Μία από τις μεγαλύτερες προκλήσεις που αντιμετωπίζουν οι φαρμακευτικές εταιρείες είναι με το χρόνο που απαιτείται για να ανακαλύψουν νέα φάρμακα, να τα αναπτύξουν και να τα βγάλουν στην αγορά. Αυτή η χρονοβόρα διαδικασία υποδηλώνεται με λανθασμένες εκκινήσεις. Το Startup Deep Genomics χρησιμοποιεί AI για να επιταχύνει τη διαδικασία.
Η καναδική εταιρία Deep Genomics χρησιμοποιεί την τεχνητή νοημοσύνη ως μηχανισμό για την επιτάχυνση της διαδικασίας ανεύρεσης φαρμάκων, συνδυάζοντας την τεχνολογία ψηφιακής προσομοίωσης με τη βιολογική επιστήμη και την αυτοματοποίηση. Η εταιρεία έχει δημιουργήσει μια πλατφόρμα που χρησιμοποιεί την εκμάθηση μηχανών για να εμβαθύνει στη μοριακή βάση γενετικών ασθενειών. Η πλατφόρμα μπορεί να αναλύσει πιθανά υποψήφια φάρμακα και να εντοπίσει εκείνα τα οποία φαίνονται πιο ελπιδοφόρα για περαιτέρω ανάπτυξη από τους επιστήμονες.
Η διαδικασία ανάπτυξης φαρμάκων εξαρτάται από πολλούς παράγοντες, όπως αυτούς που σχετίζονται με το συνδυασμό μορίων (σημειώνοντας τις αλληλεπιδράσεις μεταξύ εκατοντάδων βιολογικών οντοτήτων) και με την αξιολόγηση των βιοϊατρικών δεδομένων. Η ανασκόπηση δεδομένων που απαιτείται σε αυτά τα στάδια είναι εξαιρετικά πολύπλοκη. Για τους λόγους αυτούς, πολλοί ερευνητές αναζητούν αλγόριθμους που βοηθούν στην εξαγωγή δεδομένων για ανάλυση.
Σύμφωνα με το MaRS , η Deep Genomics αντιμετωπίζει το χρονοβόρο στοιχείο που εμπλέκεται στα αρχικά στάδια της ανακάλυψης φαρμάκων. Το σύστημα τεχνητής νοημοσύνης που έχει σχεδιάσει η εταιρεία είναι σε θέση να επεξεργαστεί 69 δις μόρια, συγκρίνοντας το καθένα με περίπου ένα εκατομμύριο κυτταρικές διεργασίες. Αυτός ο τύπος ανάλυσης θα είχε πάρει ένα συμβατικό υπολογιστή (ή μια ομάδα ανθρώπων) πολλά χρόνια για να εκτελέσει τους απαραίτητους υπολογισμούς.
Μέσα σε λίγους μήνες, το Deep Genomics AI έχει περιορίσει τα δισεκατομμύρια του συνδυασμού σε λίστα με 1.000 πιθανά φάρμακα. Αυτή η διαδικασία δεν είναι μόνο ταχύτερη, μειώνει τον αριθμό των πειραμάτων που θα έπρεπε να εκτελεστούν, εξοικονομώντας εργαστηριακές εξετάσεις και διασφαλίζοντας ότι μόνο τα φάρμακα με μεγάλη πιθανότητα επιτυχίας προχωρούν στο στάδιο της κλινικής δοκιμής.
Αυτός ο τύπος συστήματος μπορεί να αντιμετωπίσει κατά κάποιον τρόπο τη μακρά τυπική περίοδο στην αγορά, η οποία είναι περίπου 14 χρόνια για ένα υποψήφιο φάρμακο, καθώς και τη μείωση του κόστους για την ανάπτυξη φαρμάκων, τα οποία ανέρχονται σε δισεκατομμύρια δολάρια ανά φάρμακο.