هوش مصنوعی همچنان در حال تحول در عرصه شیمی است. در همین راستا، ReactWise مستقر در کمبریج انگلستان و با پشتیبانی YC، از هوش مصنوعی برای تسریع تولید مواد شیمیایی استفاده میکند که گامی کلیدی در ارائه داروهای جدید به بازار به شمار میرود.
پس از شناسایی یک داروی امیدبخش در آزمایشگاه، شرکتهای داروسازی باید بتوانند مقادیر بسیار بیشتری از آن ماده را برای انجام آزمایشهای بالینی تولید کنند. اینجاست که ReactWise با ارائه «کمک خلبان هوش مصنوعی برای بهینهسازی فرآیند شیمیایی» وارد عمل میشود و مدعی است که فرآیند استاندارد مبتنی بر آزمون و خطا برای یافتن بهترین روش ساخت دارو را تا 30 برابر تسریع میکند.
الکساندر پومبرگر (Alexander Pomberger)، یکی از بنیانگذاران و مدیرعامل (تصویر بالا سمت چپ، به همراه دانیل ویگ (Daniel Wigh)، بنیانگذار و مدیر ارشد فناوری) در مصاحبه با تککرانچ گفت: «ساخت دارو واقعاً مانند آشپزی است. شما باید بهترین دستورالعمل را برای ساخت دارویی با خلوص و بازده بالا پیدا کنید.»
او گفت که این صنعت سالهاست که برای این «توسعه فرآیند» به چیزی که در نهایت به آزمون و خطا یا تخصص کارکنان خلاصه میشود، متکی بوده است. افزودن اتوماسیون به این ترکیب، راهی برای کاهش تعداد چرخههای تکرار مورد نیاز برای دستیابی به یک دستورالعمل محکم برای تولید دارو ارائه میدهد.
این استارتاپ بر این باور است که قادر خواهد بود «پیشبینی تکمرحلهای» ارائه دهد - جایی که هوش مصنوعی میتواند «تجربه ایدهآل» را تقریباً بلافاصله پیشبینی کند، بدون نیاز به تکرارهای متعدد که در آن دادههای مربوط به هر آزمایش برای اصلاح بیشتر پیشبینیها به سیستم بازخورد داده میشود - در آینده نزدیک (به گفته پومبرگر، «در دو سال»).
مدلهای یادگیری ماشین هوش مصنوعی این استارتاپ همچنان میتوانند با کاهش میزان تکرار مورد نیاز برای عبور از این بخش از زنجیره توسعه دارو، صرفهجوییهای عمدهای را به همراه داشته باشند.
کاهش یکنواختی
او گفت: «انگیزه این کار این بود: من یک شیمیدان هستم و در شرکتهای بزرگ داروسازی کار کردهام و دیدهام که کل صنعت چقدر خستهکننده و مبتنی بر آزمون و خطاست.» او افزود که این کسبوکار اساساً در حال ادغام پنج سال تحقیقات آکادمیک - دکترای او بر «اتوماسیون سنتز شیمیایی مبتنی بر گردش کار رباتیک و هوش مصنوعی» متمرکز بود - در چیزی است که او آن را «یک نرمافزار ساده» مینامد.
زیربنای محصول ReactWise «هزاران» واکنش است که این استارتاپ در آزمایشگاههای خود انجام داده است تا نقاط داده را برای تغذیه پیشبینیهای مبتنی بر هوش مصنوعی خود ثبت کند. پومبرگر میگوید که این استارتاپ از یک روش «غربالگری با توان عملیاتی بالا» در آزمایشگاه خود استفاده کرده است که به آن امکان میدهد 300 واکنش را به طور همزمان غربال کند و در نتیجه سرعت ثبت تمام این دادههای آموزشی برای هوش مصنوعی خود را افزایش دهد.
او گفت: «در داروسازی... یک یا دو دسته واکنش، انواع واکنش، وجود دارد که بارها و بارها مورد استفاده قرار میگیرند. کاری که ما انجام میدهیم این است که آزمایشگاهی داریم که در آن هزاران نقطه داده را برای این مهمترین واکنشها تولید میکنیم، مدلهای واکنشپذیری بنیادی را در سمت خود آموزش میدهیم و این مدلها میتوانند اساساً شیمی را درک کنند. و سپس هنگامی که یک شرکت داروسازی مشتری نیاز به توسعه یک فرآیند مقیاسپذیر دارد، نیازی به شروع از صفر ندارند.»
این استارتاپ این فرآیند ثبت انواع واکنشها برای آموزش هوش مصنوعی خود را در ماه اوت گذشته آغاز کرد و پومبرگر گفت که تا تابستان تکمیل خواهد شد. این شرکت در تلاش است تا 20000 نقطه داده شیمیایی را پوشش دهد تا «مهمترین واکنشها را پوشش دهد».
او گفت: «به دست آوردن یک نقطه داده در یک روش سنتی، معمولاً یک تا سه روز طول میکشد.» او افزود: «بنابراین ارزیابی دادهها واقعاً گران است. به دست آوردن نقاط داده تکی بسیار دشوار است.»
