人工智慧在藥物發現領域的應用
Profluent 的新興技術將如何推動藥物研發
最近,由 Salesforce 公司進行的研究表明,使用人工智慧來設計蛋白質可能比傳統方法更有效地發現醫療用途,這項研究開啟了一場全新的技術合作。該研究的核心人物之一阿裏·馬達尼(Ali Madani)正式推出了一家名為 Profluent 的公司,希望將相似的蛋白質生成技術應用到製藥公司中。這將有望為病患創造"定制型"治療方案,這意味著使用 AI 設計的蛋白質可以成為藥物。
利用人工智慧設計蛋白質
ProGen 專案的成功取證了 AI 可以成功建立人工蛋白質的 3D 結構。將 ProGen 的技術應用於基因編輯上,可以最佳化多種屬性,並利用定制設計的基因編輯器來治療患者。這項新技術將有助於設計解決傳統方法難以處理的基因疾病的定制化治療方案。
技術與市場潛力
這項技術並非一個新奇物件,Nvidia 公司已經訓練了名為 MegaMolBART 的 AI 模型,用於搜尋潛在的藥物靶點和預測化學反應。Meta 公司也訓練了一個名為 ESM-2 的模型,用於預測超過 6 億個蛋白質序列。Gooogle 的 AI 研究實驗室 DeepMind 也開發了名為 AlphaFold 的系統,用於預測完整的蛋白質結構。Profluent 正在訓練 AI 模型來建立新的基因編輯和蛋白質生成系統。與其自行開發治療方法,Profluent 的計劃是與外部合作夥伴合作,以生產具有最有前途的獲得批準的“基因藥物”。
潛力與挑戰
這一創新技術有可能大幅削減研發藥物所需的時間和資本。據 PhRMA 行業組織的資料,從最初發現到獲得監管機構批準,平均需要 10-15 年的時間。而開發一種新藥的成本估計在數億到 28 億美元之間。Profluent 的創始人表示這一技術有望將人類從意外發現轉變爲有意設計生物學上最需要的解決方案。
未來展望和風險
此舉引起了風險投資者和科技人士的關注。Profluent 當前已經獲得了來自多個 VC 重要投資者的資金支援,包括 Spark Capital、Insight Partners、Air Street Capital、AIX Ventures 和 Convergent Ventures。Google 首席科學家 Jeff Dean 也加入了投資行列,為這一平臺增添了更多信譽。然而 Profluent 所面臨的挑戰也不容小覷,其他公司和研究機構也在迅速開發其自己的蛋白質生成技術,並吸引了大筆風險投資。
結論與建議
Profluent 的新技術代表了藥物研發領域的一大進步,但同時也是一個未知的冒險。對於投資者和合作夥伴來說這是一個不容忽視的機遇。然而應當謹慎將這一技術應用於現實中,同時政府和監管機構也應加固相關行業的監管,以確保新技術的安全和可靠性。此外這也提醒我們人類需要謹慎應對科技發展帶來的未知風險,以確保新技術的發展和應用符合社會和倫理價值。
延伸閱讀
- OpenAI 揭開 AI 祕密指令的面紗
- AI 助您創辦者更快、更輕鬆地籌集資金嗎?
- 盧西德機器人獲得 900 萬美元用於無人機清潔任何地方
- 以色列新創公司 Panax 籌集了 1,000 萬美元 A 輪融資,用於其基於人工智慧的現金流管理平臺
- Reddit 測試使用基於 LLM 的人工智慧進行自動整站法語翻譯
- 三星醫聲將以 9270 萬美元收購法國人工智慧超聲波新創公司 Sonio
- 網際網路共同創始人 Robert Kahn 早在幾十年前就已經做到了加密、人工智慧和網際網路嗎?
- 人聲 vs AI:Audible 推出 AI 旁白有機會取代人類旁白嗎?
- 突破獨家訪談:Wayve 共同創辦人 Alex Kendall 談自動駕駛汽車和機器人的未來
- Rad AI 完成由 Khosla Ventures 領投的 5 千萬美元 B 輪融資