DR;TL
Anew Labs, divisão de descoberta de medicamentos da ByteDance, estreou sua primeira terapia projetada por IA em um importante encontro de imunologia em Boston, demonstrando uma pequena molécula generativa projetada por IA visando a IL-17, uma interação proteína-proteína há muito considerada intratável.
O departamento também anunciou o AnewOmni, uma estrutura generativa treinada em cinco milhões de complexos biomoleculares que afirma ser a primeira a projetar moléculas funcionais em qualquer escala. ByteDance entrou na corrida para desenvolver novos medicamentos de IA junto com Isommorphic Labs, Anthropic e Insilico Medicine.
A empresa que construiu o algoritmo de recomendação do TikTok, um sistema que prevê com grande precisão o que as pessoas querem ver a seguir, agora está usando classes relacionadas de IA para prever como as moléculas se comportarão dentro do corpo humano. Anew Labs, divisão de descoberta de medicamentos da ByteDance, Apresentando a primeira terapia projetada por IA Na reunião anual da Sociedade Americana de Imunologistas em Boston, em meados de abril, eles mostraram dados sobre uma pequena molécula projetada pela IA generativa para inibir a IL-17, uma citocina associada a doenças autoimunes, incluindo psoríase, artrite reumatóide e espondilite anquilosante.
Essas moléculas têm como alvo interações proteína-proteína, uma categoria de alvos de medicamentos na indústria farmacêutica há décadas porque suas superfícies de ligação são muito grandes e planas para serem destruídas por pequenas moléculas convencionais. Anew Labs diz que a IA encontrou o seu caminho.
A apresentação em Boston foi a primeira vez que a ByteDance mostrou ao mundo o que sua divisão de medicamentos construiu. Não será o último. A empresa se inscreveu para expor na Convenção Internacional BIO em San Diego, em junho, e um representante da Química Computacional fará uma apresentação no Free Energy Workshop em Barcelona na próxima semana.
unidade
💜 da tecnologia da UE
As últimas novidades do cenário tecnológico da UE, a história do sábio fundador Boris e a questionável arte de IA. Receba-o em sua caixa de entrada gratuitamente todas as semanas. Cadastre-se agora!
Anew Labs opera em Xangai, Cingapura, e San Jose, Califórnia, e tem uma equipe principal de 36 pessoas listadas em seu site, com um conselho consultivo científico que inclui Liu Yongjun, ex-presidente da Innovent Biologics, Ji Ma, ex-cientista-chefe da Amgen, e Hua Zou, diretor de ciência química de proteínas da Takeda Califórnia.
O conselho consultivo apelou a uma terapia de anticorpos injectáveis que custa historicamente dezenas de milhares de dólares por ano, um objectivo perseguido pela Anew Labs, tal como a lista de contratações para empresas que dominam a biologia e a imunologia. A ambição do departamento é usar IA generativa para projetar pequenas moléculas que possam fazer o trabalho que os anticorpos fazem, mas numa forma que os pacientes possam engolir, substituindo as injeções por comprimidos orais.
Chris Li, chefe de ciências biológicas, apresentou um dos quatro candidatos a medicamentos em desenvolvimento do Anew Labs em Boston. Esta molécula é um inibidor de IL-17 de espectro pan-espectro. Ou seja, foi concebido para bloquear múltiplas formas da citocina IL-17, em vez de uma única variante. Os tratamentos existentes contra a IL-17, incluindo o secucinumab da Novartis e o ixekizumab da Eli Lilly, são anticorpos injectáveis que geram milhares de milhões de dólares em receitas anuais através do tratamento da psoríase e de outras doenças inflamatórias. Pequenas moléculas orais que alcançam eficácia semelhante seriam comercialmente inovadoras porque são mais baratas de fabricar e mais fáceis de serem tomadas pelos pacientes.
O problema é que a superfície de ligação da IL-17 e do seu receptor é uma interacção proteína-proteína, uma interface ampla e superficial que as moléculas pequenas mal conseguem compreender. A lacuna entre o que a IA pode fazer no laboratório e o que proporciona aos pacientes continua a ser uma tensão definidora na tecnologia médica, e a IL-17 é precisamente o tipo de alvo onde essa lacuna é maior.
modelo
Em março passado, o Anew Labs lançou uma pré-impressão do bioRxiv descrevendo o AnewOmni, uma estrutura generativa de IA treinada em mais de 5 milhões de complexos biomoleculares. O modelo foi projetado para funcionar em escalas moleculares, desde pequenos compostos químicos até peptídeos e nanocorpos, para montar blocos de construção quimicamente significativos com resolução atômica.
Em uma pré-impressão, os pesquisadores demonstraram que o AnewOmni pode projetar moléculas funcionais direcionadas ao KRAS G12D, um dos alvos oncológicos mais estudados do mundo, e à PCSK9, uma proteína relacionada ao colesterol, alcançando taxas de sucesso de 23 a 75 por cento apenas com validação laboratorial de baixo rendimento. O modelo usa prompts gráficos programáveis que permitem aos pesquisadores orientar o processo de geração especificando restrições químicas, geométricas e topológicas.
