Blog
Salesforce衍生項目ProGen：人工智慧改革藥物研發
Salesforce衍生項目ProGen：人工智慧改革藥物研發
March 26, 2024
重點摘要：
- Salesforce公司發起了名為ProGen的項目，利用生成式人工智慧設計蛋白質，旨在更有效地發現醫療治療方法。
- ProGen項目的研究人員成功地在《自然·生物技術》期刊上發表了AI創建人造蛋白質的3D結構的研究成果。
- ProGen項目負責人之一成立了新公司Profluent，希望將類似的技術應用於製藥領域，以定制化治療方案來扭轉藥物開發範式。
新聞內文：
去年，以雲端銷售支援軟體（以及Slack）聞名的Salesforce公司發起了一個名為ProGen的項目，目的在利用生成式人工智慧設計蛋白質。該項目的研究人員在2023年1月的一篇部落格中聲稱，如果推向市場，ProGen可以更具成本效益地發現醫療治療方法，而不是傳統方法。ProGen最終在《自然·生物技術》期刊上發表了研究成果，顯示AI能成功地創建人造蛋白質的3D結構。但除了論文之外，在Salesforce或其他任何地方，該項目在商業上似乎都沒有取得太大的成就。
直到最近，這種情況才有所改變。
負責ProGen的研究之一的Ali Madani成立了一家公司「Profluent」，他希望該公司能將類似的蛋白質生成技術從實驗室帶到製藥公司手中。在接受TechCrunch的訪談時，Madani將Profluent的使命描述為「扭轉藥物開發範式」，從病人和治療需求出發，逆向創造「定制」的治療方案。
Madani表示：「許多藥物，例如酶和抗體，都由蛋白質組成」。「因此，最終這是為那些將接受AI設計的蛋白質作為藥物的患者而設計的」。
在Salesforce的研究部門工作時，Madani發現自己對自然語言（例如英語）和蛋白質的「語言」之間的相似性產生了興趣。Madani發現，蛋白質是由氨基酸鏈組成的，身體用於各種目的，從合成激素到修復骨骼和肌肉組織，可以像段落中的詞一樣對待。將蛋白質的數據輸入生成式AI模型，可以用來預測具有新功能的全新蛋白質。
在Profluent，Madani和共同創辦人Alexander Meeske，華盛頓大學微生物學助理教授，目的在將這一概念應用於基因編輯。
Madani說：「許多遺傳疾病不能通過直接從自然界中提取的『蛋白質或酶』來修復」。「此外，混合匹配以獲得新能力的基因編輯系統存在功能折衷，這些折衷顯著限制了其影響範圍。相反地，Profluent可以同時優化多個屬性，以實現為每位患者定制的『基因』編輯器」。
這並非突如其來的想法。其他公司和研究小組已經展示了利用生成式AI預測蛋白質的可行方法。
2022年，Nvidia發布了一個生成式AI模型「MegaMolBART」，該模型在數百萬分子的數據集上進行了訓練，以搜尋潛在的藥物靶點並預測化學反應。Meta在蛋白質序列上訓練了一個名為ESM-2的模型，該公司聲稱這種方法使其能夠在短短兩周內預測超過6億種蛋白質的序列。Google的AI研究實驗室DeepMind擁有一個名為AlphaFold的系統，可以預測完整的蛋白質結構，其速度和準確性遠遠超過了舊的、不太復雜的算法方法。
Profluent正在大規模的數據集上訓練AI模型，這些數據集包含超過400億個蛋白質序列，以創建新的並優化現有的基因編輯和蛋白質生產系統。該初創公司計劃與外部合作夥伴合作，以獲得最有前景的通過路徑，並不是自己開發治療方案。
Madani斷言，這種方法可以大幅縮短開發治療方案所需的時間和資本。根據行業組織PhRMA的數據，從最初發現到監管機構批准，平均需要10-15年才能開發一種新藥。與此同時，開發一種新藥的成本
新聞原址： https://techcrunch.com/2024/03/25/profluent-spurred-by-salesforce-research-and-backed-by-jeff-dean-uses-ai-to-discover-medicines/