دخلت شركة Iktos ، وهي شركة فرنسية تركز على الذكاء الاصطناعي ومتخصصة في تصميم الأدوية الجديدة ، وكوريو ، وهو خبير ياباني في الفحص المجهري الإلكتروني (cryo-EM) ، مؤخرًا في اتفاقية تعاون. تهدف الشراكة إلى الاستفادة من قوة الذكاء الاصطناعي (AI) وتقنية cryo-EM لتسريع اكتشاف وتصميم الأدوية الجديدة المرشحة قبل السريرية لهدف علاجي لم يتم الكشف عنه.

تأسست Iktos في أكتوبر 2016 ، وتقوم بتطوير حلول الذكاء الاصطناعي (AI) للبحث الكيميائي ، مع التركيز بشكل خاص على الكيمياء الطبية وتصميم الأدوية الجديد. تقنية Iktos الأساسية ، Makya ™ ، هي نظام ذكاء اصطناعي توليدي يسهل تصميم الجزيئات الافتراضية مع الأنشطة المرغوبة لعلاج أمراض معينة. من خلال الاستفادة من البيانات الموجودة ، تستخدم Makya ™ نماذج التعلم العميق التوليفية لتحسين مشاريع اكتشاف الجزيئات الصغيرة. يعزز دمج تقنية الذكاء الاصطناعي للذكاء الاصطناعي Spaya ™ من شركة Iktos كفاءة عملية التصميم من خلال توفير رؤى حول إمكانية الوصول التركيبية. يسمح هذا المزيج بالتحديد السريع للجزيئات التي تفي بمعايير متعددة ، بما في ذلك الفاعلية والانتقائية والسلامة والخصائص الخاصة بالمشروع.

التغييرات في عدد تحليلات البروتين بواسطة CryoEM

المصدر: تم إنشاؤه بواسطة معلومات من بنك بيانات البروتين الياباني

Curreio متخصص في cryo-EM ، وهي تقنية تم تكريمها بجائزة نوبل في الكيمياء لعام 2017. المجهر الإلكتروني بالتبريد (cryo-EM) هو تقنية تصوير قوية تسمح بالتحليل الهيكلي عالي الدقة للجزيئات الحيوية من خلال الحفاظ على حالتها الرطبة الأصلية ، والقضاء على الحاجة إلى التبلور والتغلب على التحديات المرتبطة بالجزيئات المقاومة للتبلور. لذلك ، يعد cryo-EM أداة قيمة لدراسة البروتينات الصعبة ومجمعات البروتين فوق الجزيئية. تكمن خبرة Curreio في جوانب مختلفة من cryo-EM ، مثل إنتاج البروتين وتنقيته وإعداد الشبكة والتحليل الهيكلي ثلاثي الأبعاد. تتيح منصة cryo-EM المتطورة الخاصة بهم استكشاف الهياكل الجزيئية الحيوية المعقدة ، مما يوسع إمكانيات اكتشاف الأدوية في هذه المناطق.

يستفيد التعاون بين الشركتين من نقاط القوة الخاصة بتقنيات الذكاء الاصطناعي والـ cryo-EM. من خلال الجمع بين تقنية الذكاء الاصطناعي التوليدية من Iktos مع منصة cryo-EM من Curreio ، يهدف الشركاء إلى تعزيز اكتشاف الأدوية القائمة على الهيكل (SBDD). سوف تستفيد تقنية الذكاء الاصطناعي التوليدية من الرؤى المكتسبة من خلال تحليل cryo-EM ، مما يتيح تصميم الهياكل الجزيئية التي تزيد من تفاعلات البروتين - الترابط. من المتوقع أن يؤدي هذا التكامل إلى تحسين دقة التنبؤ بالجزيئات التي تلبي ملف المنتج المستهدف للمشروع (TPP) ، وبالتالي تسريع عملية اكتشاف الدواء.

أظهر تطبيق خوارزميات التعلم العميق ، وهي مجموعة فرعية من الذكاء الاصطناعي (AI) ، فعالية ملحوظة في إدارة مجموعات البيانات الشاملة التي تم إنشاؤها بواسطة Cryo-EM. تتفوق هذه الخوارزميات في أتمتة تحليل الصور ، وتعزيز التقاط الجسيمات ، وتمكين إعادة بناء الهياكل عالية الدقة من البيانات الصاخبة. يُمكِّن استخدام الذكاء الاصطناعي الباحثين من معالجة بيانات Cryo-EM وتفسيرها بكفاءة ودقة عالية. إذا كنت مهتمًا بالموضوع ، فيمكنك العثور على مزيد من المعلومات حول عالم AI و Cryo-EM في مقالاتنا:

المواضيع: تقنيات ناشئة