A abordagem técnica é importante porque tenta enfrentar os desafios que limitaram a descoberta de medicamentos de IA em toda a indústria. A maioria dos modelos generativos funciona bem na escala de moléculas individuais, mas falha quando solicitado a projetá-los em escalas múltiplas. Modelos para projetar moléculas pequenas também geralmente não são capazes de projetar terapêuticas baseadas em peptídeos ou proteínas.
AnewOmni afirma ser a primeira estrutura a projetar com sucesso moléculas funcionais em qualquer escala e, uma vez validada em um ambiente clínico, fornecerá ao Anew Labs recursos de plataforma em vez de recursos de programa único. A Isomorphic Labs, uma subsidiária da DeepMind apoiada pela Eli Lilly e pela Novartis, lançou sua própria ferramenta de design de medicamentos em fevereiro que dobra a precisão do AlphaFold 3 e assinou um acordo de parceria com um valor total de até US$ 3 bilhões. A corrida para construir a plataforma definitiva de design de medicamentos com IA está em andamento em todo o mundo, e a ByteDance entrou na briga com um modelo que aborda no papel as limitações que seus concorrentes ainda não abordaram publicamente.
contexto
A ByteDance não é a primeira empresa de tecnologia a se aventurar na descoberta de medicamentos. A Anthropic adquiriu a Coefficient Bio por US$ 400 milhões em uma aquisição que trouxe menos de 10 pessoas para as atividades de pesquisa biológica da empresa de IA. O DeepMind do Google tem trabalhado na previsão da estrutura de proteínas desde suas inovações no AlphaFold, que ganhou o Prêmio Nobel de Química de 2024. A Microsoft investiu em IA focada em biologia por meio de uma parceria com a empresa de patologia computacional Paige.
A Nvidia construiu o BioNeMo, uma plataforma para treinamento e implantação de modelos biomoleculares de IA. O padrão é consistente. As empresas com a infra-estrutura de IA mais avançada estão a redireccionar algumas das suas capacidades para a biologia. Isto ocorre porque a descoberta de medicamentos é um problema estruturado de forma semelhante aos problemas em que a IA é boa, por isso pesquisa um vasto espaço combinatório para encontrar soluções raras que satisfaçam simultaneamente múltiplas restrições.
O que distingue a entrada da ByteDance é a sua fonte de experiência em IA. No centro do mecanismo de recomendação do TikTok está um sistema que modela o comportamento humano processando grandes quantidades de dados e prevendo quais combinações de conteúdo gerarão as respostas desejadas.
O modelo generativo do Anew Labs realiza uma tarefa estruturalmente semelhante. Isso significa processar enormes quantidades de dados moleculares e prever quais combinações de átomos produzirão a resposta biológica desejada. Embora as arquiteturas matemáticas não sejam idênticas, as capacidades organizacionais – a capacidade de treinar grandes modelos em grandes conjuntos de dados, iterar rapidamente e implantar em escala – são transferíveis. A infraestrutura de IA da ByteDance, construída para atender aos 1,5 bilhão de usuários do TikTok, está agora sendo aplicada a um problema em que os usuários são moléculas e a métrica de engajamento é a afinidade vinculativa.
teste
Existem atualmente mais de 173 programas de descoberta de medicamentos de IA em desenvolvimento clínico em todo o mundo, com 15 a 20 iniciando ensaios em grande escala este ano. Se a IA irá revolucionar o desenvolvimento de medicamentos dependerá da forma como for utilizada, e a taxa de falha clínica de 90% da indústria ainda não melhorou significativamente.
O rentosertib da Insilico Medicine é um tratamento para fibrose pulmonar idiopática que descobriu alvos e moléculas usando IA e mostrou resultados positivos do ensaio clínico 2a publicados na Nature Medicine. A fusão da Recursion e da Exscientia criou a plataforma de descoberta de medicamentos com IA mais abrangente da indústria, mas o principal candidato descoberto pela IA foi descontinuado porque os dados de longo prazo não conseguiram confirmar as tendências iniciais de eficácia. Os padrões em todo o campo tornam os dados iniciais promissores, seguidos pelas mesmas realidades biológicas que sempre dificultaram o desenvolvimento de medicamentos. Isso significa que as moléculas que atuam no seu prato nem sempre funcionam no seu corpo.
Anew Labs tem quatro candidatos a pipeline e uma plataforma generativa que pode projetar moléculas funcionais em qualquer escala, uma vez que os resultados da pré-impressão sejam mantidos. É apoiada pela sua empresa-mãe de cerca de 300 mil milhões de dólares, com uma infraestrutura de IA que supera os recursos computacionais da maioria das empresas farmacêuticas. Possui consultores da Innovent, Amgen e Takeda.
O que ainda não temos são dados clínicos. A molécula de IL-17 apresentada em Boston era pré-clínica. A distância entre um cartaz numa conferência de imunologia e uma terapia oral aprovada que substitui anticorpos injectáveis é medida em anos e milhares de milhões de dólares, e a maioria das moléculas que iniciam essa viagem nunca terminam. As startups de biologia de IA mais ambiciosas são aquelas cujos fundadores entendem que os algoritmos são o começo, não o fim. ByteDance construiu um algoritmo que muda a forma como um bilhão de pessoas consomem conteúdo. Se essas mesmas empresas podem construir algoritmos que mudem a forma como tratamos doenças é uma questão que nenhuma apresentação em conferência pode responder. Apenas ensaios clínicos são possíveis.
