Takeda pogłębia zaangażowanie w odkrywanie leków z wykorzystaniem AI dzięki umowie z Iambic o wartości 1,7 miliarda dolarów

Autor: Kamal Choudhury

9 lutego (Reuters) - Prywatna firma Iambic ogłosiła w poniedziałek, że zawarła wieloletnie partnerstwo warte ponad 1,7 miliarda dolarów z japońskim Takeda Pharmaceutical, aby wykorzystać sztuczną inteligencję do projektowania leków małocząsteczkowych skierowanych przeciwko nowotworom i chorobom układu pokarmowego.

Na mocy umowy Iambic otrzyma płatności z góry i może zarobić ponad 1,7 miliarda dolarów w ramach kamieni milowych związanych z rozwojem i komercjalizacją, a także tantiemy od sprzedaży.

Umowa ta jest najnowszym krokiem Takeda w kierunku wdrożenia sztucznej inteligencji w działaniach badawczych, po podobnym porozumieniu z Nabla Bio w ubiegłym roku, które koncentrowało się na lekach opartych na białkach.

Firmy zajmujące się opracowywaniem leków coraz częściej sięgają po technologie AI, aby przyspieszyć odkrycia i obniżyć koszty, a eksperci przewidują, że harmonogramy mogą zostać skrócone o połowę w nadchodzących latach.

Takeda uzyska również dostęp do NeuralPLexer, modelu Iambic, który przewiduje, w jaki sposób cząsteczki leków wiążą się z białkami.

Prezes Iambic Tom Miller powiedział Reutersowi, że zrozumienie struktury białek jest kluczowe w opracowywaniu leków.

"Jeśli nie znasz kształtu tego, z czym próbujesz wejść w interakcję... to trochę jakby próbować stworzyć rzeźbę w ciemności," powiedział.

Tradycyjne odkrywanie leków może zająć około sześciu lat, zanim związek trafi do badań klinicznych.

Iambic twierdzi, że ich podejście, łączące prognozy AI z zautomatyzowanymi laboratoriami, może skrócić ten czas do mniej niż dwóch lat.

Dyrektor naukowy Takeda, Christopher Arendt, powiedział, że technologia ta może znacznie skrócić czas badań, choć szybkość to tylko część zalet.

"Gdy zaczynasz dodawać silnik AI do rozwoju leków małocząsteczkowych, oznacza to, że możesz działać szybciej," powiedział Arendt w wywiadzie, dodając, że jakość molekularna jest równie istotna.

Miller powiedział, że narzędzia AI mogą zaoszczędzić miesiące tradycyjnej pracy laboratoryjnej, ale "najważniejsze jest stworzenie czegoś, czego wcześniej nie dało się zrobić."

(Raport: Kamal Choudhury w Bengaluru; Redakcja: Tasim Zahid)