoločnosti od tohto výskumu upustili. V auguste minulého roku spoločnosť Meta zrušila svoj tím pre skladanie proteínov.
Výskumníci z tejto jednotky sa neskôr vydali vlastnou cestou a založili spoločnosť s názvom EvolutionaryScale, informoval vlani americký časopis Forbes. Spoločnosť Meta sa odmietla vyjadriť k dôvodom ukončenia projektu.
Veľa tréningu
Jednou z dôležitých prekážok, na ktorú sa budú musieť technologické spoločnosti zamerať, je dostatok cvičných údajov. Novšie základné modely, ako je GPT, sú závislé od posilneného učenia.
Ide o metódu, pri ktorej algoritmy môžu spracúvať neoznačené informácie prostredníctvom pokusov a omylov. Sú preto ešte viac závislé na kvalitných údajoch, uviedla pre Forbes Anna Marie Wagner, vedúca oddelenia umelej inteligencie spoločnosti Ginkgo Bioworks, ktorá sa zaoberá syntetickou biológiou.
Vlani v lete jej spoločnosť uzavrela päťročné strategické partnerstvo so spoločnosťou Google Cloud, aby spojila svoje odborné znalosti v oblasti AI so schopnosťou spoločnosti Ginkgo rýchlo generovať biologické údaje vo svojich automatizovaných laboratóriách, ktoré sa potom môžu okamžite vrátiť do modelu AI ako nové tréningové údaje.
Táto kombinácia podľa nej pomáha lepšie optimalizovať proces objavovania. Okrem toho má podľa nej Ginkgo schopnosť rýchlo overovať modelové predpovede.
Protichodne to zase niekedy spôsobuje, že AI modely „halucinujú“ – produkujú nesprávne alebo zavádzajúce výsledky, pretože to môže viesť k zaujímavým objavom, ktoré by boli pre vedcov nepredstaviteľné. „Chceme, aby model prišiel na bláznivé veci, pretože práve tam začíname vidieť rádové zlepšenia.“
Kohli sa k problému s údajmi vyjadruje jednoduchšie: „Vložíte odpad dnu, dostanete odpad späť“. Napriek tomu, že odvetvie pracuje na riešení týchto problémov, videl už dopad, ktorý má umelá inteligencia na biologický výskum. „Keď chodím na konferencie a vidím zmenu v tom, ako biológovia robili svoju prácu predtým a ako ju robia dnes, je to úžasná transformácia,“ povedal.
Článok vyšiel na Forbes.com, jeho autormi sú redaktori Richard Nieva a Alex Knapp.
