Η Παραγωγική Τεχνητή Νοημοσύνη (Generative Artificial Intelligence - GenAI) αναδύεται ως μια μετασχηματιστική μακροπρόθεσμη δύναμη στην ανακάλυψη φαρμάκων, ένας τομέας που ιστορικά χαρακτηρίζεται από μακροχρόνιες διαδικασίες, υψηλό κόστος και χαμηλά ποσοστά επιτυχίας.
Σύμφωνα με τη χρηματιστηριακή εταιρεία Jefferies, ο μέσος κύκλος ανάπτυξης ενός φαρμάκου διαρκεί 8 έως 10 χρόνια, με ποσοστά επιτυχίας κάτω του 10% και κόστος που υπερβαίνει το 1 δισεκατομμύριο δολάρια ανά φάρμακο. Η τεχνητή νοημοσύνη έχει τη δυνατότητα να μειώσει τους κινδύνους κατά περισσότερο από 50%, επιταχύνοντας τους χρόνους, βελτιώνοντας τις πιθανότητες επιτυχίας και μειώνοντας το κόστος ανάπτυξης.
«Η GenAI είναι έτοιμη να επιταχύνει την πολύ αργή και επικίνδυνη διαδικασία ανακάλυψης φαρμάκων, μειώνοντας το χρόνο από το εργαστήριο στην κλινική και αυξάνοντας παράλληλα το ποσοστό επιτυχίας», ανέφεραν οι αναλυτές της Jefferies σε σημείωμα που δημοσίευσαν την Τετάρτη.
Όπως αναφέρει άρθρο στο Investing, η τάση είναι εμφανής σε ολόκληρο τον κλάδο, με μεγάλες φαρμακευτικές εταιρείες, οργανισμούς συμβάσεων έρευνας και αναδυόμενες εταιρείες βιοτεχνολογίας να ενσωματώνουν την τεχνητή νοημοσύνη σε διάφορα στάδια της ανάπτυξης.
Από την πρώιμη αναγνώριση στόχων έως τον έλεγχο των ενώσεων και την πρόβλεψη της τοξικότητας, οι πλατφόρμες τεχνητής νοημοσύνης αναδιαμορφώνουν την αλυσίδα παραγωγής. Για παράδειγμα, η Schrodinger (NASDAQ:SDGR) χρησιμοποιεί μια υβριδική προσέγγιση φυσικής και μηχανικής μάθησης που επιτρέπει τον έλεγχο σε μεγάλη κλίμακα και μειώνει σημαντικά τα χρονοδιαγράμματα
Εν τω μεταξύ, η Recursion Pharmaceuticals Inc διεξάγει περισσότερα από 2 εκατομμύρια πειράματα εβδομαδιαίως μέσω της πλατφόρμας τεχνητής νοημοσύνης και της υποδομής υπερυπολογιστών, ψηφιοποιώντας τη βιολογία, για να βελτιστοποιήσει το σχεδιασμό και τη δοκιμή φαρμάκων.
«Με τα εκτεταμένα σύνολα δεδομένων και την υπολογιστική ισχύ της, η RXRX έχει εισαγάγει διάφορα πρωτοποριακά πολυτροπικά μοντέλα. Αυτά τα μοντέλα παρέχουν βαθύτερες πληροφορίες για τον τρόπο με τον οποίο τα κύτταρα μπορεί να ανταποκριθούν σε νέα υποψήφια φάρμακα, διευρύνοντας τα όρια της ανακάλυψης και ανάπτυξης φαρμάκων», εξήγησαν οι αναλυτές.
Αυτές οι πλατφόρμες όχι μόνο επιτρέπουν ταχύτερη επιλογή υποψήφιων φαρμάκων, αλλά υποστηρίζουν και την πρόβλεψη τοξικότητας.
