Takeda tăng cường thúc đẩy phát hiện thuốc bằng AI với thỏa thuận Iambic trị giá 1,7 tỷ đô la

Bởi Kamal Choudhury

Ngày 9 tháng 2 (Reuters) - Công ty tư nhân Iambic cho biết vào thứ Hai rằng họ đã ký kết một thỏa thuận hợp tác nhiều năm trị giá hơn 1,7 tỷ USD với Takeda Pharmaceutical của Nhật Bản để sử dụng trí tuệ nhân tạo nhằm hỗ trợ thiết kế thuốc phân tử nhỏ nhắm vào các bệnh ung thư và bệnh về đường tiêu hóa.

Theo thỏa thuận, Iambic sẽ nhận được các khoản thanh toán ban đầu và có thể kiếm được hơn 1,7 tỷ USD thông qua các cột mốc phát triển và thương mại, cùng với tiền bản quyền trên doanh số bán hàng.

Thỏa thuận này đánh dấu bước đi mới nhất của Takeda trong việc tích hợp trí tuệ nhân tạo vào toàn bộ hoạt động nghiên cứu của mình, sau một thỏa thuận tương tự với Nabla Bio vào năm ngoái tập trung vào các loại thuốc dựa trên protein.

Các nhà phát triển thuốc ngày càng chuyển sang các công nghệ AI để tăng tốc quá trình phát hiện và cắt giảm chi phí, với các chuyên gia dự đoán thời gian phát triển có thể giảm một nửa trong những năm tới.

Takeda cũng sẽ được truy cập vào NeuralPLexer, mô hình của Iambic giúp dự đoán cách các phân tử thuốc liên kết với protein.

Giám đốc điều hành Iambic, ông Tom Miller, nói với Reuters rằng hiểu được cấu trúc protein là điều quan trọng trong phát triển thuốc.

"Nếu bạn không biết hình dạng của thứ mà bạn đang cố gắng tương tác... thì giống như bạn đang cố gắng tạo ra một bức tượng trong bóng tối," ông nói.

Quá trình phát hiện thuốc truyền thống có thể mất khoảng sáu năm trước khi một hợp chất bước vào thử nghiệm lâm sàng.

Iambic cho biết phương pháp của họ, kết hợp dự đoán AI với phòng thí nghiệm tự động hóa, có thể rút ngắn thời gian đó xuống dưới hai năm.

Giám đốc Khoa học của Takeda, ông Christopher Arendt, cho biết công nghệ này có thể rút ngắn đáng kể thời gian nghiên cứu, mặc dù tốc độ chỉ là một phần của sức hấp dẫn.

"Khi bạn bắt đầu bổ sung công cụ AI vào phát triển thuốc phân tử nhỏ, điều đó có nghĩa là bạn có thể tiến hành nhanh hơn," ông Arendt nói trong một cuộc phỏng vấn, đồng thời nhấn mạnh chất lượng phân tử cũng quan trọng không kém.

Ông Miller cho biết các công cụ AI có thể giúp tiết kiệm nhiều tháng làm việc truyền thống trong phòng thí nghiệm, nhưng "điều quan trọng nhất là tạo ra điều gì đó mà trước đây chưa từng làm được."

(Báo cáo bởi Kamal Choudhury tại Bengaluru; Biên tập bởi Tasim Zahid)