تاکنون بر فرآیندهای تولید «داروهای مولکول کوچک» متمرکز شده است که به گفته پومبرگر میتواند در داروهایی که انواع بیماریها را هدف قرار میدهند، استفاده شود. اما او اشاره کرد که این فناوری میتواند در سایر رشتهها نیز به کار رود و خاطرنشان کرد که این شرکت همچنین با دو تولیدکننده مواد در توسعه دارورسانی پلیمری همکاری میکند.
بازی اتوماسیون ReactWise همچنین شامل نرمافزاری است که میتواند با تجهیزات آزمایشگاهی رباتیک ارتباط برقرار کند تا دقت تولید دارو را بیشتر افزایش دهد. اگرچه، برای روشن شدن، این شرکت صرفاً بر فروش نرمافزار متمرکز است. این شرکت سازنده کیت آزمایشگاهی رباتیک نیست. بلکه، این شرکت با ارائه توانایی هدایت تجهیزات آزمایشگاهی رباتیک، اگر مشتریانش چنین کیتی در دست داشته باشند، یک رشته دیگر به کمان خود اضافه میکند.
این استارتاپ بریتانیایی که در ژوئیه 2024 تأسیس شد، 12 آزمایش آزمایشی از نرمافزار خود را با شرکتهای داروسازی راهاندازی کرده است. پومبرگر گفت که آنها انتظار دارند اولین تبدیلها - به استقرار کامل نرمافزار اشتراکی - اواخر امسال انجام شود. و در حالی که هنوز نام تمام شرکتهایی را که با آنها کار میکنند فاش نمیکند، ReactWise میگوید که این آزمایشها شامل برخی از بازیگران بزرگ داروسازی است.
تأمین مالی پیش از بذری
ReactWise جزئیات کامل جمعآوری سرمایه پیش از بذری خود را که در مجموع 3.4 میلیون دلار است، فاش میکند، این استارتاپ به طور انحصاری به تککرانچ گفت.
این رقم شامل حمایت مالی قبلاً فاش شده از YC (500000 دلار) و کمک هزینه Innovate U.K. نزدیک به 1.2 میلیون پوند (حدود 1.6 میلیون دلار) است. بقیه بودجه (حدود 1.5 میلیون دلار) از سرمایهگذاران خطرپذیر و سرمایهگذاران فرشته ناشناس تأمین میشود که به گفته ReactWise «متعهد به پیشبرد تولید دارویی پایدار مبتنی بر هوش مصنوعی هستند».
در حالی که ReactWise به طور نسبتاً محدود بر بخش خاصی از زنجیره توسعه دارو متمرکز است، پومبرگر گفت که تسریع در اینجا میتواند تفاوت معناداری در کاهش زمان لازم برای رساندن داروهای جدید به بیماران ایجاد کند.
او خاطرنشان کرد: «بیایید به یک دوره معمولی یک دارو از شروع تا عرضه نگاه کنیم: 10 تا 12 سال. توسعه فرآیند 1 تا 1.5 تا 2 سال طول میکشد. و اگر بتوانیم اساساً گردش کار را در اینجا تسریع کنیم - به طور متوسط 60 درصد کاهش دهیم - آنگاه میتوانیم تصوری از میزان تأثیر آن داشته باشیم.»
به طور همزمان، سایر استارتاپها در حال استفاده از هوش مصنوعی در جنبههای مختلف توسعه دارو، از جمله شناسایی مواد شیمیایی جالب در وهله اول هستند، بنابراین احتمالاً با ادغام نوآوریهای اتوماسیون بیشتر، اثرات ترکیبی وجود خواهد داشت.
اما وقتی صحبت از تولید دارو به طور خاص به میان میآید، پومبرگر استدلال میکند که ReactWise از رقبای خود جلوتر است. او گفت: «ما اولین کسانی بودیم که واقعاً به این موضوع پرداختیم.»
این استارتاپ با نرمافزارهای قدیمی که از رویکردهای آماری مانند JMP استفاده میکنند، رقابت میکند. او همچنین گفت که افراد دیگری نیز وجود دارند که از هوش مصنوعی برای تسریع تولید دارو استفاده میکنند، اما گفت که دسترسی ReactWise به مجموعههای داده با کیفیت بالا در مورد واکنشهای شیمیایی به آن مزیت رقابتی میدهد.
او گفت: «ما تنها کسانی هستیم که توانایی تولید و در حال حاضر تولید این مجموعههای داده با کیفیت بالا را در داخل داریم. اکثر رقبای ما نرمافزار را ارائه میدهند. اساساً به مشتریان دستورالعملهایی بر اساس ورودیها ارائه میشود.»
«اما از طرف ما، ما این مدلهای از پیش آموزشدیده را ارائه میدهیم - و این مدلها فوقالعاده قدرتمند هستند زیرا اساساً شیمی را درک میکنند. و ایده این است که واقعاً یک مشتری فقط بگوید: "این واکنش مورد علاقه من است، شروع را بزنید"، و ما از همان روز اول، بر اساس تمام کارهای قبلی که در آزمایشگاه خود انجام دادیم، توصیههای فرآیند را به آنها ارائه میدهیم. و این چیزی است که هیچکس دیگری در حال حاضر انجام نمیدهد.»