Esta startup usó IA para diseñar un medicamento en 21 días
Insilico Medicine, una startup fundada por el científico ruso Alex Zhavoronkov, redujo el tiempo de generación de medicamentos a 21 días, gracias a la IA.
Por Alex Knapp
Insilico Medicine, con sede en Hong Kong, publicó una investigación el lunes que muestra que su sistema de aprendizaje profundo podría identificar posibles tratamientos para la fibrosis. Ese sistema, llamado aprendizaje de refuerzo tensorial generativo, o GENTRL para abreviar, pudo encontrar seis tratamientos prometedores en solo 21 días, uno de los cuales mostró resultados en un experimento con ratones. La investigación se publicó en Nature Biotechnology, y el código para el modelo se puso a disposición en Github.
“Tenemos una estrategia de IA (Inteligencia Artificial) combinada con mucha imaginación”, dice el CEO de Insilico, Alex Zhavoronkov, quien compara la operación de GENTRL con el sistema de aprendizaje automático, AlphaGo, que Deepmind de Google desarrolló para desafiar a los jugadores campeones de este sistema.
Zhavoronkov fundó la compañía en 2014. Su formación original era en informática, y pasó varios años trabajando en ATI hasta que fue adquirida por AMD en 2006. En ese momento, cambió de marcha y decidió dedicarse a la investigación biotecnológica, con interés en investigación para ralentizar el proceso de envejecimiento.
Se recibió de su maestría de Johns Hopkins y luego obtuvo un doctorado de la Universidad Estatal de Moscú, donde sus estudios se centraron en el uso del aprendizaje automático para observar la física de las interacciones moleculares en los sistemas biológicos. Luego trabajó para varias compañías, pero luego regresó a Baltimore para fundar Insilico.
La filosofía original de la compañía consistía en utilizar el aprendizaje profundo para entrenar redes neuronales, a través de grandes bibliotecas de moléculas, para encontrar objetivos farmacológicos. Sin embargo, poco después de fundar la empresa, Zhavoronkov quedó fascinado con el trabajo de Ian Goodfellow en el aprendizaje automático y decidió cambiar de rumbo.
“Pensamos,” ¿Podemos hacer que las máquinas imaginen nuevas moléculas con propiedades particulares, en lugar de seleccionar grandes bibliotecas de proveedores?”, dice. La detección de moléculas, comenta, es cómo lo hacen en el mundo tradicional del descubrimiento de drogas, pero quería ver si este tipo de aprendizaje podría hacer las cosas más rápido.
La investigación inicial que la compañía publicó en torno a esta idea en 2016, ayudó a atraer dinero de inversión en los campos competitivos de biotecnología e IA. Según Pitchbook, hasta ahora ha recaudado 24,3 millones de dólares (mdd) en inversión, logrando una valuación de 56 mdd, de patrocinadores que incluyen: A-Level Capital y Juvenescence. También tiene múltiples socios en el campo de la biotecnología, incluidos: A2A Pharmaceuticals y TARA Biosystems.