يونايدا لابز تؤمن 4 ملايين دولار كتمويل تأسيسي لاكتشاف الأدوية باستخدام الذكاء الصناعي
أعلنت يونايدا لابز، الشركة الناشئة المبتكرة المدعومة من Y Combinator، عن جمع 4 ملايين دولار كتمويل تأسيسي لتعزيز جهودها في اكتشاف الأدوية باستخدام الذكاء الصناعي. وقد قاد جولة التمويل Khosla Ventures، بمساهمة من 500 Emerging Europe و468 Capital وY Combinator. سيتم توجيه هذه الأموال بشكل أساسي لشراء أجهزة الأتمتة الروبوتية اللازمة لإجراء التفاعلات الكيميائية في مختبر الشركة، وهو ما يعد أمرًا حيويًا لإنشاء بيانات التدريب التي تغذي نموذج الذكاء الصناعي الخاص بها.
تأسست يونايدا لابز على يد ميشال مغيلادزي-أركيوتش، ودانيال فلاسيتس، ويان أوبوريل، وتهدف إلى تطوير نموذج أساسي لتصنيع المواد الكيميائية. قال مغيلادزي-أركيوتش: "يعمل الذكاء الصناعي لدينا على مساعدة الكيميائيين في صياغة أدوية جديدة من خلال تحسين عملية التركيب". وأضاف: "ستسهم هذه المقاربة في تسريع إنشاء الأدوية، مما يجعلها أسرع وأقل تكلفة".
ثورة في صناعة المواد الكيميائية باستخدام الذكاء الاصطناعي
أكد جون تشو، شريك في Khosla Ventures، على الإمكانية التحويلية للذكاء الاصطناعي في قطاع الكيمياء، قائلاً: "لقد حقق التعلم الآلي والذكاء الاصطناعي التوليدي تقدمًا في مجالات مثل هندسة الفضاء الجوي. الكيمياء على وشك المرور بتحول مماثل، واستراتيجية يونايدا لابز الفريدة قد تغير بشكل كبير تصنيع واكتشاف الأدوية".
تبسيط عملية اكتشاف الأدوية
إن تطوير أدوية جديدة هو من undertakings المعقدة، خاصة عندما يتعلق الأمر بتركيب المركبات من خلال دمج جزيئات متعددة. وأشار مغيلادزي-أركيوتش إلى أن "الكيميائيين يواجهون تحديات في تحديد كيفية تسهيل هذه التفاعلات، بما في ذلك تحسين درجة الحرارة والمذيبات وظروف أخرى". تتطلب الطرق التقليدية الكثير من التجارب والخطأ، لكن يونايدا لابز تعتقد أن نموذج الذكاء الاصطناعي الخاص بها يمكن أن يسرع هذه العملية.
حاليًا، يقوم العديد من الكيميائيين بتجارب في المختبرات الرطبة دون الاستفادة من الأتمتة أو الأدوات الحاسوبية. من خلال استغلال مختبرها المتطور، تخطط يونايدا لابز لتطوير حل ذكاء اصطناعي يبسط مرحلة حيوية من تطوير الأدوية، مما يوفر الوقت والموارد لشركات الأدوية.
ميزة تنافسية فريدة
عادةً ما يستعين الكيميائيون بالأدب العلمي لتحديد التفاعلات السابقة التي قد تفيد تجاربهم الحالية. سلط مغيلادزي-أركيوتش الضوء على أن هذا هو المعيار في الصناعة، لكن يونايدا لابز تتبنى نهجًا مختلفًا من خلال التركيز على توليد بيانات تدريب عالية الجودة بدلاً من الاعتماد على المصادر الخارجية. قال: "أولويتنا هي الجودة على الكمية. نخطط لإجراء 200 تجربة يوميًا باستخدام الأتمتة الروبوتية، وهو ما يعادل إنتاج 20 كيميائيًا، لبناء مجموعة بيانات خاصة بنموذجنا".
مع الحاجة إلى حوالي 20,000 تجربة لجعل نموذجها قابلاً للتسويق، تهدف يونايدا لابز إلى الوصول إلى هذا الهدف بحلول نهاية العام، ومن ثم إطلاق نموذجها.
استهداف المركبات الصغيرة
في صناعة واسعة، تركز يونايدا لابز على المركبات الصغيرة، التي تتواجد بشكل خاص في سوق الأدوية. أوضح مغيلادزي-أركيوتش: "هدفنا هو تطوير نموذج قادر على التعميم على جميع المركبات الصغيرة المحتملة". وأضاف: "لقد قمنا بالتحقق من طرقنا على عدة تفاعلات من فئات كيميائية شائعة، خاصة فيما يتعلق بالكيمياء الطبية".
تشكل الجزيئات الصغيرة جزءًا كبيرًا من الأدوية المتاحة تجاريًا، على عكس البروتينات الكبيرة المستخدمة في علاجات أخرى.
في النهاية، تأمل يونايدا لابز في إنشاء نموذج شامل يساعد الكيميائيين في تحديد التفاعلات العضوية المرغوبة والظروف المثلى. كما قال مغيلادزي-أركيوتش: "نهدف إلى أن نكون 'OpenAI للكيمياء'، حيث نوفر للكيميائيين وصفات دقيقة لصياغة الجزيئات العضوية الصغيرة كلما احتاجوا إلى المساعدة".